-
公开(公告)号：CN117719538A
公开(公告)日：2024-03-19
申请号：CN202410002004.7
申请日：2024-01-02
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种四轮独立转向车辆的路径跟踪控制方法与装置，路径跟踪控制方法包括：获取当前的车辆状态；根据输入的车辆状态，上层控制器结合四轮独立转向车辆运动学模型，计算得到转向半径；根据计算得到的转向半径，下层控制器结合四轮独立转向车辆的具有不确定性的转向动力学模型，将满足转向半径和阿克曼转向关系的转向角一致协调控制目标转化为转向角之间的耦合约束，该耦合约束用于计算转矩控制输出。本发明能够解决四轮独立转向车辆在路径跟踪过程中，由于转向动力学不确定性和不一致性引起的路径跟踪性能恶化和轮胎磨损问题，同时考虑了控制过程中的约束满足情况。
-
公开(公告)号：CN117522684B
公开(公告)日：2024-03-19
申请号：CN202311846312.X
申请日：2023-12-29
Applicant: 湖南大学无锡智能控制研究院
IPC: G06T3/4038 , G06T3/4007 , G06T5/70 , G06T5/80 , G06T3/14 , G06T3/60 , G06T7/13
Abstract: 本发明涉及侧扫声呐技术领域，具体公开了一种水下侧扫声呐图像拼接方法、装置及系统，包括：获取水下侧扫声呐的实时定位信息，并对所述实时定位信息进行航迹处理获得定位航迹处理结果；获取水下侧扫声呐的图像采集信息，并对所述图像采集信息进行去噪以及矫正处理，获得矫正图像；根据所述定位航迹处理结果确定目标地理坐标信息；根据所述矫正图像与所述目标地理坐标信息进行配准获得侧扫声呐图像拼接结果。本发明提供的水下侧扫声呐图像拼接方法能够有效提高侧扫声呐的拼接质量。
-
公开(公告)号：CN117522684A
公开(公告)日：2024-02-06
申请号：CN202311846312.X
申请日：2023-12-29
Applicant: 湖南大学无锡智能控制研究院
IPC: G06T3/4038 , G06T3/4007 , G06T5/70 , G06T5/80 , G06T3/14 , G06T3/60 , G06T7/13
Abstract: 本发明涉及侧扫声呐技术领域，具体公开了一种水下侧扫声呐图像拼接方法、装置及系统，包括：获取水下侧扫声呐的实时定位信息，并对所述实时定位信息进行航迹处理获得定位航迹处理结果；获取水下侧扫声呐的图像采集信息，并对所述图像采集信息进行去噪以及矫正处理，获得矫正图像；根据所述定位航迹处理结果确定目标地理坐标信息；根据所述矫正图像与所述目标地理坐标信息进行配准获得侧扫声呐图像拼接结果。本发明提供的水下侧扫声呐图像拼接方法能够有效提高侧扫声呐的拼接质量。
-
公开(公告)号：CN116922448B
公开(公告)日：2024-01-02
申请号：CN202311139718.4
申请日：2023-09-06
Applicant: 湖南大学无锡智能控制研究院
IPC: B25J19/00 , G01S7/48 , G01S17/86 , G01S17/931 , G06V10/774 , G06V10/82 , G06V10/26 , G06V10/80 , G06V10/74 , G06V10/764 , G06V10/44 , G06N3/08
Abstract: 本发明涉及工业机器人技术领域，具体公开了一种用于高铁白车身转运机器人的环境感知方法、装置及系统，包括：获取转运机器人行驶过程中实时点云数据和实时图像数据；根据实时点云数据和实时图像数据进行处理确定转运机器人的行驶起点至行驶终点的所有障碍物信息；将实时图像数据进行标注后输入至轨道线识别模型进行预测，获得轨道线区域中心点，轨道线识别模型为根据障碍物图像训练集以及所有障碍物信息输入至包括轨道线分割任务和轨道线嵌合任务的神经网络模型中进行训练获得；根据轨道线区域中心点进行拟合确定轨道线坐标信息。本发明提供的用于高铁白车身转运机器人的环
-
公开(公告)号：CN116432386B
公开(公告)日：2023-11-24
申请号：CN202310139880.X
申请日：2023-02-20
Applicant: 湖南大学无锡智能控制研究院
IPC: G06F30/20 , G06N3/006 , G06Q10/0631 , G06Q50/26 , G06Q50/30 , G06F111/06 , G06F111/04
Abstract: 本发明公开了一种用于智能公交系统的多车型时刻表设计方法及系统，其包括：步骤1，根据公交线路实际运营情况，设置线路运营参数及多车型公交资源配置；步骤2，读取并处理对应线路多天的历史运营数据，统计分析对应运营周期内的客流需求规律及车辆站间行驶时长；步骤3，构建用于评估生成的多车型发车时刻表方案的多目标优化函数；步骤4，构建多车型时刻表的约束条件集；步骤5，根据多目标优化函数和多车型时刻表的约束条件集，采用多目标优化算法求解得到该问题的Pareto最优解集；步骤6，从Pareto最优解集中筛选代表不同效益偏好的解，生成对应的发车时刻表方案。本发明能够基于既定资源(56)对比文件黄艳.多车型公交系统中公交车辆与发车间隔的协调优化《.长沙理工大学学报(自然科学版)》.2016,第3卷(第13期),37-41.毛超.带模糊时间窗的多车型车辆调度问题研究《.中国优秀硕士学位论文全文数据库 经济与管理科学辑》.2012,(第2期),J145-591.
