-
公开(公告)号：CN118394072A
公开(公告)日：2024-07-26
申请号：CN202410467917.6
申请日：2024-04-18
Applicant: 同济大学
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D109/10
Abstract: 本发明涉及一种面向自动驾驶规划控制的车辆转向系统建模方法，包括：基于正向机理建模构建转向系统各子部件动力学模型，并整合得到转向系统的等效动力学模型；进行转向系统参数辨识实验，采集得到电机力矩输入和转向管柱转角响应数据，用于辨识出等效动力学模型参数，并设计扩张状态观测器估计转向系统模型存在的集总干扰，构建得到转向系统动力学模型。与现有技术相比，本发明采用机理建模结合参数辨识建模的方式，在保证运算效率的基础上，充分利用车辆运动学和动力学参数，能够有效提高转向系统模型精度，为转角跟踪控制提供支撑，从而实现精确快速的控制目标。
-
公开(公告)号：CN118393518A
公开(公告)日：2024-07-26
申请号：CN202410446778.9
申请日：2024-04-15
Applicant: 同济大学
Abstract: 本发明涉及一种基于融合语义信息描述符的激光雷达重定位系统及方法，该系统包括地图构建模块和重定位模块，地图构建模块根据激光雷达输出的原始点云数据，采用SLAM建图方式，并基于因子图优化和特征提取策略，输出得到包含语义信息的地图描述符的候选库；重定位模块包括初始定位单元和精确定位单元，初始定位单元通过当前帧点云描述符和地图描述符之间的搜索匹配，确定当前帧点云在地图中的初步位置；精确定位单元在已知当前帧初始位置的情况下，通过将当前帧点云与若干地图帧点云所组建的局部地图进行ICP点云匹配，得到当前帧点云在世界坐标系下的位姿。与现有技术相比，本发明能有效提升整体点云地图的建图质量、提高激光雷达重定位的精度和效率。
-
公开(公告)号：CN118194442A
公开(公告)日：2024-06-14
申请号：CN202410467920.8
申请日：2024-04-18
Applicant: 同济大学
IPC: G06F30/15 , G06F30/27 , G06F119/14
Abstract: 本发明涉及一种基于自回归解码器的数据驱动车辆动力学建模方法，包括：设计仿真工况进行试验，收集车辆动力学数据，用于构建数据集；针对数据集中的数据进行输入和输出相关性分析；根据相关性分析结果，基于非自回归解码器搭建网络，输入纵向力、侧向力、横摆力矩和路面附着系数，设置模型输入输出，训练网络后得到车辆动力学模型；将当前纵向力、侧向力和横摆力矩数据输入车辆动力学模型，输出得到对应的纵向速度、质心侧偏角和侧向加速度数据，用于控制车辆的工作状态。与现有技术相比，本发明能够简化车辆动力学模型的建模过程、降低模型复杂度，同时提高建模精度，有利于及时准确地进行车辆控制。
-
公开(公告)号：CN117784676A
公开(公告)日：2024-03-29
申请号：CN202311778209.6
申请日：2023-12-22
Applicant: 同济大学
IPC: G05B19/042
Abstract: 本发明公开了一种抗风险的引导式智能驾驶方法，包括以下步骤：S1、将若干辆跟驰车跟随一辆领航车组成车队；S2、领航车通过感知单元采集前方社会车辆驾驶信息，每辆跟驰车通过通讯单元采集车队其他车辆驾驶信息；S3、通过智能驾驶控制器求解所有跟驰车的最优控制指令；S4、车队内的受控若干辆跟驰车根据最优控制指令进行驾驶。根据本发明，该驾驶方法具有能够有效处理领航车受驾驶环境干扰所致的驾驶行为随机性，从而提高车队的抗风险能力。
-
公开(公告)号：CN117774996A
公开(公告)日：2024-03-29
申请号：CN202311718715.6
申请日：2023-12-14
Applicant: 同济大学
Abstract: 本发明提供一种考虑千人千面的自适应辅助驾驶系统，属于智能驾驶技术领域，包括如下步骤：1基于自然驾驶数据集和对应的视频数据，对智能车辆辅助驾驶决策模型、运动规划模型的目标函数和约束条件进行建模；2辨识影响接管率的系统模型关键参数；3搭建检验累计行系统自演进架构，从在线采集的驾驶经验中提取经验表征函数，用于更新辅助驾驶系统模型参数，实现系统自演进，从而匹配复杂多变的驾驶环境以及千人前面的驾驶偏好，本发明提供一种辅助驾驶系统，并通过在线自适应调节辅助驾驶系统模型参数，使得系统可以匹配复杂多变的驾驶环境、千人千面的驾驶偏好，同时保证调节效率，为多种道路场景下智能车辆高效安全通行提供技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN110068836B
