基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法

    公开(公告)号:CN107272692A

    公开(公告)日:2017-10-20

    申请号:CN201710584720.0

    申请日:2017-07-18

    Abstract: 本发明提出一种基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法,可以提高四轮转向无人驾驶汽车在高速超车时的跟踪效果。包括以下步骤:步骤一:建立三自由度四轮转向汽车单轨控制模型;步骤二:根据步骤一建立的控制模型,根据微分平坦理论,将欠驱动被控模型变换为带有扰动的没有零动态子系统的输入输出耦合模型;步骤三:在跟踪控制层之上建立路径规划层。步骤四:根据步骤二建立的输入输出耦合模型,设计基于广义比例积分观测器的自抗扰控制器,实现对步骤三规划出的轨迹进行跟踪。

    一种多智能体避障及避碰方法

    公开(公告)号:CN113608445B

    公开(公告)日:2024-11-12

    申请号:CN202111007920.2

    申请日:2021-08-27

    Abstract: 本发明公开了一种多智能体避障及避碰方法,在描述智能体状态信息的过程中,考虑外界扰动因素,使得多智能体系统具有很好地鲁棒性;考虑智能体的移动和形状,引入假定状态轨迹和假定输入轨迹,进而构造智能体的多面体外近似,解决三维和移动障碍物的避障和避碰问题,相较于传统的避障或避碰方法解决点质量模型障碍物,可以更好地获得智能体的最优路径。设计收紧的状态约束集,保证在外界扰动的条件下,系统的状态约束能够满足,引入相容性约束,用来限制实际轨迹与假定轨迹的偏差,保证避碰约束的准确性,很好地解决了全维、动态障碍物的避障和避碰问题。

    一种视频分析边缘计算加速方法、装置、介质及产品

    公开(公告)号:CN118470591A

    公开(公告)日:2024-08-09

    申请号:CN202410568373.2

    申请日:2024-05-09

    Abstract: 本发明公开一种视频分析边缘计算加速方法、装置、介质及产品,涉及视频分析领域,方法包括采集当前视频帧;判断所述当前视频帧是否属于关键帧,得到判断结果;若所述判断结果为是,则将所述当前视频帧的完整图片进行推理,得到关键帧的推理结果,并保存中间计算结果;所述关键帧的推理结果是根据中间计算结果确定的;若所述判断结果为否,则提取所述当前视频帧的感兴趣区域,利用上一最接近的关键帧的中间计算结果和所述当前视频帧的感兴趣区域进行推理,得到非关键帧的推理结果;所述推理结果包括目标边界框和类别。本发明可以降低摄像头与边缘服务器的带宽消耗和通信延迟,提高视频分析系统推理效率,并且保持较高的精度和较低的计算复杂度。

    一种自适应车间距的自动驾驶汽车模型轨迹预测方法

    公开(公告)号:CN118092152A

    公开(公告)日:2024-05-28

    申请号:CN202311814257.6

    申请日:2023-12-26

    Abstract: 本发明提供了一种自适应车间距的自动驾驶汽车模型轨迹预测方法,通过构建自动驾驶电动汽车的运动学模型,引入领导者车辆产生的参考轨迹,得到相对状态模型,然后建立交通流模型获取能量消耗,根据道路负荷方程分析车辆轮胎所受总力矩,设计相应的经济成本函数,构造经济型MPC最优控制问题,并进行求解,获得自动驾驶电动汽车的轨迹,传递具有最优采样间隔的控制序列,从而实现对自动驾驶电动汽车跟踪过程中的安全和经济驾驶。

    一种针对目标检测的云边协同方法、装置及产品

    公开(公告)号:CN117974970A

    公开(公告)日:2024-05-03

    申请号:CN202311753241.9

    申请日:2023-12-20

    Abstract: 本发明提供了一种针对目标检测的云边协同方法、装置及产品,涉及目标检测领域。该方法包括:利用边缘设备采集原始图片,等分为多个子图,对原始图片进行切割,生成切图;将所有切图以及所有切图对应的服务等级目标上传至云端调度器,将所有切图对应的服务等级目标上传至云端服务器;利用云端服务器部署目标检测深度学习模型无服务函数;利用云端调度器根据切图的数量以及目标检测深度学习模型无服务函数的显存定义一个或多个画布,采用装箱算法将所有切图拼接至画布中;将拼接有切图的画布输入至目标检测深度学习模型无服务函数进行批处理。本发明能够满足批处理的服务等级目标,实现处理所有批次请求。

    一种基于PLSR和扩展FBCCA的脑电信号识别方法

    公开(公告)号:CN116680544A

    公开(公告)日:2023-09-01

    申请号:CN202310805853.1

    申请日:2023-07-03

    Abstract: 本发明公开了一种基于PLSR和扩展FBCCA的脑电信号识别方法,通过将正弦参考模板信号向多通道采样脑电信号回归估计得到脑电估计信号,再将多通道采样脑电信号经过分解后的子带分量与估计信号进行相关分析运算得到子带分量的一组扩展相关系数,由脑电信号不同子带分量对估计信号的一组扩展相关系数得到脑电信号对不同目标的一组扩展相关系数和,其中最大值对应的参考模板信号基频就是待识别脑电信号的目标频率,通过提取到的脑电信号中的空间分布关系提升了稳态视觉诱发电位信号识别的准确性和适用性,同时,以主要特征成分扩展的方式考虑了多组典型变量的影响,因此提升了稳态视觉诱发电位范式脑电信号分类识别的精度。

Patent Agency Ranking