-
公开(公告)号:CN111707272B
公开(公告)日:2022-10-14
申请号:CN202010594763.9
申请日:2020-06-28
Applicant: 湖南大学
IPC: G01C21/20 , G01S17/894 , G01S17/86
Abstract: 本发明公开了一种地下车库自动驾驶激光定位系统,包括:输入模块,该输入模块包括激光雷达、轮速传感器和方向盘转角传感器;计算模块,耦接于输入模块,包括车辆运动学模块、激光里程计模块、激光回环检测模块和联合优化模块;输出模块,耦接于计算模块,用于输出准确的自动驾驶车辆位姿信息并将位姿传递给计算模块用于下一次车辆位姿计算。本发明的地下车库自动驾驶激光定位系统,通过输入模块、计算模块和输出模块的配合设置,便可有效的实现输入车辆状态信息,然后进行计算输出的效果,如此有效的实现了激光定位。
-
公开(公告)号:CN111174797B
公开(公告)日:2022-10-14
申请号:CN202010047336.9
申请日:2020-01-16
Applicant: 湖南大学
Abstract: 本发明公开了一种封闭区域全局路径规划方法,包括如下步骤:步骤S1,获取封闭区域的环境地图模型并生成中间连接路径;步骤S2,获取完成作业任务的起始点与目标点;步骤S3,根据起始点和目标点所在区域进行对应的全局路径规划;步骤S4,根据规划出的全局路径控制车辆行驶;其中,步骤S1中封闭区域的环境地图可以是由调度人员给定该区域地图,或者从相关地图软件中获取,将大型封闭区域地图分为两部分,并以空间换时间,在中间连接区域生成中间连接道路保存待用,方便后续规划快速获得。本发明的封闭区域全局路径规划方法,通过步骤S1至步骤S4的设置,便可有效的快速实现在封闭区域内进行路径规划了。
-
公开(公告)号:CN115060280A
公开(公告)日:2022-09-16
申请号:CN202210705025.6
申请日:2022-06-21
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种车辆轨迹预测方法和装置,其包括:S1,获取障碍物车辆的实际历史轨迹;S2,根据障碍物车辆的预测位置和当前实际位置,计算得到预测位置误差,选择本次预测中所使用的历史轨迹时长;S3,根据实际历史轨迹,获得接近实际历史轨迹的拟合轨迹;S4,根据实际历史轨迹,计算符合障碍物车辆历史运动状态的障碍物车辆状态;S5,使用曲线拟合方程计算获得第一历史轨迹、使用运动学方程计算获得第二历史轨迹,再计算第一历史轨迹、第二历史轨迹分别与实际历史轨迹上对应轨迹点之间的误差;S6,在预设范围内对误差进行比较,选择本帧预测方法,以预测障碍物车辆的未来轨迹。
-
公开(公告)号:CN114994684A
公开(公告)日:2022-09-02
申请号:CN202210623207.9
申请日:2022-06-01
Applicant: 湖南大学无锡智能控制研究院
IPC: G01S13/931 , G01S17/931 , G01S13/86 , G01S7/495 , G01S7/48 , G01S7/41 , G01S7/36 , G06V10/762 , G06V10/80 , G06V20/58
Abstract: 本发明公开了一种多雷达数据融合的扬尘场景下障碍物检测方法与系统,其包括:步骤S1,获取多雷达数据;步骤S2,将多雷达数据中的激光雷达点云转换为矩阵化后的点云深度图;步骤S3,计算点云深度图上点云坡度特征,并根据连通域搜索获得非地面特征点云聚类,将单个连通域内特征点云数量超过阈值的点云聚类作为障碍物点云聚类,计算非地面特征点云聚类离地高度、连通度和表面离散度;步骤S4,将多雷达数据中的毫米波雷达障碍物检测数据的坐标转换到激光雷达坐标系下,并根据激光雷达目标与毫米波雷达目标之间的距离和/或交并比,计算单个激光雷达的关联特征值;步骤S5,计算点云聚类为灰尘点云聚类的概率,并获得非扬尘障碍物的点云聚类位置。
-
公开(公告)号:CN113306573B
公开(公告)日:2022-08-16
申请号:CN202110699833.1
申请日:2021-06-23
Applicant: 湖南大学 , 中车株洲电力机车研究所有限公司
Abstract: 本发明实施例公开了一种自动驾驶车辆学习型路径跟踪预测控制方法,包括:在当前采样时刻,获取车辆的当前系统状态;获取所述车辆的未来N个期望状态;根据当前状态、学习型预测控制模型预测车辆未来状态,结合未来N个期望状态、预设的目标函数和系统约束,得到最优控制序列;使用求得的最优控制序列中的第一个量控制所述车辆的运行,直到下一采样时刻到达,计算得到下一最优控制序列,如此重复,在每一采样时刻进行计算,直到车辆行驶完整个路径。
-
公开(公告)号:CN114821152A
公开(公告)日:2022-07-29
申请号:CN202210290769.6
申请日:2022-03-23
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于前景‑类别感知对齐的域自适应目标检测方法及系统,该方法包括:使用通过下面步骤获得的域自适应目标检测模型在目标域数据集对应的场景进行目标检测;步骤1,设置图像级域分类器和实例级域分类器,构建基准模型;步骤2,设置前景感知模块和类别感知模块,构建基于前景‑类别感知对齐的域自适应目标检测模型;步骤3,训练并获得域自适应目标检测模型。本发明能够跨域目标检测流程的关注点从整体特征对齐,到前景特征对齐,再到类别特征对齐的转变,在跨天气、跨摄像头、跨复杂场景检测下都取得了在目标域上的性能提升。
-
公开(公告)号:CN113345008B
公开(公告)日:2022-05-24
申请号:CN202110601426.2
申请日:2021-05-31
Applicant: 湖南大学
Abstract: 本发明公开了一种考虑轮式机器人位姿估计的激光雷达动态障碍物检测方法,该方法包括:步骤1,通过激光点云数据的几何特性,提取符合预设曲率特征的点云作为特征点,建立同一特征点在两帧相邻时刻点云数据中的匹配关系,并构建代价函数,以轮式机器人位姿为变量构造ICP问题,获得轮式机器人位姿信息;步骤2,检测候选动态障碍物;步骤3,估计动态障碍物状态。本发明不需要结合多传感器,在使用单一传感器的前提下进行动态障碍物检测目的,使系统更加高效,而且安全性更高。
-
-
-
公开(公告)号:CN111857148B
公开(公告)日:2022-04-29
申请号:CN202010736989.8
申请日:2020-07-28
Applicant: 湖南大学
IPC: G05D1/02
Abstract: 本发明公开了一种非结构化道路车辆路径规划方法,包括如下步骤:步骤1,输入包含障碍物及道路边界的地图,设置起始构型Ns、目标构型Ng以及目标区域Ag;步骤2,设置初始open集仅包含初始构型Ns;步骤3,从open集中选出代价最小的节点;步骤4,判断节点Ni是否已经存在于open集中;步骤5,判断节点Ni是否搜索至目标区域Ag;步骤6,采用“直线‑圆弧‑直线”停车模型生成精确到达目标构型的停车路径;步骤7,判断所述步骤6生成的各停车路径是否与障碍物发生碰撞;步骤8,路径回溯。本发明的非结构化道路车辆路径规划方法,通过步骤1至步骤8的设置,便可有效的实现车辆路径的规划了。
-
-
-
-
-
-
-
-
-