-
公开(公告)号：CN120031930A
公开(公告)日：2025-05-23
申请号：CN202510112654.1
申请日：2025-01-24
Applicant: 福州大学
Abstract: 本发明公开了一种基于定向描述与多特征约束的点云配准方法，旨在解决点云数据因噪声、稀疏性及数据缺失等问题导致的配准精度不足。现有技术中，点云配准主要依赖端到端变换矩阵估计或基于局部特征的方法，后者在关键点特征描述和特征匹配阶段仍有优化空间。针对关键点特征描述中的旋转不变性问题，本发明在USIP关键点提取网络的基础上提出了一种定向描述结构网络DDN，实现对关键点特征的高鲁棒性描述。此外，为解决特征匹配中的错误对应及低效问题，设计了多特征约束匹配模块MFC，通过引入局部相干性匹配结构和优化的最近点迭代算法ICP，进一步提升配准精度与鲁棒性。实验结果表明，本发明在配准时间、旋转矩阵和平移向量精度上均优于传统算法。
-
公开(公告)号：CN115542733B
公开(公告)日：2025-01-10
申请号：CN202211163167.0
申请日：2022-09-23
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于深度强化学习的自适应动态窗口法，首先构建面向DWA算法的深度强化学习模型，具体包括智能体、环境、动作与状态空间、奖励函数、网络架构等要素；之后根据DWA算法原理，模拟智能车在随机生成的障碍物地图中运动，以获得用于神经网络梯度下降的训练集；随后根据近端策略优化(PPO)算法思想进行梯度下降以最大化强化学习奖励；训练最终结果得到一个收敛的神经网络，将该神经网络与DWA算法评价函数融合，完成自适应DWA算法的构建。
-
公开(公告)号：CN113848914B
公开(公告)日：2024-04-26
申请号：CN202111141815.8
申请日：2021-09-28
Applicant: 福州大学
IPC: G05D1/43 , G05D1/242 , G05D1/65 , G05D1/633 , G05D105/22
Abstract: 本发明提出一种动态环境下碰撞系数人工势场法局部路径规划方法，针对动态障碍物，设计了根据碰撞角判断障碍物类型的避障策略，建立速度势场函数模型，根据车辆自身速度、制动减速度与障碍物的相对速度建立动态速度势场影响范围，计算动态障碍物与速度势场影响范围相交面积得到碰撞系数，进而建立不同的斥力函数模型，使智能车行驶更加安全，并且在动态规划中加入车辆动力学约束，使规划出来的轨迹更加符合车辆特性。并在MATLAB中对无人驾驶在有道路边界和动态障碍物的环境下行驶进行仿真，仿真结果验证了速度势场函数人工势场法的有效性。
-
公开(公告)号：CN113985875B
公开(公告)日：2024-02-27
申请号：CN202111253096.9
申请日：2021-10-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于碰撞预测模型的人工势场无人车动态路径规划方法。针对动态环境中，人工势场法应用于无人车路径规划所存在的反应不及时情况，由雷达传感器实时收集无人车与动态障碍物位置和运动状态信息，建立碰撞预测模型来判定环境是否安全，随之决定是否添加速度势场使得无人车提前获取需要转向的信息；通过建立虚拟势场来解决动态障碍物诱导无人车运动方向问题。本发明较传统人工势场在动态环境中的表现具备更强的避障能力与安全性，应用在实际无人车上同样达到了预期效果。
-
公开(公告)号：CN117193315A
公开(公告)日：2023-12-08
申请号：CN202311304312.7
申请日：2023-10-10
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于改进A*算法和DWA算法的TWA*‑DWA全局最优路径规划方法。通过分析A*算法基本原理，首先提出基于时间轮结构的效率优化的A*算法；对利用TWA*算法获得的全局路径节点，提出基于连接判定法的路径节点选取策略，剔除了冗余节点，并将优化后的节点作为DWA算法的关键引导点，并基于局部重构的动态窗口的局部目标点轮换策略，更新DWA算法规划过程的局部目标点。通过仿真实验，验证TWA*算法的有效性及基于TWA*‑DWA算法的无人车全局最优路径规划能力。
-
Patent Agency Ranking
公开(公告)号：CN116774247A
公开(公告)日：2023-09-19
申请号：CN202310587734.3
申请日：2023-05-23
Applicant: 福州大学
