基于双向扩展随机树的智能车路径规划方法

    公开(公告)号:CN109990796B

    公开(公告)日:2022-07-19

    申请号:CN201910328124.5

    申请日:2019-04-23

    Abstract: 本发明公开了一种基于双向扩展随机树的智能车路径规划方法,其包括生成曲线,当曲线上有障碍物时构建起点相反的两棵扩展树;在地图上生成随机点,并查找扩展树距离随机点最近的节点;判断随机点与节点的连线上是否有障碍物;若有,则重新生成随机点,若无,在随机点与节点的连线上取一个新节点;判断最近的节点与新节点之间的连线上是否有障碍物,若有,则重新生成随机点,否则根据障碍物安全距离约束更新节点;之后根据智能车辆最大转向约束及节点,选取节点的父节点和子节点;判断两棵扩展树之间的距离是否小于设定阈值,若大于,则重新生成随机点,否则,根据两扩展树节点反向选取节点到起始点和目标点的路径构成智能车规划路径。

    基于LQR的改进路径跟踪控制方法
    83.
    发明公开

    公开(公告)号:CN114384915A

    公开(公告)日:2022-04-22

    申请号:CN202210036507.7

    申请日:2022-01-13

    Abstract: 本发明公开了一种基于LQR的改进路径跟踪控制方法,基于无人驾驶车辆当前实际位置与规划位置的横向偏差值和航向偏差值,通过模糊控制器对LQR控制器原始加权矩阵中Q的元素进行实时修正优化,以得到优化后的加权矩阵Q,通过对LQR问题进行求解得出车辆前轮转角的控制量。本发明至少包括以下有益效果:为了解决实际应用中无人驾驶车辆路径跟踪的精度不足的问题,本发明在现有的LQR路径跟踪算法中加入一个模糊控制,动态调节LQR路径跟踪控制器中加权矩阵Q中的元素,然后再使用调整后的加权矩阵Q计算LQR控制器的最优解,计算出无人驾驶车辆需要的前轮转角,以达到增加无人驾驶车辆路径跟踪精度的效果。

    基于深度卷积神经网络的磁共振成像方法

    公开(公告)号:CN109350061B

    公开(公告)日:2022-03-15

    申请号:CN201811388227.2

    申请日:2018-11-21

    Abstract: 本发明属于磁共振成像技术领域,公开了一种基于深度卷积神经网络的磁共振成像方法;通过K空间中间区域全采样而周围随机降采样,对全采样区域通过算法多次随机降采样采集训练样本来训练卷积神经网络自编码器,利用训练好的卷积神经网络自编码器模型重建周围降采样的K空间数据;最后利用反傅里叶变换得到图像并通过去除算法去除噪声;通过本发明,解决了相关技术中需要大量训练图像的问题,进而达到了提高磁共振成像速度的效果。本发明通过深度卷积网络在K空间进行数据的训练,并在随机降采样区域完成数据的恢复,从而完成磁共振成像的加速扫描和重建。

    基于RGB-D深度相机的低矮凸起障碍物、路面坑洼检测方法

    公开(公告)号:CN114140452A

    公开(公告)日:2022-03-04

    申请号:CN202111486276.1

    申请日:2021-12-07

    Abstract: 本发明公开了一种基于RGB‑D深度相机的低矮凸起障碍物、路面坑洼检测方法,包括:对RGB‑D深度相机的原始点云进行预处理以得到对应的平面点云,从平面点云中提取凸起低矮障碍物点云,并将提取的凸起低矮障碍物点云投影到平面模型参数平面上,对模型参数平面上的凸起低矮障碍物点云进行降采样、凸包分割,将凸包变换到/map坐标系下并发布,对投影后的凸起低矮障碍物点云合并到地平面点云以形成新平面点云,将新平面点云变换到base_footprint下转成地平面二维栅格地图,将地平面二维栅格地图进行Fake伪坑洞滤波,边缘提取方法CV对坑洞进行提取。本发明提供一种基于RGB‑D深度相机的低矮凸起障碍物、路面坑洼检测方法,可同时检测到地面上的低矮凸起障碍物、坑洼,提高了安全性。

