-
公开(公告)号：CN107121980A
公开(公告)日：2017-09-01
申请号：CN201710161509.8
申请日：2017-03-17
Applicant: 北京理工大学
CPC classification number: G05D1/0212 , G01C21/28 , G01C21/34 , G01C21/3446 , G05D2201/0212
Abstract: 本发明涉及一种基于虚拟约束的自动驾驶车辆路径规划方法，包括以下步骤：根据车道线检测结果获取车体坐标系下的车道中心线航向；利用卡尔曼滤波器和获取的车道中心线航向对车辆的航向进行修正；利用修正后的车辆航向对原始路径中的路径点进行校正；基于三维激光雷达栅格地图，获取自动驾驶车辆与道路的相对横向位置关系；生成虚拟约束；根据自动驾驶系统的决策指令，生成期望路径。本发明融合GPS、视觉与激光雷达信息完成车辆与道路相对横向位置的精确定位，不需要高精度定位设备和高精度地图，有助于提高自动驾驶车辆在结构化的、有清晰车道线的城市或高速公路环境下的车道保持与换道能力，对于自动驾驶车辆的安全、稳定、平顺行驶具有重要意义。
-
公开(公告)号：CN107054452A
公开(公告)日：2017-08-18
申请号：CN201710157593.6
申请日：2017-03-16
Applicant: 北京理工大学
CPC classification number: B62D5/0421 , B62D3/08 , B62D5/043 , B62D7/20
Abstract: 本发明提供了一种无人驾驶车辆自动转向装置，包括人工转向部分和自动转向部分；人工转向部分包括操纵机构、转向器(101)和传动机构；自动转向部分安装于操纵机构与转向器(101)输入轴之间，转向器(101)输出端与传动机构相连接；自动转向部分包括电机单元、电磁离合器单元、安装支架(102)、转向器输入轴组件(114)、控制器单元、转向减振器。本装置可完成人工驾驶与自动驾驶的切换，设置较为灵活，不需要额外安装限位机构，在保证转向安全的同时，减少了自动转向装置的机构复杂度，提高了平台的可移植性，装卸方便，只需要装卸与转向器连接的螺钉和转向器输入轴组件即可将自动转向装置整体装卸，较为便捷。
-
公开(公告)号：CN103207090B
公开(公告)日：2016-02-24
申请号：CN201310121606.6
申请日：2013-04-09
Applicant: 北京理工大学
IPC: G01M17/007
Abstract: 一种无人驾驶车辆环境模拟测试系统，包括：环境模拟系统以及测试系统；所述环境模拟系统建立所述无人驾驶车辆真实道路环境模型，模拟所述无人驾驶车辆真实道路环境；测试时将所述无人驾驶车辆真实道路环境模型转换为任务表单文件输入所述无人驾驶车辆车载控制计算机，其中所述任务表单文件由所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码构成；所述无人驾驶车辆车载控制计算机在测试过程中，经所述车载天线向所述测试人员手持多功能盒发送所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码信号，所述测试人员手持多功能盒接收并显示上述信号。
-
公开(公告)号：CN103150786A
公开(公告)日：2013-06-12
申请号：CN201310120832.2
申请日：2013-04-09
Applicant: 北京理工大学
Abstract: 一种非接触式无人驾驶车辆行驶状态监控测量系统及测量方法，该系统包括无人驾驶车辆及设置在所述无人驾驶车辆后部的功放型远距离电子标签，所述无人驾驶车辆的有人驾驶车辆，设置在所述有人驾驶车辆上的毫米波雷达、航向传感器、GPS接收器、摄像机、功放型远距离电子标签读卡器、无人驾驶车辆行驶状态测量装置、视频图像记录装置、综合信息显示装置、和无线图像发射装置，以及位于远程的终端接收与显示装置。该方法通过非接触方式实时测量得到前方无人驾驶车辆行驶状态参数，如轨迹和速度，并实时绘制无人驾驶车辆速度曲线和轨迹曲线。
-
公开(公告)号：CN101323302A
公开(公告)日：2008-12-17
申请号：CN200810125793.4
申请日：2008-06-25
Applicant: 北京理工大学
Abstract: 本发明提供了一种纯电动车辆换档控制方法，该方法包括：a.检测油门踏板位置和车速；b.当油门踏板位置和车速到达换档点时，将驱动电机转速调节至目标转速，并在调速的同时进行选位；c.在调节至目标转速后，进行换档操作。本发明还提供了一种纯电动车辆换档控制系统，该系统包括：踏板位置检测单元、中央控制单元、电机调速单元、选位装置和换档装置。本发明能够在不降低车速的情况下，实现换档操作，大大提高了车辆的操纵性，充分发挥了电机的效率。
-
Patent Agency Ranking
公开(公告)号：CN119625667A
公开(公告)日：2025-03-14
