基于前后轴融合参考的自主停车导航及控制方法

    公开(公告)号:CN109017793B

    公开(公告)日:2020-04-07

    申请号:CN201810831398.1

    申请日:2018-07-26

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于前后轴融合参考的自主招车导航及控制方法,包括以下步骤:步骤一,获取停车场布局、车辆停车位置及驾驶员在停车场中的位置,建立世界坐标系,用Dubins曲线规划出从车辆停车的位置到驾驶员所在的位置的全局路径;步骤二,在车辆坐标系下,根据规划的全局路径,采用基于车辆前后轴融合参考控制方法计算车辆前轮偏角;步骤三,按照根据期望车辆前轮偏角,控制车辆前轮转动并移动车辆;步骤四,更新车辆位置,如果到达驾驶员所在的位置,则自主招车结束,否则重复步骤二、三。本发明基于前后轴融合参考的自主招车导航及控制方法,能够极大的增加对车辆特别是轴距较长的车辆的控制精度,极大提高车辆的控制效果。

    非线性车辆队列协同自适应抗扰纵向控制方法

    公开(公告)号:CN110827535A

    公开(公告)日:2020-02-21

    申请号:CN201911043064.9

    申请日:2019-10-30

    Applicant: 中南大学

    Abstract: 本发明公开了一种非线性车辆队列协同自适应抗扰纵向控制方法,设计上层间距保持控制器,根据前车、领航车的位姿、车速推算出本车的期望速度,将协同巡航控制任务转换为速度跟踪的问题;基于相似性原理将车辆运动学模型由笛卡尔坐标系转化到Frenet坐标系下,考虑了实际道路的曲率,能实现弯道的巡航控制;考虑风阻二次项、车辆载重变化、加速度波动等未知扰动的作用,设计自适应律在线估计扰动的上界,基于稳定性原理设计下层速度跟踪控制器,能在未知扰动作用下保证系统的稳定性。

    一种车辆队列建图及其自适应跟车间距计算方法

    公开(公告)号:CN110796852A

    公开(公告)日:2020-02-14

    申请号:CN201911080628.6

    申请日:2019-11-07

    Applicant: 中南大学

    Abstract: 本发明公开了一种车辆队列建图及其自适应跟车间距计算方法,包括:地图采集车采集车辆队列行驶路径上的GPS点,构建特征地图;对车辆队列中每辆车从1~n编号;车辆队列中每辆车均执行以下操作:获取本车的位置和速度信息;根据本车的位置信息,在特征地图上找到距离本车最近的点,将该点在特征地图中的位移作为本车的位移;将本车的车辆编号、位移、速度信息无线发送给其他车辆;根据本车车辆编号、速度以及接收的其他车辆的车辆编号、速度,定义期望自适应跟车间距,进而结合本车位移以及接收的其他车辆的位移计算跟车间距误差。本发明可提高协同跟车间距的计算精度、车辆队列的灵活性,兼顾交通流密度与跟车安全性。

    可扩展集群微粒机器人自组织协同跟踪控制方法

    公开(公告)号:CN110750093A

    公开(公告)日:2020-02-04

    申请号:CN201911130970.2

    申请日:2019-11-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种可扩展集群微粒机器人自组织协同跟踪控制方法,基于单点预瞄理论计算预瞄距离与预瞄点,驱动集群微粒机器人自组织地跟踪期望路径,并且当集群机器人出现横向位移偏差,可以重新回到期望路径。本发明提供的自组织协同跟踪控制方法无需对群体中的每个机器人进行编号,也不需要机器人集群保持固定的队形,并且不需要与特定个体进行通讯,因此在协同运动的过程中能扩展其他的微粒机器人加入集群。

    基于多目标优化的无人驾驶车辆运动规划方法

    公开(公告)号:CN110749333A

    公开(公告)日:2020-02-04

    申请号:CN201911081063.3

    申请日:2019-11-07

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多目标优化的无人驾驶车辆运动规划方法,将车辆及环境从笛卡尔坐标系映射到Frenet坐标系;建立无人驾驶车辆多目标路径规划问题的数学模型;利用线性动态规划方法进行路径规划;以分段五次多项式描述轨迹,分别以轨迹斜率最小、曲率最小、乘坐体验舒适、距离线性动态规划得到的路径最近作为优化目标,以分段五次多项式连接点处位置、一阶导、二阶导、三阶导作为等式约束,以道路自然边界约束和障碍物边界约束作为不等式约束,建立无人驾驶车辆多目标轨迹生成问题的数学模型;获得无人驾驶车辆多目标轨迹生成问题的最优解。本发明解决了基于随机撒点的路径规划方法得到的路径难以符合车辆运动学约束的问题。

    智能驾驶规划决策控制系统增强在环测试方法

    公开(公告)号:CN109445404A

    公开(公告)日:2019-03-08

    申请号:CN201811080324.5

    申请日:2018-09-17

    Applicant: 中南大学

    Abstract: 本发明公开了一种智能驾驶规划决策控制系统增强在环测试方法,装配有光纤组合惯导系统的地图采集车采集路径的GPS轨迹,制作地图文件;模拟智能驾驶规划决策控制系统运行的软硬件环境,并将智能驾驶规划决策控制系统相关软件安装在模拟环境中;建立车辆动力学模型,并构建智能驾驶规划决策控制系统与车辆动力学模型之间的闭环;基于TCP/IP构建在环测试通讯网络,模拟智能驾驶规划决策控制系统与智能驾驶车辆之间的通讯链路;基于模拟的通讯链路,以车辆动力学模型为被控对象,以制作的地图文件模拟测试路径,测试智能驾驶规划决策控制系统在模拟运行环境下的性能。本发明解决了代码编程方式开发的智能驾驶规划决策控制系统难以进行模型在环和软件在环测试的问题。

    基于OpenBCI的特征集优化在线训练方法

    公开(公告)号:CN108509869A

    公开(公告)日:2018-09-07

    申请号:CN201810206898.6

    申请日:2018-03-14

    Abstract: 本发明公开了一种基于OpenBCI的特征集优化在线训练方法,涉及生物医学信号处理技术领域,该基于OpenBCI的特征集优化在线训练方法采用时域分割的方法对采集到的脑电信号进行提取,扩展样本集,减少训练样本采集时间;采用遗传算法以及交叉验证的方式,优化特征集,完成特征选择,得到最优特征选择因子;使用特征优化选择之后的特征集训练分类器,得到脑电信号的分类器模型。本发明主要使用了信号的时域特性,进行了样本集的扩展,这不仅减轻了训练数据的采集压力,同时也保证了样本集的质量,没有提高模型过拟合的风险,另外本发明优化了采集通道与特征集,降低了特征集的冗余度,也提高了识别的性能。

Patent Agency Ranking