-
公开(公告)号：CN119413160A
公开(公告)日：2025-02-11
申请号：CN202411552554.2
申请日：2024-11-01
Applicant: 北京理工大学
Abstract: 本发明提供一种融合红外图像的多相机视觉‑惯性里程计方法，步骤1：传感器布局使用前视加后视相机搭配，搭配方案平衡环境的感知能力和算力消耗；构建多相机系统的视觉残差；步骤2：制定模态选择策略，在里程计运行的过程中，决定选择可见光或红外模态作为运行主模态；主模态选定后，另一种模态将发挥辅助作用；步骤3：在步骤2中确定模态选择后，决定辅助模态中哪些信息非冗余且可用于辅助定位，并确定辅助信息的融合权重；步骤4：基于紧耦合里程计对各状态量展开估计，将各传感器观测提供的约束统一到一个优化问题中，构建视觉‑惯性紧耦合信息融合。本发明充分利用可见光和红外信息，减少冗余观测，提高系统的性能和鲁棒性。
-
公开(公告)号：CN117875646A
公开(公告)日：2024-04-12
申请号：CN202410043003.7
申请日：2024-01-11
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/047
Abstract: 本发明提出了一种多节点多目标任务规划辅助生成方法，该方法全面考虑任务约束关系，融合节点、目标及环境属性，实现多节点多目标的协同分配策略，获得单节点时序任务序列。在已生成单节点任务序列的基础上，针对地面无人装备、无人机和人员多种任务执行节点的不同通行能力选择符合各自通行能力的全局路径规划方法，获得满足任务需求的全局路径。最后，给出确定各个评估指标的权重，实现任务规划效果评估的量化输出，为方案优劣提供依据。
-
Patent Agency Ranking
公开(公告)号：CN119164407A
公开(公告)日：2024-12-20
申请号：CN202411435092.6
申请日：2024-10-15
Applicant: 北京理工大学
Abstract: 本发明提供一种定位误差分布和轨迹优化的激光视觉惯性融合定位方法，包括以下步骤：S1：单独使用惯性单元、激光雷达、可见光相机进行位姿估计时，计算位姿估计的误差分布；S2：根据不同场景的特性，分别对惯性单元、激光雷达、可见光相机分配不同的融合权重；S3：使用样条曲线对车辆的运动轨迹进行建模，结合不同权重的位姿估计结果，优化轨迹方程。本发明避免了因某一传感器失效而导致整个系统不稳定，提高了位姿估计的健壮性；优化量是连续的轨迹方程而不是离散的位姿，可以查询任意时刻的车辆位姿，提高了位姿估计的灵活性；传感器的数量可以随意增减，随之带来的计算量并不会指数级地增长，提高了系统的可扩展性。
-
公开(公告)号：CN116007609A
公开(公告)日：2023-04-25
申请号：CN202211632072.9
申请日：2022-12-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种多光谱图像和惯导融合的定位方法和计算系统，所述定位方法包括：对当前帧可见光及红外图像进行二维特征点提取及特征点的同源匹配，根据匹配情况及环境等对图像的影响因素确定可见光和红外图像的融合权重；进行可见光、红外相机和惯导的联合初始化；通过紧耦合的视觉‑惯性里程计获得可见光图像、红外图像及惯导融合的局部地图优化位姿及含有空间坐标系信息的三维特征点的优化位置。本发明可融合可见光相机、红外相机和惯导信息，解决了无人系统在昏暗、光照多变等复杂场景下定位难的问题。
-
公开(公告)号：CN120043510A
公开(公告)日：2025-05-27
申请号：CN202411486615.X
申请日：2024-10-23
Applicant: 中兵智能创新研究院有限公司 , 北京理工大学
Inventor： 冯付勇 , 王志一 , 张祖航 , 宋威龙 , 蒋朝阳 , 于子涵 , 孙海滨 , 海思媛 , 王振皓 , 魏超 , 景佳奇 , 尹俭芳 , 韩乐 , 余雪玮 , 安旭阳 , 田泽宇 , 孙禹启
IPC: G01C21/00
Abstract: 本公开提供了一种无人系统集群远程协同定位与全局地图构建方法和系统。首先远程服务器根据各节点点云数据，确定节点初始相对位姿并进行初始全局点云地图拼接。各节点获取里程计位姿，实时传输给远程服务器，进而在远程服务器的全局点云地图中更新各个节点的全局位姿P1；各节点根据里程计位姿计算自身位移变化，当位移变化大于设定距离阈值，提取局部点云d1传输给远程服务器；远程服务器在本地提取局部点云D1；d1与D1进行配准，实现局部点云对全局地图的更新。使用本发明能够提高匹配效率、协同建图效率；同时降低单节点资源消耗，并提高单点续航能力。
-
公开(公告)号：CN119984258A
公开(公告)日：2025-05-13
申请号：CN202510245001.0
申请日：2025-03-04
Applicant: 北京理工大学
IPC: G01C21/18 , G01S19/47 , G06N3/0464
Abstract: 本发明公开了一种考虑运动约束的地面车辆惯性定位增强方法，包括以下步骤：基于微机电惯性测量单元(MEMS‑IMU)测量的加速度、角速度进行地面车辆位姿递推解算；分别利用车辆直行、转弯两种行驶工况下的数据训练深度神经网络，使深度神经网络可以根据MEMS‑IMU测量、轮速计测量及转角传感器测量实时预测车辆的横向、垂向速度，并以方差的形式给出预测的置信度；深度神经网络预测的横向、垂向速度与车辆后轴车轮转速和前轮转角共同构成运动约束，通过误差状态卡尔曼滤波算法修正MEMS‑IMU位姿解算的累计误差，得到准确的车辆位姿。本发明可以修正地面车辆惯性定位的累计定位误差，提高地面车辆惯性定位的精度。
-
公开(公告)号：CN117574776A
公开(公告)日：2024-02-20
申请号：CN202311663593.5
申请日：2023-12-06
Applicant: 北京理工大学
IPC: G06F30/27 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0475 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种面向任务规划的模型自学习优化方法，任务规划动态调整自学习系统数据预处理包括实时环境数据、任务结果与初步评价；进行任务状态辨识与场景分类；再将辨识的结果作为场景分类的输入，将任务场景按照类型分为简单且短时任务场景、复杂且长时任务场景、实时任务场景常见的任务场景；通过效能评分以及场景分类结果，对任务规划辅助生成自学习网络以及任务规划动态调整自学习网络在不同场景数据下的模型进行自学习优化以及封装，实现具有任务场景针对性的智能任务规划网络。本发明提升任务规划系统对于任务环境态势变化的适应能力，生成具有任务场景针对性的任务规划方案，提升任务规划模型对多种任务场景的适应性。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
