-
公开(公告)号：CN105489014B
公开(公告)日：2017-09-15
申请号：CN201610020917.7
申请日：2016-01-13
Applicant: 北京理工大学
IPC: G08G1/01
Abstract: 本发明提供一种基于主成分分析的交通信息补偿方法，具体过程为：步骤一，针对待获取交通信息的所有道路和所有时间段，获取各道路在各时间段的交通信息，然后将所有交通信息组成测量矩阵M，随机生成矩阵L；步骤二，根据测量矩阵M计算矩阵更新矩阵其中inverse(P,Q)＝P‑1QPT，λ1、λ2及λ3为设定阈值；步骤三，计算代价函数(1)的值，若该值大于之前的历史最小值，则利用最小二乘法估算L和R的最优值，否则，将最优的L和R值更新为当前的L和R值；步骤四，重复步骤二和步骤三直至达到设定的最大循环次数，然后将最优的L和R相乘计算出交通信息矩阵X。本发明所提得到的交通信息矩阵可为后续的通行时间估计提供基础。
-
公开(公告)号：CN107132563A
公开(公告)日：2017-09-05
申请号：CN201710556025.3
申请日：2017-07-10
Applicant: 北京理工大学
IPC: G01S19/45
Abstract: 本发明公开了一种里程计结合双天线差分GNSS的组合导航方法，能够利用车辆前轮转向角度以及里程计输出的速度，结合双天线差分GNSS的位置与航向进行组合导航，适用于无人驾驶车辆的低成本组合定位，可以满足无人驾驶车辆在城市环境无人驾驶时对车道线定位精度的要求。与传统的采用卡尔曼滤波融合IMU与GNSS数据不同，本发明采用位置方差与航向方差估计当前位置与航向的可信度，并预测下一时刻的位置与航向，不需要建立车辆自身的动力学模型，相比卡尔曼滤波需要精确的数学建模及反复调试测量方差矩阵和系统方差矩阵，本发明所述方法更为简单、效率更高。
-
公开(公告)号：CN104850749B
公开(公告)日：2017-09-01
申请号：CN201510276493.6
申请日：2015-05-26
Applicant: 北京理工大学
IPC: G06F19/00
Abstract: 现有技术中简单的利用有限差分法对电势分布进行处理求收敛值，而本发明则将电势分布分为大误差区和小误差区，对于不同的区域采用不同的处理方法如局部分区加密有限差分法和变步长有限差分法，通过简单的矩阵运算即可获得圆柱形微流道中双电层电势分布的精确计算结果，减小了小误差区的计算量，提高了大误差区的计算精度。从而有效解决了普通方法求解圆柱形微流道中双电层电势分布时无法获得收敛解的问题，以及微流道及液体的参数在特殊情况下的电势分布的快速、精确的计算问题。
-
公开(公告)号：CN106980657A
公开(公告)日：2017-07-25
申请号：CN201710152964.1
申请日：2017-03-15
Applicant: 北京理工大学
CPC classification number: G06F17/30241 , G06T3/4038 , G06T2207/10016 , G06T2207/20061 , G06T2207/30256
Abstract: 本发明提供一种基于信息融合的车道级电子地图构建方法，具体过程为：步骤一，移动数据采集平台实时采集全景图像、定位数据及交通信号位置，基于逆投影变换将所述全景图像转换成全景俯视图，将所述定位数据、交通信号位置与全景俯视图进行融合；其中所述定位数据采用差分定位方式获得；步骤二，将融合后的全景俯视图进行拼接，生成车道级电子地图。本发明在进行电子地图构建时，将采集的全景图像转换成全景俯视图，同时融合了利用差分定位方式获得准确的定位数据，因此生成电子地图可以具体精确到车道。
-
公开(公告)号：CN106767931A
公开(公告)日：2017-05-31
申请号：CN201710052481.4
申请日：2017-01-24
Applicant: 北京理工大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明提供了一种基于角加速度给定的无陀螺惯性导航系统的验证方法，通过给定载体的角加速度和前向加速度，获得传感器数据和轨迹数据，用来验证导航系统解算模型。本发明所涉及的轨迹生成方法能够非常直观的规划物体的运动轨迹，能够预先给定运动轨迹的形状；本发明的位姿数据产生，只需给定载体前向加速度和角加速度，经由加速度积分和投影得到载体在空间中的位置坐标，并且得出传感器数据和轨迹数据，较其他数据生成方法简单，并且不会出现传感器数据不存在的情况。
-
