-
公开(公告)号：CN118758342B
公开(公告)日：2025-02-18
申请号：CN202411244172.3
申请日：2024-09-06
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明提出了一种基于小波变换的组合导航初始对准方法和系统，属于导航定位技术领域，该方法包括：获取组合导航系统初始时的加速度观测值，利用小波变换对加速度观测值去噪得到加速度测量值，用于消除基座晃动对加速度的影响；采用加速度测量值，基于姿态矩阵的惯性系粗对准得到组合导航的第一初始姿态矩阵，用于消除晃动对陀螺仪测量值的影响；完成粗对准后对第一初始姿态矩阵进行卡尔曼滤波精对准实现组合导航的初始对准。基于该方法，本发明还提出了一种基于小波变换的组合导航初始对准系统。本发明能够避免微动态情况下各种晃动或者振动干扰的影响，解决了船载系泊状态等典型应用场景的初始对准问题，为组合导航系统提供精确的初始值。
-
公开(公告)号：CN119160172A
公开(公告)日：2024-12-20
申请号：CN202411642755.1
申请日：2024-11-18
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
IPC: B60W30/08 , B60W30/095 , B60W40/10 , B60W40/105 , B60W40/12
Abstract: 本发明提出了一种防止清扫车碰撞的安全控制方法、系统和设备，属于清扫车安全控制技术领域，该方法包括：采集栅格地图信息，获取目标车辆的位姿信息和车辆状态信息；利用目标车辆的位姿信息和车辆状态信息预测目标车辆的第一轨迹点；将第一轨迹点插值处理成固定间距的第二轨迹点，再利用车身宽度信息和位姿信息将第二轨迹点横向固定距离采样扩展成带状轨迹点簇；从当前位置的带状轨迹点簇由近到远在局部栅格地图中遍历，确定距离目标车辆当前位置路程最近的碰撞轨迹点；计算出防止车辆碰撞的加速度。基于该方法，还提出了一种防止清扫车碰撞的安全控制系统和设备。本发明可以保证目标车辆在碰到障碍物之前停下来，以提升目标车辆驾驶的安全性。
-
公开(公告)号：CN119146953A
公开(公告)日：2024-12-17
申请号：CN202411657672.X
申请日：2024-11-20
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明提供一种基于MSCKF的激光雷达惯性里程计融合方法。涉及定位技术领域。本申请获取惯性测量单元解算的位姿、速度以及陀螺仪偏置和加速度计偏置，激光雷达解算的位姿状态信息；创建惯性测量单元的运动模型来使用惯性测量单元的加速度计和陀螺仪数据进行状态预测，将状态向量更新到下一时刻；预处理激光雷达点云数据，从激光雷达帧中提取关键帧；基于惯性测量单元计算的位姿和根据各关键帧的静态特征点匹配结果计算采集关键帧时激光雷达处于全局坐标系G的位姿；基于激光雷达相对于全局坐标系G的位姿估计对所有被检测静态特征点的量测残差进行建模得到量测模型；通过最小化重投影误差优化量测模型，在卡尔曼滤波的更新步骤来校正系统状态。
-
公开(公告)号：CN118962646A
公开(公告)日：2024-11-15
申请号：CN202411448053.X
申请日：2024-10-17
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明提出了一种基于强度和位置信息的回环检测方法和系统，属于激光雷达回环检测技术领域，该方法包括：获取激光雷达的点云信息，对点云信息划分生成基于强度和位置信息的第一3D点云描述因子结果矩阵；将第一3D点云描述因子结果矩阵与历史点云数据库中的第二3D点云描述因子结果矩阵粗匹配获得最大匹配度对应的目标平移列数；将第一3D点云描述因子结果矩阵循环目标平移列数后与第二3D点云描述因子结果矩阵精匹配得到最终匹配度；将最终匹配度与匹配阈值进行对比判断是否检测到回环。基于该方法，还提出了一种基于强度和位置信息的回环检测系统。本发明将激光反射强度信息和位置信息进行融合，然后进行回环检测，提升了检测的准确性。
-
公开(公告)号：CN118408556B
公开(公告)日：2024-10-01
申请号：CN202410881520.1
申请日：2024-07-03
Applicant: 北京理工大学前沿技术研究院
Abstract: 本发明提出了基于多磁传感器联合进行磁场匹配的方法、系统和设备，属于多源导航技术领域，该方法包括：建立磁图谱数据库，通过遍历磁图谱数据库确定与当前各个磁传感器测量到的磁场信息匹配度最高的最佳匹配点作为初始化位置；实时采集各个磁传感器输出数据，获取当前时刻周围磁场环境矩阵信息，将磁场矩阵信息与最佳匹配点附近的磁图谱数据库进行相关匹配分析；判断相关匹配结果是否满足预设条件，如果不满足则重新进行初始化；如果满足则更新最佳匹配点，更新输出的硬件平台中心位置信息。基于该方法，还提出了基于多磁传感器联合进行磁场匹配的系统和设备。本发明实现快速有效地磁场匹配，提升整个磁场匹配的精度和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN118675147A
公开(公告)日：2024-09-20