Abstract: 本发明针对激光雷达前端子图构建中扫描匹配依赖初始值问题，提出了基于拓展卡尔曼滤波的多源信息融合算法。并把EKF融合了轮边编码器和IMU预积分，基于此得到的里程位姿(位置+姿态)，进而获得融合之后的位姿以及协方差矩阵，并将融合位姿进行四元数球面插值去除激光雷达运动畸变；本发明还针对激光雷达帧间匹配需要较多特征点的问题，使用当前激光雷达数据帧与局部地图相关扫描匹配的策略改进了帧与子图匹配之间的匹配策略；同时融合位姿作为激光雷达迭代的初值，优化了迭代的时间，提高了定位精度。最后通过gazebo平台进行仿真，验证了方法的有效性。
-
公开(公告)号：CN108608992B
公开(公告)日：2023-09-12
申请号：CN201810796524.4
申请日：2018-07-19
Applicant: 福州大学
IPC: B60R25/25 , B60R25/04 , B60R16/037 , B60Q9/00 , B62D1/04
Abstract: 本发明涉及一种基于指纹识别的多功能车载控制系统及其工作方法，该系统包括指纹识别传感器、用于检测驾驶者手是否放在方向盘上的压力传感器、FPGA芯片、Cortex‑A8控制板、报警器和方向盘锁紧机构，所述压力传感器紧贴设于方向盘上，所述FPGA芯片分别连接指纹识别传感器、压力传感器以及车辆上的发动机启动电机、座椅调节器，所述Cortex‑A8控制板分别连接FPGA芯片、报警器、方向盘锁紧机构以及车辆上的车载终端，所述FPGA芯片连接有用于存储不同驾驶者的指纹和座椅位置的存储卡。与现有技术相比，本发明提高车辆的舒适性和安全性，具有加快数据处理速度、提高数据准确性、制作成本低、结构简单等优点。
-
公开(公告)号：CN116608877A
公开(公告)日：2023-08-18
申请号：CN202310603240.X
申请日：2023-05-26
Applicant: 福州大学
IPC: G01C21/34
Abstract: 本发明在原始RRT算法基础上提出了一种仿生植物向光性的全局路径搜索方法，对算法随机扩展导向性差、算法收敛速度慢、狭窄区域中搜索效率低、规划的路径曲折等方面进行优化。本发明中的仿生设计模拟植物的向光性，使随机树选取拓展节点时在以目标点为圆心的一系列同心圆上，能加快随机树向目标点拓展的速度提高算法收敛效率。在随机树向目标点拓展过程中为了提高安全性对障碍物进行处理，合并距离较近的障碍物，并膨胀障碍物提高安全性。其次设计自适应步长，随机树根据障碍物的疏密程度改变步长以更好适应复杂环境。对生成的路径提取关键点后对路径进行曲线优化使路径平滑满足智能车的行驶要求。最后利用MATLAB进行仿真分析验证算法的有效性。
-
公开(公告)号：CN113467476B
公开(公告)日：2023-04-28
申请号：CN202110879163.1
申请日：2021-08-02
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种考虑转角约束的无碰撞检测快速随机树全局路径规划方法。包括：区域区分采样与启发式可变范围采样策略；考虑车辆姿态与下一路径点夹角约束的改进目标偏向临近点采样策略；无需碰撞检测的随机树扩展策略。本发明方法可提高有效采样次数与采样效率，并且在邻近点选择方法中考虑车辆姿态与下一路径点夹角约束及目标点距离因素，能够快速高效地规划符合车辆运动学角度约束的路径。后对规划路径进行路径简化剔除冗余节点，并使用杜宾斯曲线拟合剩余路径简化点，从而得到曲率连续的平滑路径。
-
公开(公告)号：CN110949378B
公开(公告)日：2022-04-19
申请号：CN201911392674.X
申请日：2019-12-30
Applicant: 福州大学
IPC: B60W30/09
Abstract: 本发明涉及一种汽车高速工况防碰撞追尾装置及方法，该方法包括以下步骤：1）汽车在高速行驶中，检测同车道前方行驶车辆状态信息，同车道后方行驶车辆信息及相邻车道行驶车辆信息；2）当同车道前方行驶车辆急刹车时，汽车进行减速，与前车保持安全距离，当汽车减速到下限值时，按如下方法行驶：当同车道后方没有行驶车辆时，自动驾驶模块控制汽车继续减速，与同车道前车保持安全距离；当同车道后方存在行驶车辆，且相邻车道前方和后方没有行驶车辆时，路径规划模块规划出一条变道轨迹，自动驾驶模块控制汽车按变道轨迹行驶，向相邻车道进行变道。该装置及方法有利于避免汽车在高速行驶中与周围的行驶车辆发生碰撞追尾，提高行车安全性。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.039 seconds)