Patent Agency Ranking
公开(公告)号：CN106568449A
公开(公告)日：2017-04-19
申请号：CN201610803759.2
申请日：2016-09-06
Applicant: 北京理工大学
IPC: G01C21/26
CPC classification number: G01C21/26 , G01C21/165
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：CN105675257A
公开(公告)日：2016-06-15
申请号：CN201610203674.0
申请日：2016-04-01
Applicant: 北京理工大学
IPC: G01M10/00
CPC classification number: G01M10/00
Abstract: 本发明公开了一种多孔介质动-压转换特性测量装置，其中顶盖和基座相匹配；顶盖的底面与基座的顶面上均开设一个圆环凹槽，顶盖的底面与基座的顶面贴合固定后，两个环形凹槽相匹配组合成液体流通槽；顶盖的顶面对称分布有两个注液管安装孔，注液管安装孔接通液体流通凹槽；基座底部绕基座一周开设有转台安装槽；多孔介质圆片垂直于顶盖与基座的交界面安装在液体流通槽内，多孔介质圆片两侧对称设置有两个软管接口；基座通过转台安装槽安装至转台；注液管连接至两个注液管安装孔上；软管接口通过软管接头连接压力传感器；软管接头为倒勾接头；压力传感器连接至控制电路。该装置能够对动-压转换过程进行动态测量，信号信噪比高。
-
公开(公告)号：CN103389103B
公开(公告)日：2015-11-18
申请号：CN201310276341.7
申请日：2013-07-03
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于数据挖掘的地理环境地图构建与导航方法，属于自动控制领域。该方法流程如下：首先使用当前时刻平台周围环境的3D激光点云以及全景图像进行处理并匹配，获得平台周围环境中各物体的特征向量；然后将各物体的特征向量输入至神经网络，神经网络对特征向量归类并输出特征环境模型；再依据特征环境模型建立当前时刻局部地图或更新已有局部地图；最后根据平台的当前时刻的位置以及预测的下一时刻的位置，按照局部地图选择路线行驶；若平台未达到最终目标，则重复本流程；若已达到最终目标则该流程结束，最终的局部地图为全局地图。本方法适用于地面无人移动平台的地理环境地图构建与导航。
-
公开(公告)号：CN104155976A
公开(公告)日：2014-11-19
申请号：CN201410345088.0
申请日：2014-07-18
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明涉及自动控制技术领域，具体涉及一种球轮移动机器人及其控制方法。自主式球轮移动机器人包括：球形轮(1)、万向轮驱动机构(2)、支撑结构(3)、助力支架(6)、控制模块(4)以及传感器；其中传感器检测机器人姿态和环境信息；控制模块(4)分析环境信息得出控制策略，通过平衡和运动控制算法得到控制策略，向万向轮驱动机构(2)发送控制信号；万向轮驱动机构(2)根据控制信号驱动直流电机转动来带动球形轮(1)运动，从而实现对机器人的姿态和运动控制。本发明可以自动实现静态和动态平衡，可通过无障碍通道，机动性好，环境适应能力强。
-
公开(公告)号：CN103714045A
公开(公告)日：2014-04-09
申请号：CN201410010799.2
申请日：2014-01-09
Applicant: 北京理工大学
IPC: G06F17/16
Abstract: 本发明提供了一种面向异步多速率不均匀采样观测数据的信息融合估计方法，有效解决了面向异步多速率不均匀采样观测数据的信息融合估计问题。步骤(1)：向计算机输入数据；步骤(2)：输入系统矩阵和系统误差方差阵，输入(k-1,k]时刻获得的来自所有传感器的观测数据和观测矩阵，以及观测噪声方差阵，并输入传感器i的观测的采样时刻ti，记录(k-1,k]时刻观测数据的个数；步骤(3)：计算状态预测值与状态预测误差协方差矩阵；步骤(4)，计算状态的融合估计值和相应的估计误差协方差矩阵；步骤(5)得到所求状态的融合估计值和融合估计误差协方差矩阵；步骤(6)：重复步骤得任意时刻的状态融合估计值与融合估计误差协方差矩阵，即完成信息融合估计。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.03 seconds)
