-
公开(公告)号：CN106568449B
公开(公告)日：2019-04-30
申请号：CN201610803759.2
申请日：2016-09-06
Applicant: 北京理工大学
IPC: G01C21/26
Abstract: 本发明公开了一种基于MEMS的车辆模型辅助和约束的GNSS/INS组合导航方法，结合动态约束并引入车辆ABS传感器和方向盘转角，直接在INS导航解算前对MEMS‑IMU测量值进行辅助和约束，从根本上提高了测量值的精度；在速度约束中引入了车辆模型计算的纵向速度，从而实现了对INS导航解算纵向速度的辅助；另外，传统零速修正是通过判断车辆处于静止状态时，以零速作为观测值，来限制静止条件下INS导航解引起的误差积累，而本发明中采用的速度辅助和约束方法，在车辆静止情况下，无须额外操作，或额外增加零速检测和零速修正模块，便可具有传统零速修正的功能；在低成本MEMS‑IMU传感器的基础上，直接引入四通道ABS和方向盘转角测量传感器，是一种无额外成本的提高组合系统精度方法。
-
公开(公告)号：CN104819724B
公开(公告)日：2018-04-03
申请号：CN201510093286.7
申请日：2015-03-02
Applicant: 北京理工大学
Abstract: 本发明提供一种基于GIS的无人地面车辆自主行驶辅助系统，解决了无人地面车辆在未知环境下的自主行驶问题。包括GIS数据库模块、道路模型构建模块和路径规划模块；其中：GIS数据库模块通过整合空间数据信息和构建数据库来完成；道路模型构建模块依据无人地面车辆的运动学特性建立带有路口距离属性的双线路口模型；路径规划模块给出全局静态路径规划和局部动态路径规划；依据给定任务点的坐标信息，关联所经道路的路口点并进行道路匹配，最终生成途径任务点的最短路径，若检测到前方道路有禁行标志或阻塞无法通行，则需要对道路宽度进行判断选择相应的局部动态规划策略，使得无人地面车辆能够继续行驶。
-
公开(公告)号：CN107818225A
公开(公告)日：2018-03-20
申请号：CN201711134254.2
申请日：2017-11-16
Applicant: 北京理工大学
IPC: G06F17/50
Abstract: 本发明提出了一种液环角加速度计设计方法及其动-压过程的建模方法，本发明的建模方法基于简化的子空间辨识方法实现高效率、高精度的液环角加速度计动-压过程建模，提高液环角加速度计设计的效率。本发明所述建模方法动-压过程系统结构复杂且存在多变量，本发明使用的子空间辨识中，使用正交三角分解，降低了算法的复杂性。本发明所述建模方法使用赤池信息量准则判断系统阶次，减少了采样样本不足与噪声对系统阶次判断的影响。由于本发明的动-压建模过程简化，基于本发明的液环角加速度计的设计方法设计液环角加速度计，能够提高液环角加速度计的生产效率。
-
公开(公告)号：CN107450084A
公开(公告)日：2017-12-08
申请号：CN201710805625.9
申请日：2017-09-08
Applicant: 北京理工大学
Abstract: 本发明提供一种基于CSAC的高灵敏度GNSS接收机及重捕获实现方法，包括如下：CSAC时钟模块提供基准信号；天线接收射频信号；射频前端，基于基准信号，对射频信号进行处理，输出数字IF信号；常规基带处理模块，对数字IF信号捕获、跟踪、电文解调及载噪比估计；当载噪比估计的结果大于预定的阈值时，由常规基带处理模块执行捕获和跟踪，否则进入高灵敏度工作模式，由高灵敏度跟踪与捕获模块来执行；高灵敏跟踪与重捕获模块对射频前端输出的数字IF信息进行处理，实现高灵敏度的捕获和跟踪；导航解算与辅助参数计算模块用于为高灵敏度的捕获和跟踪提供所需的本地码相位估计值和载波频率估计值；本发明GNSS接收机的灵敏度和动态性能具有显著提高。
-
公开(公告)号：CN107421566A
公开(公告)日：2017-12-01
申请号：CN201710739673.2
申请日：2017-08-25
Applicant: 北京理工大学
IPC: G01C25/00
Abstract: 本发明一种无人车多源传感器信息仿真平台，包括B样条插值模块、运动轨迹生成模块、GPS测量值模拟器、IMU测量值模拟器、中频信号模拟器及车辆里程计模拟器；B样条插值模块，用于拟合频率较低的真实的无人车轨迹，得到任意设置频率的无人车轨迹；轨迹发生器，用于生成所需的无人车轨迹；GPS测量值模拟器，用于根据无人车轨迹，模拟出无人车的经纬高测量值；IMU测量值模拟器，用于根据无人车轨迹，模拟出无人车的加速度和角速度；卫星中频信号模拟器，用于根据无人车轨迹，生成4路中频信号；车辆里程计模拟器，用于根据无人车轨迹，模拟出车辆的轮速和航向角。本发明仿真平台包括多种传感器的模拟器，可以根据无人车的轨迹模拟出相应的数据。
