-
公开(公告)号：CN110827535B
公开(公告)日：2021-08-27
申请号：CN201911043064.9
申请日：2019-10-30
Applicant: 中南大学
IPC: G08G1/00
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。
-
公开(公告)号：CN112527000A
公开(公告)日：2021-03-19
申请号：CN202011557897.X
申请日：2020-12-23
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种矿井下智能驾驶的局部路径规划方法及系统，步骤1：车载激光雷达检测矿井内特征信标，若存在特征信标，说明矿车即将进入弯道，进入步骤2，否则，说明矿车仍在直行阶段，进入步骤3；步骤2：提取特征信标与矿车之间角度及距离信息，根据信标在全局坐标系下的安装位置计算矿车位置，实现导航定位误差校正，进入步骤4；步骤3：在直道与弯道切接口，根据矿车反馈的车身与反应式规划路径的控制误差，调整反应式规划路径的横向偏移，实现入弯前矿车的横向控制校正；步骤4：矿车进入弯道后根据信标提示的转弯方向，生成矿车弯道期望路径。本发明能实现无人矿车在地下矿井的反应式局部路径规划与轨迹生成。
-
公开(公告)号：CN110928297B
公开(公告)日：2020-10-30
申请号：CN201911031001.1
申请日：2019-10-28
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于多目标动态粒子群优化的智能公交车辆路径规划方法，包括：实时获取车辆和道路信息，生成全局参考路径；基于道路规则线和全局参考路径构建二维环境模型，并初始化粒子群中每个粒子：粒子的每个维度对应一个坐标点，每相邻两个维度坐标点之间设定曲线段，得到粒子对应的轨迹；根据路径长度、平滑度以及静态安全度指标设计轨迹的静态多目标适应度函数；然后采用粒子群算法，并应用静态多目标适应度函数，提取最优轨迹候选集；根据动态障碍物设计动态多目标适应度函数和约束加速度关系，并与静态安全性设计适应度函数结合，从最优轨迹候选集中选择综合适应度最优的一条轨迹。本发明在改善舒适性指标同时，大大提高动态安全性能。
-
公开(公告)号：CN109017793A
公开(公告)日：2018-12-18
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。
-
公开(公告)号：CN112527000B
公开(公告)日：2021-10-26
申请号：CN202011557897.X
申请日：2020-12-23
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种矿井下智能驾驶的局部路径规划方法及系统，步骤1：车载激光雷达检测矿井内特征信标，若存在特征信标，说明矿车即将进入弯道，进入步骤2，否则，说明矿车仍在直行阶段，进入步骤3；步骤2：提取特征信标与矿车之间角度及距离信息，根据信标在全局坐标系下的安装位置计算矿车位置，实现导航定位误差校正，进入步骤4；步骤3：在直道与弯道切接口，根据矿车反馈的车身与反应式规划路径的控制误差，调整反应式规划路径的横向偏移，实现入弯前矿车的横向控制校正；步骤4：矿车进入弯道后根据信标提示的转弯方向，生成矿车弯道期望路径。本发明能实现无人矿车在地下矿井的反应式局部路径规划与轨迹生成。
-
Patent Agency Ranking
公开(公告)号：CN108407805B
公开(公告)日：2019-07-30
申请号：CN201810277016.5
申请日：2018-03-30
Applicant: 中南大学
Abstract: 本发明公开了一种基于DQN的车辆自动泊车方法，包括以下步骤：步骤一，获取当前时刻的车辆位置、障碍物信息及泊车位信息，并将车辆停到相对合理的泊车起始位置；步骤二，根据当前时刻的车辆位置、障碍物信息及泊车位信息，使用训练好的DQN计算期望车辆前轮摆角；步骤三，按照根据期望车辆前轮摆角，控制车辆前轮转动并移动车辆；步骤四，更新当前时刻车辆位置，判断是否进入泊车位，如果到达泊车位则泊车结束，否则更新障碍物信息，返回步骤二重新计算车辆前轮摆角。该方法采用DQN计算期望车辆前轮摆角，能够自主学习相关参数，大大减少了泊车系统参数调试的工作；使系统有较好的容错能力和鲁棒性，极大提高了车辆一次性泊车的成功率。
-
公开(公告)号：CN108205312A
公开(公告)日：2018-06-26
申请号：CN201810226588.0
申请日：2018-03-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于高精度地图与红外信标的无人驾驶BRT车辆自动启停实现方法，包括以下步骤：步骤一：无人BRT车辆从起点公交站场起步、起步结束后进入巡航阶段；步骤二：当车辆经过在高精度地图上设置的减速点时，将偏移后的车道中线作为期望路径，以设定减速度减速至期望速度后使之在期望路径上匀速行驶；当车辆车身安装的红外接收器接收到经路边反射板反射的红外信号时，以设定减速度靠站停车；待检测到车辆停稳后，自动打开车门；当检测到车门关闭信号后，车辆重新启动并进入巡航阶段；当车辆到达终点公交站场，经过在高精度地图上设置的终点时，以设定减速度停车，行程结束。本发明能实现车辆在BRT站台横、纵向的精准停靠。
-
公开(公告)号：CN110749333B
公开(公告)日：2022-02-22
申请号：CN201911081063.3
申请日：2019-11-07
Applicant: 中南大学
IPC: G01C21/34
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。
-
公开(公告)号：CN108205312B
公开(公告)日：2020-07-10
申请号：CN201810226588.0
申请日：2018-03-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于高精度地图与红外信标的无人驾驶BRT车辆自动启停实现方法，包括以下步骤：步骤一：无人BRT车辆从起点公交站场起步、起步结束后进入巡航阶段；步骤二：当车辆经过在高精度地图上设置的减速点时，将偏移后的车道中线作为期望路径，以设定减速度减速至期望速度后使之在期望路径上匀速行驶；当车辆车身安装的红外接收器接收到经路边反射板反射的红外信号时，以设定减速度靠站停车；待检测到车辆停稳后，自动打开车门；当检测到车门关闭信号后，车辆重新启动并进入巡航阶段；当车辆到达终点公交站场，经过在高精度地图上设置的终点时，以设定减速度停车，行程结束。本发明能实现车辆在BRT站台横、纵向的精准停靠。
-
公开(公告)号：CN110928297A
公开(公告)日：2020-03-27
申请号：CN201911031001.1
申请日：2019-10-28
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于多目标动态粒子群优化的智能公交车辆路径规划方法，包括：实时获取车辆和道路信息，生成全局参考路径；基于道路规则线和全局参考路径构建二维环境模型，并初始化粒子群中每个粒子：粒子的每个维度对应一个坐标点，每相邻两个维度坐标点之间设定曲线段，得到粒子对应的轨迹；根据路径长度、平滑度以及静态安全度指标设计轨迹的静态多目标适应度函数；然后采用粒子群算法，并应用静态多目标适应度函数，提取最优轨迹候选集；根据动态障碍物设计动态多目标适应度函数和约束加速度关系，并与静态安全性设计适应度函数结合，从最优轨迹候选集中选择综合适应度最优的一条轨迹。本发明在改善舒适性指标同时，大大提高动态安全性能。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.018 seconds)