申请号：CN202411444267.X
申请日：2024-10-16
Applicant: 北京理工大学
IPC: G06V20/56 , G01S13/86 , G01S13/89 , G01S17/89 , G06V20/64 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/74 , G06V10/77 , G06V10/80 , G06V10/84 , G06N3/045 , G06N3/0464
Abstract: 一种基于多尺度自注意力机制的多模态地点识别方法，属于地点识别领域。本发明实现方法为：通过同时以环视多视角RGB图像、激光雷达环境点云、毫米波雷达环境点云作为输入，在多个特征尺度上通过自注意力机制进行多模态特征融合，生成多模态全局LCGD描述子，并按照欧氏距离，以LCGD描述子筛选k个候选样本；通过对毫米波雷达环境点云提取点云散射截面积概率密度函数，计算重排序总距离，对k个候选样本进行重排序，以重排序距离最小的候选样本坐标作为车辆当前时刻坐标。本发明能够用于解决现有地点识别技术存在的面对光照、天气等环境因素变化，以及对车辆自身视角变化鲁棒性较差的问题，增强地点识别方法的识别精度以及在不同环境条件下的泛化性。
-
公开(公告)号：CN113063412B
公开(公告)日：2022-12-02
申请号：CN202110318362.5
申请日：2021-03-25
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于可靠性分析的多机器人协同定位与建图方法，属于同步定位与建图领域。该方法包括：基于距离加权与动态加权的SLAM模型，实现单机器人高精度建图与定位；基于以视点特征直方图为输入、多机器人之间相对位姿及其可靠性为输出的贝叶斯神经网络，通过对贝叶斯神经网络输出的判定，利用地图整合技术合并机器人局部建图结果。本方法通过可靠性计算与分析，实现了更鲁棒的多机器人协同定位与建图，解决了现有技术中存在的特征点利用不充分、特征点可靠性判断缺失、相对位姿辨识方法不鲁棒、相对位姿辨识结果的可靠性建模不完整等问题，提高了在特征稀疏的未知大场景下探索的效率和精度。
-
公开(公告)号：CN113063412A
公开(公告)日：2021-07-02
申请号：CN202110318362.5
申请日：2021-03-25
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于可靠性分析的多机器人协同定位与建图方法，属于同步定位与建图领域。该方法包括：基于距离加权与动态加权的SLAM模型，实现单机器人高精度建图与定位；基于以视点特征直方图为输入、多机器人之间相对位姿及其可靠性为输出的贝叶斯神经网络，通过对贝叶斯神经网络输出的判定，利用地图整合技术合并机器人局部建图结果。本方法通过可靠性计算与分析，实现了更鲁棒的多机器人协同定位与建图，解决了现有技术中存在的特征点利用不充分、特征点可靠性判断缺失、相对位姿辨识方法不鲁棒、相对位姿辨识结果的可靠性建模不完整等问题，提高了在特征稀疏的未知大场景下探索的效率和精度。
-
公开(公告)号：CN112923931A
公开(公告)日：2021-06-08
申请号：CN201911246425.X
申请日：2019-12-06
Applicant: 北理慧动(常熟)科技有限公司 , 北理慧动(北京)科技有限公司 , 北京理工大学
Abstract: 本发明涉及一种基于固定路线下的特征地图匹配与GPS定位信息融合，包括：获取已知路线的地图并进行储存，加载特征地图进行匹配定位。本发明是融合了激光雷达里程计和融合惯导姿态信息，达到了提高激光雷达里程计的定位精度、稳定性，以及实现在卫星受到干扰甚至无卫星信号环境下无人车辆导航定位的综合应用。在不同平台间通用性好，提升智能车辆在行驶工况突变时的快速识别和反应调整能力，在无人驾驶领域具有广泛的使用前景。
-
公开(公告)号：CN111267867A
公开(公告)日：2020-06-12
申请号：CN202010105306.9
申请日：2020-02-20
Applicant: 北京理工大学
Abstract: 本说明书提供一种构建无人驾驶车辆运动特性模型的方法和装置，包括：获取无人驾驶车辆在控制参量变化的情况下，各个采样时刻的实际状态、实际位置和实际航向；控制参量包括转向角和输出扭矩；采用各个采样时刻的实际状态和转向角，计算获得二自由度单轨动力学模型；采用二自由度单轨动力学模型，获得下一采样时刻对应的计算位置和计算航向；获得对应于一采样时刻的位置偏差和航向偏差；根据各个采样时刻的至少一个控制参量和/或实际状态中的至少一个数据，以及对应的位置偏差和航向偏差构建误差补偿模型；组合二自由度单轨动力学模型和误差补偿模型，构建得到无人驾驶车辆的运动特性模型。前述方法具有计算精度较高，能够满足实时性的要求。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.021 seconds)
