-
公开(公告)号：CN110362083A
公开(公告)日：2019-10-22
申请号：CN201910647111.4
申请日：2019-07-17
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于多目标跟踪预测的时空地图下自主导航方法，该方法获得二维空间占据栅格语义地图和目标位置时间序列，将二维空间占据栅格语义地图按照时间维度进行信息堆叠，获得xy-t地图；将目标位置时间序列投影到xy-t地图；在xy-t地图中进行路径规划，获得最优路径；规划过程需要遵循时间不可逆的原则，同时避开所有动态目标及静态环境的影响；将最优路径按时间步长拆分为多段并映射到xy平面内，获得多个空间域内二维轨迹序列和连续期望速度序列。根据空间域内二维轨迹序列和连续期望速度序列完成自主导航。本发明不仅有效克服动态目标对路径规划的扰动，而且相比于传统空间导航地图，该时空导航地图可以极大地简化动态规划问题。
-
公开(公告)号：CN110046697A
公开(公告)日：2019-07-23
申请号：CN201910346166.1
申请日：2019-04-26
Applicant: 北京理工大学
Abstract: 本发明提供一种基于K指数的Kp指数现报方法，将单个地磁台现报的K指数与神经网络预测Kp指数相结合，即神经网络的输入参数在原有太阳风参数的基础上加入了单个地磁台现报得到的K指数，能够在保证高精度Kp指数现报的实时性基础上，尽可能减少现报所需数据并简化计算流程；由此可见，相比当前阶段的Kp指数预报方法，本发明可以避免太阳风对现报结果的消极影响，更加稳定且可持续现报；相比当前阶段的Kp指数现报方法，本发明可以使用更少的地磁台数据，且精度较高，克服了当前阶段Kp指数现报方法构造复杂、使用地磁台数据较多的缺陷，以及神经网络预测Kp指数时无法稳定、持续高精度预测的不足。
-
公开(公告)号：CN107883940A
公开(公告)日：2018-04-06
申请号：CN201711042119.5
申请日：2017-10-31
Abstract: 本发明公开了一种制导炮弹用高动态姿态测量方法。使用本发明能够有效、准确地测量高过载、高旋转制导炮弹的姿态信息。本发明在炮弹上安装由三个高过载角速率陀螺构成的IMU和三轴磁阻传感器；炮弹出炮口后，首先采用三轴磁阻传感器输出信号频率的平均值作为当前的炮弹滚转角速率；当磁阻传感器测量得到的炮弹滚转角速率小于或等于10转/秒时，以IMU测量得到的炮弹滚转角速率为基础，采用磁阻传感器得到的滚转角速率对IMU获得的滚转角速率进行校正，以校正后的滚转角速率作为当前的炮弹滚转角速率，然后利用当前的炮弹滚转角速率、IMU测量得到的炮弹俯仰角速率和炮弹偏航角速率，结合捷联惯导姿态算法，得到当前的炮弹姿态。
-
公开(公告)号：CN107563574A
公开(公告)日：2018-01-09
申请号：CN201710911282.4
申请日：2017-09-29
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于长短时记忆模型循环神经网络的地磁场预测方法，相较于球谐分析法，结构简单，需要求解的参数少，求解方法简单；循环神经网络采用长短时记忆模型结构，增强了对地磁场数据的时序关系的处理，可有效地预测出地磁场数据的随时间变化的规律；无需对原始的地磁场数据做复杂的处理，不用在频谱和统计学上对地磁场数据进行预处理，方便了数据的处理过程；针对地磁场数据的周期性特点选择训练样本和测试样本的时间长度，并依此设计循环神经网络的结构，使得神经网络可以有效地分析地磁场周期性特征，大大提高地磁场的预测精度。
-
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
Applicant: 北京理工大学
IPC: G05D1/02
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。
-
Patent Agency Ranking
公开(公告)号：CN107154022A
公开(公告)日：2017-09-12
申请号：CN201710325495.9
申请日：2017-05-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种适用于拖车的动态全景拼接方法,充分考虑拼接图像的轮廓与色彩信息，提出了一种新的图像拼接质量评价方法，更符合人眼实际评价标准；同时考虑到震动对于图像拼接的干扰，对质量评价结果的量化值进行卡尔曼滤波，提升了该方法的鲁棒性；将拼接质量评价结果的量化值作为反馈，在摄像头相对位置发生变化时能够实时优化拼接参数，最终实现了基于多摄像头的适用于拖车的车载动态全景拼接；基于软件的图像拼接系统，可以与传统车载环视拼接系统融合，进而弥补其对硬件依赖性过强的缺点，能够在线标定拼接系统并提高拼接质量。
-
-
公开(公告)号：CN104202019B
公开(公告)日：2017-05-10
申请号：CN201410423093.9
申请日：2014-08-25
Applicant: 北京理工大学
IPC: H03H21/00
Abstract: 本发明提供了针对离散时间时不变系统的一种基于递推协方差矩阵估计方法的卡尔曼滤波方法，目的是要解决一类离散时间线性时不变系统中观测噪声协方差矩阵完全未知的情况下的系统状态滤波估计问题。步骤一、利用观测序列{yk}构建新统计序列{ξk}；步骤二、计算{ξk}的协方差矩阵递推公式：步骤三、利用观测噪声协方差矩阵与新统计序列协方差矩阵实时估计值Covk(ξ)之间的代数关系，计算过程噪声协方差矩阵估计序列；步骤四、通过f(Q)和过程噪声协方差矩阵Q的关系，计算出协方差矩阵的估计序列步骤五、将过程噪声的协方差矩阵估计序列替代真值代入标准卡尔曼滤波方法中，计算系统实时的状态估计以及状态估计偏差的协方差矩阵。
-
公开(公告)号：CN103686083B
公开(公告)日：2017-01-11
申请号：CN201310659886.6
申请日：2013-12-09
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于车载传感器视频流匹配的实时测速方法，利用车载摄像头拍摄的两幅图像中同一目标对象角点移动的像素数反推在两幅图像时间间隔内车辆行驶的位移，从而获得车辆的行驶速度，进而为驾驶员提供实时的速度信息，使用该方法只需要安装一个车载摄像头就可以实现对车速的监测，不存在车辆制造和装配误差以及轮胎磨损问题对车速测量的影响，方便可行。
-
公开(公告)号：CN103684350B
公开(公告)日：2016-07-13
申请号：CN201310645786.8
申请日：2013-12-04
Applicant: 北京理工大学
IPC: H03H21/00
Abstract: 本发明提供一种粒子滤波方法，其包括：步骤1，初始化粒子；步骤2，在k时刻获取测量值，然后利用粒子滤波方法由N个粒子滤波过程并行计算均值和方差，然后进行近似处理获得重要性密度函数并抽取采样粒子；步骤3，根据步骤2获得的重要性密度函数，计算每一个采样粒子的重要性权值；步骤4，将步骤3中得到的重要性权值进行归一化处理；步骤5，根据步骤4中归一化处理后得到的权值进行重采样，得到新的粒子序列；步骤6，对步骤5得到的新的粒子序列xik计算后验概率密度，输出滤波结果。本发明的计算过程简单，能在一定程度上改善粒子退化问题，提高了粒子滤波性能。
-
-
-
-
-
-
-
-
-
Search Results
262
records
(took 0.037 seconds)