    基于传统和深度学习结合的运动目标检测方法

    公开(公告)号:CN113920163A

    公开(公告)日:2022-01-11

    申请号:CN202111176760.4

    申请日:2021-10-09

    Abstract: 本发明公开了一种基于传统和深度学习结合的运动目标检测方法,包括:步骤一,采用实例分割算法对双目相机采集的道路图像相邻帧进行检测,以将各图像划分为潜在运动目标区域和静止区域;步骤二,分别对各图像中的潜在运动目标区域、静止区域进行特征点提取与匹配;步骤三,基于相机自运动参数确定运动补偿,通过计算重投影误差以对运动状态判断,以基于判断结果完成对图像中运动目标进行标记。本发明公开一种基于传统和深度学习结合的运动目标检测方法,能有效提高算法实时性,同时通过提高自运动参数估计的精度提升检测精度。

    基于判别性视觉属性的零样本识别方法及系统

    公开(公告)号:CN112329884A

    公开(公告)日:2021-02-05

    申请号:CN202011337219.2

    申请日:2020-11-25

    Abstract: 本发明提供一种基于判别性视觉属性的零样本识别方法及系统,方法包括以下步骤:S1:构建稀疏编码模型,基于原特征域样本数据优化稀疏编码模型得到视觉特征到人工定义属性表示的原特征域变换关系;S2:引入分类错误代价项构建监督字典学习目标模型,提取原特征域判别性视觉属性集合;S3:基于原特征域变换关系及原特征域判别性视觉属性集合,构建目标特征域学习模型,挖掘目标特征域判别性视觉属性;S4:输入包含语义对象的待测图像,通过深度残差网络提取待测图像的深度视觉特征,并优化稀疏编码目标函数,得到待测图像视觉特征的语义属性表示。本发明能解决人工定义属性在识别时导致特征表示语义信息的匮乏问题,增强视觉特征表示的判别能力。

    适用电力作业人员的稳固型可穿戴设备

    公开(公告)号:CN110784397A

    公开(公告)日:2020-02-11

    申请号:CN201911031263.8

    申请日:2019-10-28

    Abstract: 本发明公开了适用电力作业人员的稳固型可穿戴设备,包括可穿戴传感设备,可穿戴传感设备穿戴于人体手腕处来采集人体的健康数据或者周围环境数据,并往外发送数据;还包括可穿戴网关及与可穿戴网关配合使用穿戴衣袖上部的两个固定耳;可穿戴网关包括网关体,网关体两侧设置有紧固带,两侧紧固带分别穿入对应的固定耳紧固在人体大手臂上;网关体上部设置有麦克风,通过麦克风进行语音通话;网关体中部设置有电子显示屏,网关体下部设置有无线接收器,用于接收可穿戴传感设备采集到的数据在电子显示屏上进行显示;网关体顶部设置有天线,通过天线把监测数据发送至后台监控中心。

    一种泡棉信息喷印与分拣设备

    公开(公告)号:CN109759352A

    公开(公告)日:2019-05-17

    申请号:CN201811450572.4

    申请日:2018-11-30

    Abstract: 本发明公开了一种泡棉信息喷印与分拣设备,包括信息喷印设备,信息喷印设备包括支架,安装在支架上用于转运泡棉的泡棉拾取机械手、用于泡棉信息识别的读码器和用于泡棉信息喷印的信息喷应装置;信息喷印设备外侧的分拣设备,分拣设备包括分拣储物柜和安装在分拣储物柜上端的分拣装置,分拣装置包括转动的分度盘,沿分度盘圆周方向均匀分布用于码放泡棉拾取机械手抓取泡棉的多个泡棉挡框;检测系统和控制系统。本发明提供了一种自动化程度高,用于对泡棉进行信息喷印与分拣的设备,该设备中,信息喷印设备能快速的对泡棉进行信息识别并喷印相应信息,与此同时,泡棉拾取机械手快速将喷印好信息的泡棉转运到分拣设备中泡棉所对应的工位。

Patent Agency Ranking