-
公开(公告)号：CN115307651A
公开(公告)日：2022-11-08
申请号：CN202210864316.X
申请日：2022-07-21
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明涉及一种基于仿生触须的自动驾驶路径规划方法，包括：建立自车预测模型；生成一系列曲率导数连续的初始候选触须簇；根据位于候选触须簇中间以及两侧的触须长度，确定触须长度，使触须簇之间呈正弦变化趋势；定义自车检测圆对每条触须进行碰撞检测；若检测圆没有与障碍物相交则保留触须，若检测圆与障碍物相交，则删除对应该条触须当前及之后的所有路点；根据碰撞检测结果，得到最终候选触须簇；建立触须总择优函数；利用层次分析法计算总择优函数中各评价指标的权重；将拥有最小总择优函数数值的触须作为汽车规划路径。与现有技术相比，本发明能够保证触须曲线曲率的导数连续，从而提升规划路径的平滑性、提升自动驾驶车辆的舒适性。
-
公开(公告)号：CN115220454A
公开(公告)日：2022-10-21
申请号：CN202210863710.1
申请日：2022-07-21
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种无人驾驶的换道规划控制一体化方法，包括：1)建立动态障碍车辆周围的概率碰撞区域；2)构建自车预测模型；3)根据上游信息以及自车预测模型，初构建优化目标与约束条件；4)对初构建约束条件进行判断，若约束条件非凸或上界小于下界则进行步骤5)，否则进行步骤6)；5)修改约束条件与优化目标中的期望值，重构建约束条件与优化目标；6)构建非线性最优控制问题；7)求解非线性最优控制问题，获得规划控制初始状态；8)若求解失败则使用重构建的目标参考量作为规划控制初始解。与现有技术相比，本发明充分考虑环境预测不确定性，并结合变化的预测步长，能够保证求解结果的精准性、提高求解效率。
-
公开(公告)号：CN115220454B
公开(公告)日：2025-02-07
申请号：CN202210863710.1
申请日：2022-07-21
Applicant: 同济大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/247 , G05D105/22
Abstract: 本发明涉及一种无人驾驶的换道规划控制一体化方法，包括：1)建立动态障碍车辆周围的概率碰撞区域；2)构建自车预测模型；3)根据上游信息以及自车预测模型，初构建优化目标与约束条件；4)对初构建约束条件进行判断，若约束条件非凸或上界小于下界则进行步骤5)，否则进行步骤6)；5)修改约束条件与优化目标中的期望值，重构建约束条件与优化目标；6)构建非线性最优控制问题；7)求解非线性最优控制问题，获得规划控制初始状态；8)若求解失败则使用重构建的目标参考量作为规划控制初始解。与现有技术相比，本发明充分考虑环境预测不确定性，并结合变化的预测步长，能够保证求解结果的精准性、提高求解效率。
-
公开(公告)号：CN109540159B
公开(公告)日：2020-11-27
申请号：CN201811183196.7
申请日：2018-10-11
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明涉及一种快速完备的自动驾驶轨迹规划方法，包括以下步骤：1)规划基础路径；2)对基础行车路径进行碰撞检测，进行步骤3)，若不存在碰撞，则判断基础行车路径是否到达目标点，若是，则进行步骤4)，若否，则进行步骤3)；3)采用采样/搜索路径规划方法获取平滑的有效路径后，进行步骤4)；4)获取路径对应的曲率极值后进行分段速度规划，得到轨迹；5)在时间域和空间域对轨迹进行碰撞检测，若有碰撞，则判断车辆与障碍物的距离是否大于2倍最小制动距离，若是，则进行速度重规划并返回步骤4)，若否，则返回步骤1)，最终将路径与速度组合生成轨迹并输出，与现有技术相比，本发明具有提升轨迹规划的实时性，平稳可靠等优点。
-
公开(公告)号：CN109828581B
公开(公告)日：2024-07-26
申请号：CN201910147765.0
申请日：2019-02-27
Applicant: 同济大学
IPC: G05D1/43 , E01H1/00 , G05D1/242 , G05D1/243 , G05D1/246 , G05D1/633 , G05D1/248 , G05D1/247 , G05D1/648 , G05D105/10
Abstract: 本发明涉及一种带有自动驾驶系统的多模式智能电动清扫车，包括车体、设于车体底部的车轮、设于车体上的传感装置及设于车体的前侧下方位置的前端清扫装置，所述的前端清扫装置包括架设在车体的前侧下方的防撞托架，防撞托架的底部设有滚刷，所述的传感装置设置在车体上，所述的传感装置包括激光雷达、单目相机、GPS天线和超声波雷达，所述的车体内设有自动驾驶系统，该自动驾驶系统包括智能驾驶脑系统、与智能驾驶脑系统分别连接的底层线控底盘系统、线控清扫系统和远程监控系统。与现有技术相比，本发明能够同时保证清扫车的自动驾驶功能和无人清扫功能，安全可靠，能够大大的降低环卫工人的劳动强度。
