-
-
公开(公告)号：CN114995466A
公开(公告)日：2022-09-02
申请号：CN202210918700.3
申请日：2022-08-02
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种多无人驾驶车辆三维时空运动走廊生成方法和系统，属于运动规划技术领域。先建立多无人驾驶车辆三维时空运动走廊生成模型，然后获取障碍物信息和每一无人驾驶车辆的参考轨迹，最后以障碍物信息和参考轨迹作为输入，利用多无人驾驶车辆三维时空运动走廊生成模型生成每一无人驾驶车辆的三维时空运动走廊，从而考虑时间层面生成多无人驾驶车辆的三维时空运动走廊，且各个无人驾驶车辆的三维时空运动走廊之间无碰撞，各个无人驾驶车辆的三维时空运动走廊与障碍物之间无碰撞，在多无人驾驶车辆运动规划中能够生成安全、可通行、无碰撞和光滑的三维时空运动走廊。
-
公开(公告)号：CN114415523B
公开(公告)日：2022-08-26
申请号：CN202210320927.8
申请日：2022-03-30
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
IPC: G05B13/04
Abstract: 本发明涉及一种车辆协同运动控制方法及系统。该方法包括根据协同车辆队列中各车辆的参考轨迹建立协同车辆位置关系模型；根据协同车辆位置关系模型以及协同车辆队列中车辆的通信有向图建立协同车辆通信拓扑网络模型；确定车辆运动学模型；根据车辆运动学模型和所述车辆的行驶数据确定车辆运动学模型的噪声边界和鲁棒不变集；建立鲁棒反馈控制器；建立名义模型预测控制器；根据鲁棒反馈控制器和名义模型预测控制器确定所述车辆的鲁棒模型预测控制器；根据鲁棒模型预测控制器和协同车辆通信拓扑网络模型完成协同车辆队列的协同控制。本发明能够实现多无人车辆在外界扰动与模型失配情况下具备期望队形保持功能的鲁棒、可靠运动控制。
-
公开(公告)号：CN110210350B
公开(公告)日：2021-12-21
申请号：CN201910429977.8
申请日：2019-05-22
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种基于深度学习的快速停车位检测方法，属于驾驶技术领域，用于解决停车位检测环境适应性差、模型计算量大问题，方法包括离线步骤：离线采集包含有停车位的图像数据，建立训练、验证数据集；进行神经网络模型的训练、评价和优化；所述神经网络模型用于对图像数据中停车位边线进行语义分割；在线步骤：在线采集包含有停车位的图像数据，使用训练好的神经网络模型进行停车位边线语义分割得到停车位边线掩膜，对得到的边线掩膜进行拟合、聚类与组合，得到由边线组成的几何形状；根据设定的形状判别条件，对所述几何形状进行筛选确定停车位。本发明具环境适应性强；采用模型体积很小，计算量低，对计算资源的需求较小；系统造价低，具有大规模应用的潜力。
-
公开(公告)号：CN112923933A
公开(公告)日：2021-06-08
申请号：CN201911246424.5
申请日：2019-12-06
Applicant: 北理慧动(常熟)车辆科技有限公司 , 北理慧动(北京)科技有限公司 , 北京理工大学
Abstract: 本发明率先提出一种基于特征概率栅格地图的激光雷达SLAM算法‑CPFG(Closet Probability and Feature Grid，最近邻概率特征栅格)算法。该算法利用三维激光雷达数据，实时创建和更新线、面及高斯分布特征以及占据概率的栅格地图，并结合鲁棒化后的马氏距离作为优化函数进行实时位姿估计，该算法主要分为三步：点云预处理，点云与特征概率栅格地图的匹配及位姿估计，特征概率栅格地图的更新。本发明的激光雷达SLAM算法与目前几个主流算法相比，在实时性和定位精度方面有更好的表现。然后本发明融合了惯导的姿态信息，将激光雷达SLAM的高位移精度与惯导低姿态漂移的特性相结合，其相对定位精度可以达到千分之一左右，在无人驾驶定位领域具有广泛的使用前景。
-
Patent Agency Ranking
公开(公告)号：CN112182896A
公开(公告)日：2021-01-05
申请号：CN202011076317.5
申请日：2020-10-10
Applicant: 北京理工大学
IPC: G06F30/20
