-
公开(公告)号：CN112881033A
公开(公告)日：2021-06-01
申请号：CN202110263561.0
申请日：2021-03-11
Applicant: 湖南仕博测试技术有限公司
IPC: G01M17/007
Abstract: 本发明提供一种紧凑结构悬架以及目标物装载主动驱动平台，所述紧凑结构悬架包括转向驱动组件以及动轮驱动组件；所述转向驱动组件包括第一驱动件，与所述第一驱动件连接的导向杆，沿所述导向杆的导向方向滑动的移动块，设置在所述移动块两端的连杆，与所述连杆连接的摆臂，与所述摆臂连接的悬架；所述动轮驱动组件包括第二驱动件，与所述第二驱动件连接的圆柱齿轮对，以及与所述圆柱齿轮对连接的行走轮，以及设置在所述悬架上的收缩件。与相关技术相比，本发明提供的紧凑结构悬架以及目标物装载主动驱动平台，其结构紧凑，具有较小的整体尺寸，拥有较高的移动速度，能够适用于装载更多的道路目标物。
-
公开(公告)号：CN119002466B
公开(公告)日：2025-01-24
申请号：CN202411473778.4
申请日：2024-10-22
Applicant: 湖南仕博测试技术有限公司
IPC: G05D1/229 , G05D1/245 , G01C21/34 , G01C21/16 , G01C21/28 , G01C25/00 , G01M17/007 , G05D109/10
Abstract: 本发明涉及惯导控制的技术领域，公开了一种用于车辆测试的惯性导航系统控制方法，所述方法包括：从惯性测量单元中的加速度计和陀螺仪获取初始车辆运动数据并对采集的数据进行静态校准得到校准后的车辆运动数据，在低GPS信号环境中，根据校准后的车辆运动数据利用高精度数值积分估计车辆的位置信息，根据估计得到的车辆位置信息拼接形成测试车辆行驶轨迹；利用预先存储的高精度地图数据，通过轨迹对比分析校正车辆位置判断是否存在偏差，若存在偏差则进行轨迹校正生成控制指令，并根据控制指令对车辆进行操作，以提升智能车辆在复杂道路条件下的定位精度和运动控制能力。
-
公开(公告)号：CN119002466A
公开(公告)日：2024-11-22
申请号：CN202411473778.4
申请日：2024-10-22
Applicant: 湖南仕博测试技术有限公司
IPC: G05D1/229 , G05D1/245 , G01C21/34 , G01C21/16 , G01C21/28 , G01C25/00 , G01M17/007 , G05D109/10
Abstract: 本发明涉及惯导控制的技术领域，公开了一种用于车辆测试的惯性导航系统控制方法，所述方法包括：从惯性测量单元中的加速度计和陀螺仪获取初始车辆运动数据并对采集的数据进行静态校准得到校准后的车辆运动数据，在低GPS信号环境中，根据校准后的车辆运动数据利用高精度数值积分估计车辆的位置信息，根据估计得到的车辆位置信息拼接形成测试车辆行驶轨迹；利用预先存储的高精度地图数据，通过轨迹对比分析校正车辆位置判断是否存在偏差，若存在偏差则进行轨迹校正生成控制指令，并根据控制指令对车辆进行操作，以提升智能车辆在复杂道路条件下的定位精度和运动控制能力。
-
公开(公告)号：CN118819117B
公开(公告)日：2024-11-22
申请号：CN202411300611.8
申请日：2024-09-18
Applicant: 湖南仕博测试技术有限公司
IPC: G05B23/02
Abstract: 本发明涉及车辆关键特性精准控制的技术领域，公开了一种面向ADAS测试场景的车辆关键特性精准控制方法与系统，所述方法包括：构建测试场景的状态空间和动作空间，采集不同测试场景下的轨迹操作数据并进行向量表示，形成测试轨迹操作数据序列并进行偏好学习，构成不同测试场景下的轨迹操作奖励函数；构建测试场景车辆关键特性精确控制模型并进行优化求解，进而进行测试场景车辆关键特性精准控制。
-
公开(公告)号：CN118819117A
公开(公告)日：2024-10-22
申请号：CN202411300611.8
申请日：2024-09-18
Applicant: 湖南仕博测试技术有限公司
IPC: G05B23/02
Abstract: 本发明涉及车辆关键特性精准控制的技术领域，公开了一种面向ADAS测试场景的车辆关键特性精准控制方法与系统，所述方法包括：构建测试场景的状态空间和动作空间，采集不同测试场景下的轨迹操作数据并进行向量表示，形成测试轨迹操作数据序列并进行偏好学习，构成不同测试场景下的轨迹操作奖励函数；构建测试场景车辆关键特性精确控制模型并进行优化求解，进而进行测试场景车辆关键特性精准控制。
-
Patent Agency Ranking
公开(公告)号：CN112857836A
公开(公告)日：2021-05-28