-
Patent Agency Ranking
公开(公告)号：CN103645480B
公开(公告)日：2015-11-18
申请号：CN201310645716.2
申请日：2013-12-04
Applicant: 北京理工大学
IPC: G01S17/89
Abstract: 本发明公开了基于激光雷达和图像数据融合的地形地貌特征构建方法，属于自动控制领域。该方法具体为：一、获取当前时刻地面无人移动平台周围环境的3D激光点云和全景图像；二、将3D激光点云和全景图像进行匹配，获得匹配图像：步骤三、根据各激光点对应的不同分布特征，对3D激光点云进行划分，并根据各分布特征的动态聚类算法进行聚类，获得多个区域类；四、根据地面无人移动平台的行驶能力，在多个区域类中找到可通行区域类；五、使用稠密SIFT算法获得可通行区域类的地貌识别向量；六、采用分类器按照地貌识别向量对可通行区域类进行地貌分类。本发明适用于地面无人移动平台的可通行地形地貌特征构建。
-
公开(公告)号：CN104819724A
公开(公告)日：2015-08-05
申请号：CN201510093286.7
申请日：2015-03-02
Applicant: 北京理工大学
CPC classification number: G01C21/32 , G01C21/3415
Abstract: 本发明提供一种基于GIS的无人地面车辆自主行驶辅助系统，解决了无人地面车辆在未知环境下的自主行驶问题。包括GIS数据库模块、道路模型构建模块和路径规划模块；其中：GIS数据库模块通过整合空间数据信息和构建数据库来完成；道路模型构建模块依据无人地面车辆的运动学特性建立带有路口距离属性的双线路口模型；路径规划模块给出全局静态路径规划和局部动态路径规划；依据给定任务点的坐标信息，关联所经道路的路口点并进行道路匹配，最终生成途径任务点的最短路径，若检测到前方道路有禁行标志或阻塞无法通行，则需要对道路宽度进行判断选择相应的局部动态规划策略，使得无人地面车辆能够继续行驶。
-
公开(公告)号：CN102998679B
公开(公告)日：2014-04-23
申请号：CN201210485113.6
申请日：2012-11-25
Applicant: 北京理工大学
IPC: G01C21/00
Abstract: 本发明公开了一种应用于无人车的GIS数据获取方法，适用于无人车GIS的动态更新。该方法通过车载3D激光雷达获取点云数据，对无人车的行驶提供辅助信息。同时结合车载惯性导航系统和车载GPS的检测数据，设定相应参数来提取空间地理数据，并且这些地理数据的提取可以实时进行，大大提高了地理数据的更新效率，同时结合GIS强大的空间数据处理功能，获得的地理数据可为无人车的自主行驶提供帮助。
-
公开(公告)号：CN101739606B
公开(公告)日：2014-03-26
申请号：CN200810227039.1
申请日：2008-11-19
Applicant: 北京理工大学
Abstract: 本发明涉及一种节省原材料的一维下料方法。该方法能在约束条件不确定的环境下求得一维下料问题的最优解，从而最大限度地提高原材料利用率，降低废料的产生。本发明方法的具体内容为：首先将不剪裁的原材料拼接成数量为m、长度为L的结果管材，使结果管材的剩余部分的长度小于原材料的长度；其次利用最优的剪裁方法剪裁原材料，使用这些被剪裁的原材料拼接结果管材的剩余部分。最后，检查约束条件1是否被满足，如果不满足，则作适当调整。本发明利用非数值计算的思想，能用于众多约束条件，包括有些约束条件是不确定的情况下一维下料问题的求解，通过巧妙的比较，选择出最优的剪裁、拼接方法，求得最优解，由此实现原材料最大利用。
-
公开(公告)号：CN103645480A
公开(公告)日：2014-03-19
申请号：CN201310645716.2
申请日：2013-12-04
Applicant: 北京理工大学
IPC: G01S17/89
Abstract: 本发明公开了基于激光雷达和图像数据融合的地形地貌特征构建方法，属于自动控制领域。该方法具体为：一、获取当前时刻地面无人移动平台周围环境的3D激光点云和全景图像；二、将3D激光点云和全景图像进行匹配，获得匹配图像：步骤三、根据各激光点对应的不同分布特征，对3D激光点云进行划分，并根据各分布特征的动态聚类算法进行聚类，获得多个区域类；四、根据地面无人移动平台的行驶能力，在多个区域类中找到可通行区域类；五、使用稠密SIFT算法获得可通行区域类的地貌识别向量；六、采用分类器按照地貌识别向量对可通行区域类进行地貌分类。本发明适用于地面无人移动平台的可通行地形地貌特征构建。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.029 seconds)