-
Patent Agency Ranking
公开(公告)号：CN109492763B
公开(公告)日：2021-09-03
申请号：CN201811092800.5
申请日：2018-09-17
Applicant: 同济大学
Abstract: 本发明涉及一种基于强化学习网络训练的自动泊车方法，该方法包括步骤：1)对车辆判断是否进行实车训练，若是，则执行步骤2)后进入步骤6)，否则执行步骤3)后进入步骤4)～6)；2)针对自动泊车工况建立强化学习网络模型，并对强化学习网络进行训练，获取与车辆控制对应的驾驶策略模型；3)针对自动泊车工况建立强化学习网络模型，并对强化学习网络进行仿真训练，获取与车辆控制对应的驾驶策略模型；4)采用迁移学习将获取的驾驶策略模型应用于实车；5)完善驾驶策略模型，输出车辆的控制指令；6)根据驾驶策略模型输出的车辆的控制指令对车辆进行泊车控制。与现有技术相比，本发明具有加速收敛、具有较好的鲁棒性等优点。
-
公开(公告)号：CN109606354B
公开(公告)日：2020-07-28
申请号：CN201811217362.0
申请日：2018-10-18
Applicant: 同济大学
Abstract: 本发明涉及一种基于分层规划的自动泊车方法，通过设于车辆四周的感知模块获取周围环境障碍物信息，推算泊车位大小、类型以及库位内是否存在障碍物，当库位尺寸符合且库位内部不存在障碍物时，进行基于数值优化的初始规划，当初始规划不满足泊车需求时，根据当前自车位姿、库位信息与环境障碍物信息，进行一次A*搜索规划和二次数值优化规划，规划成功后，将轨迹控制点发送车载控制器，车载控制器控制车辆方向盘、油门踏板和制动踏板，将车辆泊入目标库位；本发明还涉及一种自动泊车辅助系统，包括感知模块、HMI显示模块、路径规划模块、车辆路径跟踪模块。与现有技术相比，本发明具有较强的环境适应性，且轨迹计算更精确。
-
公开(公告)号：CN109557912B
公开(公告)日：2020-07-28
申请号：CN201811183181.0
申请日：2018-10-11
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种自动驾驶特种作业车辆的决策规划方法。包括以步骤：1)自动驾驶作业模块获取自车的当前定位位姿；2)将感知系统发送的环境信息投影到栅格地图，并生成环境地图；3)自动驾驶作业模块获取当前作业执行器的控制指令并下发；4)自动驾驶作业模块获取任务参考路径，采用路径‑速度分解的轨迹规划方法结合车辆动力学约束进行轨迹簇规划，获取车辆可执行的基础轨迹簇，将基础轨迹簇和任务参考路径融合得到可执行轨迹簇；5)对规划的可执行轨迹簇进行安全性和高效性的择优，最终生成高收益轨迹。与现有技术相比，本发明具有提高避障成功率、自动决策、多模式的轨迹决策策略、实现自动驾驶安全性等优点。
-
公开(公告)号：CN109828581A
公开(公告)日：2019-05-31
申请号：CN201910147765.0
申请日：2019-02-27
Applicant: 同济大学
Abstract: 本发明涉及一种带有自动驾驶系统的多模式智能电动清扫车，包括车体、设于车体底部的车轮、设于车体上的传感装置及设于车体的前侧下方位置的前端清扫装置，所述的前端清扫装置包括架设在车体的前侧下方的防撞托架，防撞托架的底部设有滚刷，所述的传感装置设置在车体上，所述的传感装置包括激光雷达、单目相机、GPS天线和超声波雷达，所述的车体内设有自动驾驶系统，该自动驾驶系统包括智能驾驶脑系统、与智能驾驶脑系统分别连接的底层线控底盘系统、线控清扫系统和远程监控系统。与现有技术相比，本发明能够同时保证清扫车的自动驾驶功能和无人清扫功能，安全可靠，能够大大的降低环卫工人的劳动强度。
-
公开(公告)号：CN115257746B
公开(公告)日：2024-11-26
申请号：CN202210863061.5
申请日：2022-07-21
Applicant: 同济大学
IPC: B60W30/18 , B60W60/00 , B60W50/00 , B60W40/105 , B60W40/10 , G06F30/15 , G06F30/20 , G06F111/04 , G06F111/08 , G06F119/14
Abstract: 本发明涉及一种考虑不确定性的自动驾驶汽车换道决策控制方法，包括：构建状态空间及动作空间，建立状态转移方程；建立自车、他车的观测空间模型及信念空间模型、他车预测轨迹的不确定性模型；设定奖励函数，结合POMDP模型，求解自车的决策状态点集、并解耦为横向空间决策集及纵向时间决策集；分别确定横向、纵向可行驶边界，引入道路边界约束，车速约束及障碍物距离约束，划分出横向可行驶区域及参考路径、纵向可行驶区域及参考速度曲线；根据决策结果，车辆规划模块输出相应车辆最优轨迹，使车辆按照最优轨迹行驶。与现有技术相比，本发明充分考虑他车预测轨迹的不确定性，决策出的自车状态点集更加稳定可靠，能有效增强车辆驾驶的舒适性及安全性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.02 seconds)