申请号：CN202110263553.6
申请日：2021-03-11
Applicant: 湖南仕博测试技术有限公司
IPC: G01M17/007
Abstract: 本发明提出一种智能驾驶专用自行车模型，该智能驾驶专用自行车模型包括车体和假人，其中，车体包括车架、设置在所述车架上的前轮和后轮、与车架转动连接的踏板组件以及连接踏板组件和后轮的传动机构；假人包括连接所述踏板组件和车架的腿部组件；在运动状态下，所述前轮和/或后轮与地面接触并产生转动以驱动踏板组件和腿部组件运动。可解决现有的自行车模型不能模拟出真人骑行时的腿部动作和车轮的转动特征的问题。
-
公开(公告)号：CN111103151A
公开(公告)日：2020-05-05
申请号：CN202010024368.7
申请日：2020-01-10
Applicant: 湖南仕博测试技术有限公司
IPC: G01M17/007 , G05B17/02 , G05B23/02
Abstract: 本发明公开一种智能驾驶测试行人目标，设置在运动平台上，包括上躯干、大臂、小臂、大腿、小腿、摆臂装置、摆腿装置；摆臂装置包括设置在上躯干中的第一电机，第一电机驱动两大臂交叉摆动；摆腿装置包括基座、第二电机、曲柄摇杆机构和升降台；基座设置在上躯干上，第二电机设置在基座上；曲柄摇杆机构分设在基座的两侧，其曲柄与第二电机连接，其摇杆与大腿连接，曲柄摇杆机构驱动两大腿交叉摆动；升降台与基座的下部滑动连接并在基座上做靠近或远离第二电机的往复运动，升降台的下端还与运动平台连接。本发明解决了现有的人体模型无法模拟人运动时候的摆腿摆臂姿态以及身体在竖直方向的升降姿态的问题。
-
公开(公告)号：CN118816949A
公开(公告)日：2024-10-22
申请号：CN202411295939.5
申请日：2024-09-18
Applicant: 湖南仕博测试技术有限公司
IPC: G01C25/00
Abstract: 本发明涉及惯性导航校准的技术领域，公开了一种测试车辆惯性导航传感器校准方法，所述方法包括：使用激光测距仪对测试车辆上的惯性导航传感器安装位置进行校正；采集车辆运动数据并进行噪声消除得到去噪后的车辆运动数据，所述车辆运动数据包括速度、加速度和位移；构建惯性导航标定模型校正惯性导航传感器的动态误差，将去噪后的车辆运动数据作为模型的输入数据，得到校正的惯性导航传感器参数；使用经过动态校准后的传感器参数实现数据测量，确保数据准确性。
-
公开(公告)号：CN117268424B
公开(公告)日：2024-02-09
申请号：CN202311551888.3
申请日：2023-11-21
Applicant: 湖南仕博测试技术有限公司 , 湖南大学
Abstract: 本发明公开了一种多传感器融合的自动驾驶寻线方法及装置。该多传感器融合的自动驾驶寻线方法，包括以下步骤：采集传感器的实时基本参数和定位信息，划分近景车道线和远景车道线，分析近景车道线与虚拟车辙线位置对应的契合指数，分析远景车道线与定位点附近车道线对应的契合指数，评定自动驾驶车辆的寻线准确度，对近景车道线、远景车道线和异常信息进行提示。本发明通过实时采集传感器数据和定位信息，分析近景和远景车道线，综合分析契合指数以评估车辆与车道线的匹配程度，从而及时适应复杂道路环境和标记变化，达到了提高自动驾驶车辆的寻线准确性和适应性的效果，解决了现有技术中存在车辆无法准确跟踪最新的车道线信息的问题。(56)对比文件安吉尧 等.用于车辆自主导航的多传感器数据融合方法.汽车工程.2009,第31卷(第07期),第640-645页.
-
公开(公告)号：CN117294738B
公开(公告)日：2024-01-26
申请号：CN202311589556.4
申请日：2023-11-27
Applicant: 湖南仕博测试技术有限公司 , 湖南大学
IPC: H04L67/12 , H04L41/142 , G06F17/10
Abstract: 本发明涉及传感器部署感知的技术领域，揭露了一种自动驾驶传感器优化部署与感知方法，所述方法包括：以传感器的空间覆盖范围以及覆盖范围内的空间位置点权重计算得到传感器对自动驾驶车辆的空间覆盖度，构建以最大化传感器空间覆盖度为目标的目标函数并优化求解得到传感器部署位置；利用传感器进行数据感知，根据数据样本的局部密度指导传感器进行数据感知。本发明通过设置不同空间位置点的权重并构建传感器空间覆盖度的目标函数，在实现更大车外周围环境感知范围的基础上，对车内驾驶员的状态进行感知，提高自动驾驶的安全性，指导数据样本感知内容重复度较高的相邻传感器在数据感知过程中周期性交替运行，提高传感器的运行总时长。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.084 seconds)