公开(公告)日：2024-02-02
申请号：CN201910213862.5
申请日：2019-03-20
Applicant: 同济大学
IPC: G01S17/931 , G06T17/20
Abstract: 本发明涉及一种智能驾驶电动清扫车的激光雷达路沿感知系统，主要包括：激光雷达的选择方案，采用了两个16线的激光雷达传感器，同时感知前方障碍物与右侧路沿；激光雷达的安装位置和角度，有效避免感知盲区，实现对路沿的鲁棒探测；异步激光点云的接收与处理，采用多线程异步接收的方案，保证两个雷达点云的时间近似同步；二维占据栅格地图的建立与更新，利用垂直投影以及高差过滤方法将点云信息投影到栅格地图当中，并对栅格地图进行概率更新；路沿的分割与提取，分段采样路沿的样本点，通过最小二乘法估计路沿模型，并分辨路沿是否存
-
公开(公告)号：CN115034324B
公开(公告)日：2023-05-02
申请号：CN202210701765.2
申请日：2022-06-21
Applicant: 同济大学
Abstract: 本发明公开了一种多传感器融合感知效能增强方法，涉及多传感器融合技术领域，该方法包括以下步骤：通过感知数据信噪比、目标点航迹质量、传感器探测范围和像素数值特性四个维度对当前环境传感器的感知效能进行评估，得到相机、激光雷达和毫米波雷达在当前环境下对不同距离的各目标感知可信权重，构建基于动态事件触发的感知效能模型；采用分布式融合结构对传感器数据进行目标融合；效果是通过协同毫米波雷达、相机和激光雷达进行目标鲁棒感知，可以解决不确定的光照和天气导致毫米波雷达、相机和激光雷达性能降低甚至失效问题，进而避免自动驾驶决策和执行出现问题而引发车辆危害的行为。
-
公开(公告)号：CN110501024B
公开(公告)日：2023-03-28
申请号：CN201910288820.8
申请日：2019-04-11
Applicant: 同济大学
Abstract: 本发明涉及一种车载INS/激光雷达组合导航系统的量测误差补偿方法，本发明的技术解决的问题是：以激光雷达辅助惯性导航系统进行车辆的组合导航系统，系统考虑INS与激光雷达两个系统的安装偏置角和杆臂误差，并据此作为组合导航系统量测方程中的测量量进行修正，构建以惯导位置、速度、姿态误差以及惯性器件随机常值误差为状态量的滤波系统，并进行反馈校正，实现基于量测误差补偿的组合导航定位精度提高。
-
公开(公告)号：CN114235679B
公开(公告)日：2023-02-10
申请号：CN202111345929.4
申请日：2021-11-15
Applicant: 同济大学
Abstract: 本发明涉及一种基于激光雷达的路面附着系数估计方法及系统，所述方法包括：S1：获取不同光照条件、不同路面类型上车辆行驶中车载激光雷达采集的点云信息；S2：提取点云信息中的路面区域点云；S3：基于路面区域点云的反射强度概率分布模型参数，建立路面反射强度分布模型参数数据库；S4：获取实测路面点云数据，利用分布相似度进行路面类型辨识和附着系数估计。与现有技术相比，本发明具有估计精度高、鲁棒性强等优点。
-
公开(公告)号：CN109443348B
公开(公告)日：2022-08-23
申请号：CN201811119444.1
申请日：2018-09-25
Applicant: 同济大学
Abstract: 本发明涉及一种基于环视视觉和惯导测量单元的地下车库库位跟踪方法，在环境未知的地下车库环境中，用户指定车库中某一位置作为环境地图初始坐标原点，基于惯性测量单元提供的运动信息和环视视觉提供的库位角点初始相对坐标信息，通过全局优化的方法生成目标库位角点的环境地图全局坐标，用于车辆后续的决策和控制。与现有相关技术相比，本发明具有可适应无GPS信号环境、成本低、鲁棒性高等优点。
-
-
-
-
-
-
-
-
-
Search Results
392
records
(took 0.032 seconds)