申请号：CN202410881516.5
申请日：2024-07-03
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
Abstract: 本发明涉及一种路面信息与障碍物的检测融合方法及系统，涉及智能驾驶感知技术领域。本申请利用路面信息提取器从道路图像中获取路面信息检测结果并提供路面信息掩膜；3D障碍物检测模型综合道路图像和道路环境点云或基于道路环境点云获取BEV空间下的障碍物检测结果；将道路环境点云通过坐标系转换投影到对应的道路图像中，利用路面信息掩膜对原始的道路环境点云进行过滤，得到与不同路面信息实例对应的路面信息点集，以获取BEV空间的路面信息；根据图像采集设备与雷达获取信息的触发时间戳差值和自车运动参数计算得到修正旋转平移矩阵，BEV空间的路面信息被修正旋转平移矩阵修正后与BEV空间的障碍物检测结果融合，融合精度更高。
-
公开(公告)号：CN118182538B
公开(公告)日：2024-08-13
申请号：CN202410612049.6
申请日：2024-05-17
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
Abstract: 本发明提供了一种基于课程强化学习的无保护左转场景决策规划方法及系统。该方法包括，获取自车辆状态信息和障碍物信息；基于可变数量的障碍物信息，提取空间维度的障碍物特征；所述空间维度的障碍物特征包括多时间维度信息；基于空间维度的障碍物特征，提取多时间维度的空间特征信息；基于多时间维度的空间特征信息，采用多阶段的课程学习方法进行启发式训练，每下一训练阶段，抛弃一个未来时间帧状态，直到抛弃所有未来时间帧特征，得到输入只有当前时间帧和过去时间帧的多维时空的障碍物特征；将多维时空的障碍物特征与自车辆状态信息进行融合，得到融合特征；将融合特征和奖励信息，输入策略网络，经动作解码网络输出自车辆动作信息。
-
公开(公告)号：CN118154676B
公开(公告)日：2024-08-13
申请号：CN202410564254.X
申请日：2024-05-09
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
Abstract: 本发明提出了一种基于激光雷达的场景定位方法和系统，属于机器人鲁棒定位技术领域，该方法包括：根据目标场景的先验地图点云确定局部地图；将局部地图中的第一点云体素划分后存储为第一体素格子，计算每个第一体素格子的第一均值与第一方差；将实时点云体素划分后存储为第二体素格子，计算第二体素格子的第二均值与第二方差；根据第一均值和第二均值确定待配准局部地图的均值；根据第一方差和第二方差确定待配准局部地图的方差，完成增量更新；根据目标点云在增量更新后待配准局部地图中体素格子的位置对目标点云定位。基于该方法，还提出了一种基于激光雷达的场景定位系统。本发明提高定位系统在复杂多变环境下的准确性和鲁棒性。
-
公开(公告)号：CN117870651A
公开(公告)日：2024-04-12
申请号：CN202410273333.5
申请日：2024-03-11
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
Abstract: 本发明公开了基于RTK‑SLAM技术的地图高精度采集方法、存储器及存储介质，属于地图领域，用于解决当下地图导航时实际接收到的地图数据容易出现偏差，且地图中标识物体通常以简易图形进行标注的问题，方法具体如下：用户终端依据导航路线选定作为目标路线发送至存储模块和路线划分模块，存储模块依据目标路线将对应的预设地图数据发送至智能比对模块；路线划分模块对目标路线进行划分得到多组道路段；智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓；信号干扰分析模块对道路段的信号干扰情况进行分析；采集调配模块对目标路线中不同道路段的地图采集措施进行设定，本发明基于多元因素实现对不同区域的地图进行高精度采集。
-
公开(公告)号：CN117208019B
公开(公告)日：2024-04-05
申请号：CN202311473564.2
申请日：2023-11-08
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: B60W60/00 , G06N3/092 , G06F18/213 , G06F18/25 , B60W30/095 , B60W50/00
Abstract: 本发明提供了一种基于值分布强化学习的感知遮挡下纵向决策方法及系统，属于车辆驾驶决策技术领域，获取目标区域的人员识别结果，获取其中的位置信息和速度信息；获取目标区域的环境信息；利用融合谨慎心驱动的值分布式强化学习模型，基于所述环境信息、位置信息和速度信息，预测人员的下一步动作和位置，并依据预测结果，生成纵向决策；融合谨慎心驱动的值分布式强化学习模型包括用于确定相关分位数下的奖励的效率分位数函数，利用谨慎心驱动更新所述函数与环境信息互动后的奖励。本发明基于分布式强化学习与谨慎心驱动方法相融合，有效提升了车辆的通行安全和效率以及算法的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.041 seconds)