Abstract: 本公开的地形地貌局部环境复杂度计算方法，根据地形地貌的纵向波高差、纵向波高差长度、纵向坡度角、纵向附着的复杂度的计权组合得到纵向地形地貌复杂度；根据地形地貌的横向波高差、横向波高差长度、横向坡度角、横向附着的复杂度的计权组合得到横向地形地貌复杂度；根据所述纵向地形地貌复杂度、横向地形地貌复杂度以及可行驶地形地貌宽度的复杂度的计权组合得到地形地貌局部环境复杂度。能够全面反映不同路段的地形地貌的不平度，能够对无人车系统进行定量评价。
-
公开(公告)号：CN108981728B
公开(公告)日：2020-11-10
申请号：CN201810834740.3
申请日：2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G01C21/32
Abstract: 本发明涉及一种智能车辆导航地图建立方法，包括：采集车采集典型地形工况下的原始数据，训练地形辨识SVM模型；采用训练好的地形辨识SVM模型，对采集车在行驶道路的地形工况进行辨识，得到路网的地形工况信息；匹配道路位置信息和地形工况信息，建立带有地形工况信息的电子地图。本发明建立的智能车辆导航地图可以提供给智能车路面的颠簸情况，可提高无人车跟踪行驶的安全性；为人类驾驶员以及辅助驾驶系统提供了更多选择，确保驾驶的平稳性与安全性；帮助驾驶员选择更适合行驶的驾驶方式与驾驶路线，提高驾驶的安全性和舒适性；导航地图还可以为能量回收管理技术提供可靠的数据输入，促进该技术的有效应用。
-
公开(公告)号：CN108981728A
公开(公告)日：2018-12-11
申请号：CN201810834740.3
申请日：2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G01C21/32
Abstract: 本发明涉及一种智能车辆导航地图建立方法，包括：采集车采集典型地形工况下的原始数据，训练地形辨识SVM模型；采用训练好的地形辨识SVM模型，对采集车在行驶道路的地形工况进行辨识，得到路网的地形工况信息；匹配道路位置信息和地形工况信息，建立带有地形工况信息的电子地图。本发明建立的智能车辆导航地图可以提供给智能车路面的颠簸情况，可提高无人车跟踪行驶的安全性；为人类驾驶员以及辅助驾驶系统提供了更多选择，确保驾驶的平稳性与安全性；帮助驾驶员选择更适合行驶的驾驶方式与驾驶路线，提高驾驶的安全性和舒适性；导航地图还可以为能量回收管理技术提供可靠的数据输入，促进该技术的有效应用。
-
公开(公告)号：CN107284442A
公开(公告)日：2017-10-24
申请号：CN201710338593.6
申请日：2017-05-15
Applicant: 北京理工大学
CPC classification number: B60W30/025 , B60W30/14 , B60W2520/10 , B60W2520/105 , B60W2550/146
Abstract: 本发明涉及一种用于自动驾驶车辆的弯道行驶纵向控制方法，包括步骤：根据车辆状态和行驶路径信息，判断车辆在弯道中的所处阶段；根据车辆在弯道中的所处阶段，对车辆的行驶速度进行在线实时控制，将控制结果传递给加速度控制模块。当判断为弯内行驶阶段，计算当前车速与当前曲率下驾驶员舒适车速的差值，作为期望加速度传递给下层加速度跟踪模块进行实时控制；当判断为入弯阶段或出弯阶段，则根据训练得到的驾驶员模型，实时输出期望加速度，并传递给下层加速度跟踪模块进行实时控制。本发明充分考虑了单个驾驶员的驾驶特性，实时控制所表现出的控制特性可有效模拟驾驶员弯道行驶的驾驶特性，提高驾驶员对自动驾驶技术的接受度。
-
公开(公告)号：CN102542634B
公开(公告)日：2014-05-21
申请号：CN201210009228.8
申请日：2012-01-13
Applicant: 北京理工大学
Abstract: 一种安装在车辆上的目标车辆行驶状态测量系统，其特征在于：包括激光雷达传感器(1)，GNSS定位传感器(2)，网络通信端口(3)，串行通信端口(4)，计算机(5)；所述计算机(5)内安装了激光雷达通信模块(6)，GNSS定位传感器通信模块(7)，激光雷达数据预处理模块(8)，目标识别与跟踪模块(9)，GNSS定位数据预处理模块(10)，多传感器数据融合处理模块(11)，显示模块(12)；上述各个模块对激光雷达传感器(1)与GNSS定位传感器(2)采集的信息数据进行计算处理，得到目标车辆的实时行驶状态信息(17)，实现对目标车辆行驶状态的实时测量。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.027 seconds)