-
Patent Agency Ranking
公开(公告)号：CN115631629B
公开(公告)日：2023-11-24
申请号：CN202211286196.6
申请日：2022-10-20
Applicant: 湖南大学
IPC: G08G1/01 , H04W4/40 , G06N3/0442 , G06N3/08 , G06F18/23
Abstract: 本发明公开了一种基于轨迹预测的城市动态车辆云构建方法，其步骤为：联合考虑车辆历史行驶信息与未来交通灯相位信息，对车辆历史数据和未来数据进行编码以及归一化处理，构建基于长短期记忆单元车辆轨迹预测模型，采用数据集车辆轨迹预测模型进行训练，保存训练好的车辆轨迹预测模型，利用车辆轨迹预测模型对城市交叉口的车辆轨迹预测；根据车辆轨迹预测结果，寻找轨迹近似车辆进行聚类，构建城市环境下的动态车辆云。本发明能保证车辆云在未来一定时间内的稳定性，且在选取候选服务车辆时仅需考虑车辆的位置坐标，不用考虑车辆行驶方向
-
公开(公告)号：CN117053786A
公开(公告)日：2023-11-14
申请号：CN202310488836.X
申请日：2023-05-04
Applicant: 湖南大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于因子图的水下紧组合导航方法、装置及系统，方法包括：获取当前时刻的惯性导航INS测量值、超短基线导航USBL测量值及多普勒测速DVL测量值；基于INS测量值、USBL测量值及DVL测量值，构建得到基于紧组合的因子图模型；利用预设滑动窗口对基于紧组合的因子图模型的所有因子进行优化，得到最佳导航信息。将INS、DVL以及USBL的信息在因子图框架下进行紧密融合，从而解决DVL、USBL部分信息缺失时在松组合框架下不可用的情况，提高了组合导航系统的定位精度以及整个系统的可靠性；利用滑动窗口的方法控制因子的数量从而减小系统的运算量，提高整个导航系统的运算效率，满足导航的实时性需求。
-
公开(公告)号：CN116878503A
公开(公告)日：2023-10-13
申请号：CN202310956418.9
申请日：2023-08-01
Applicant: 湖南大学
Abstract: 本申请提供一种基于GPS和IMU姿态传递匹配的改进IMU‑RTK松组合导航方法，在传统的IMU‑RTK松组合基础上进行改进，通过将IMU坐标系与载体坐标系之间的安装误差角加入状态向量中进行滤波估计，在不明显提高传统松组合算法基础上获得了准确的IMU安装误差角估计结果，进而提高组合导航系统的定位精度。与此同时，本申请估计结果的精度受IMU性能影响较低，在低成本MEMS‑IMU‑RTK组合导航系统的安装误差角估计问题上，本申请能够达到比现有技术更有效的结果。本申请还提供了一种基于GPS和IMU姿态传递匹配的改进IMU‑RTK松组合导航系统。
-
公开(公告)号：CN116778078A
公开(公告)日：2023-09-19
申请号：CN202310214013.8
申请日：2023-03-08
Applicant: 湖南大学
Abstract: 本发明公开了一种用于水下作业仿真的前视声呐仿真方法、系统、设备及介质，其中方法包括：在水下作业仿真系统中设置等同于前视声呐扫描范围的仿真摄像头；通过仿真摄像头获取前视声呐扫描视野的实时仿真画面图像；将实时仿真画面图像输入到事先训练好的基于生成对抗网络的前视声呐仿真模型中；生成实时声呐仿真图像后逐帧输出。通过在水下作业仿真系统中设置等同于前视声呐扫描范围的仿真摄像头，以获取水下作业的实时仿真画面图像，然后通过训练好的基于生成对抗网络的前视声呐仿真模型实现仿真画面图像到真实前视声呐的风格迁移，生成的实时声呐仿真图像更具真实感，而且能够实时模拟出水下机器人在水下作业仿真过程中的前视声呐扫描画面。
-
公开(公告)号：CN113821875B
公开(公告)日：2023-08-29
申请号：CN202111128029.4
申请日：2021-09-26
Applicant: 湖南大学
IPC: G06F30/15 , G06F30/27 , G07C5/08 , G06F119/04
Abstract: 本发明公开了一个基于端云协同的智能车辆故障实时预测方法及系统，该方法包括：步骤1，采集智能车在运行期间的n个系统的原始数据；步骤2，通过部署在云端的CNN‑LSTM预测模型进行实时预测训练，获得与各系统相对应的单系统剩余使用寿命预测模型，并下发至车端；步骤3，通过训练好的单系统剩余使用寿命预测模型，车端实时获得第k个系统的预测剩余寿命，k＝1……,n；步骤4，根据k个系统各自对应的预测剩余寿命，通过串并联系统剩余使用寿命预测模型，得到整车的剩余使用寿命。本发明具有实时性强，精度高，适用性好、持续迭代升级等优点，解决了传统方法只针对车辆单系统或单部件的预测，以及车辆故障预测不及时、不准确等问题。
-
-
-
-
-
-
-
-
-
Search Results
348
records
(took 0.025 seconds)
