-
公开(公告)号：CN109947118B
公开(公告)日：2021-10-26
申请号：CN201910326154.2
申请日：2019-04-19
Applicant: 南京大学
IPC: G05D1/02
Abstract: 本发明公开了一种使用GPU加速的代价地图快速更新方法，包括步骤：步骤S1，在当前位置获取一组传感器数据；步骤S2，在全局代价地图中复制机器人当前位置周围一块指定大小的矩形区域，作为局部代价地图复制到显存中；步骤S3，将获取到的传感器数据复制到显存中；步骤S4，GPU并行地处理传感器数据中的每一部分，在显存上的局部代价地图内标记障碍位置和自由空间；步骤S5，GPU并行地处理每一个障碍栅格，在局部代价地图上根据障碍物膨胀模型修改其周围栅格的代价数值；步骤S6，将显存中的局部代价地图复制回内存中原来的位置并覆盖。本发明将代价地图更新这一任务分配给适宜大规模并行计算的GPU完成，运算效率更高，改善了移动机器人闭环控制的实时性。
-
公开(公告)号：CN111504325B
公开(公告)日：2023-09-26
申请号：CN202010352685.1
申请日：2020-04-29
Applicant: 南京大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于扩大搜索邻域的加权A*算法的全局路径规划方法，包括步骤：步骤S1，根据传感器采取的点云信息进行环境建模，采用栅格法建立二维环境模型；步骤S2，优化扩大搜索邻域的加权A*算法的路径规划的估算函数f(n)中的目标代价估计函数h(n)，加入距离信息和角度信息，并进行加权衡量；步骤S3，对A*算法的当前节点的可搜索邻域进行扩展；步骤S4，根据步骤S3所得到可搜索邻域按照步骤S2所定义的计算A*算法的估算函数代价值，依次选取全局评估代价值最小的节点作为下个节点，直到目标点为止，这条路径即为最短路径。本发明通过设计新的启发函数和扩大搜索邻域的操作，使优化后的A*算法相对原有算法，路径长度更优，平滑性更好，寻路时间更短，且能够适用于障碍物较多的情况。
-
公开(公告)号：CN111504325A
公开(公告)日：2020-08-07
申请号：CN202010352685.1
申请日：2020-04-29
Applicant: 南京大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于扩大搜索邻域的加权A*算法的全局路径规划方法，包括步骤：步骤S1，根据传感器采取的点云信息进行环境建模，采用栅格法建立二维环境模型；步骤S2，优化扩大搜索邻域的加权A*算法的路径规划的估算函数f(n)中的目标代价估计函数h(n)，加入距离信息和角度信息，并进行加权衡量；步骤S3，对A*算法的当前节点的可搜索邻域进行扩展；步骤S4，根据步骤S3所得到可搜索邻域按照步骤S2所定义的计算A*算法的估算函数代价值，依次选取全局评估代价值最小的节点作为下个节点，直到目标点为止，这条路径即为最短路径。本发明通过设计新的启发函数和扩大搜索邻域的操作，使优化后的A*算法相对原有算法，路径长度更优，平滑性更好，寻路时间更短，且能够适用于障碍物较多的情况。
-
公开(公告)号：CN105704729B
公开(公告)日：2019-03-08
申请号：CN201610046244.2
申请日：2016-01-22
Applicant: 南京大学
Abstract: 采用改进的人工蜂群算法的无线传感器部署方法，应用于在一个给定的空间中部署无线传感器以达到最大的无线传感器覆盖，首先，指定需要部署无线传感器的区域，其次，指定无线传感器的覆盖半径和数量，最后，不断调整无线传感器的位置，已尽可能达到最大的无线传感器覆盖率；具体包含5个步骤：包括初始化步骤；雇佣蜂步骤：设置优化计数trail是为了在侦查蜂阶段选择无法再优化的食物源重新初始化而设置得到；计算选择概率步骤；跟随蜂步骤和侦查蜂步骤：侦查蜂步骤会通过食物源已进行邻居优化的尝试次数优化计数trail对食物源进行优化。
-
-
Patent Agency Ranking
公开(公告)号：CN104023389B
公开(公告)日：2018-01-12
申请号：CN201410199344.X
申请日：2014-05-12
Applicant: 南京大学
IPC: H04W64/00
Abstract: 本发明公开了一种快速AP匹配定位方法，包括步骤：步骤S1，在待定位点采集一组WIFI信号，步骤S2，计算各个参考点与待定位点对应的AP的WIFI信号之间的信号距离，步骤S3，根据所述信号距离计算命中矩阵，找出命中参考点向量，步骤S4，对命中参考点向量进行分析，确定待定位点的位置，本发明将命中方法分解到AP的维度上，计算简单快捷，不仅提高了鲁棒性，也提高了定位精度。
-
-
公开(公告)号：CN109947118A
公开(公告)日：2019-06-28
申请号：CN201910326154.2
申请日：2019-04-19
Applicant: 南京大学
IPC: G05D1/02
Abstract: 本发明公开了一种使用GPU加速的代价地图快速更新方法，包括步骤：步骤S1，在当前位置获取一组传感器数据；步骤S2，在全局代价地图中复制机器人当前位置周围一块指定大小的矩形区域，作为局部代价地图复制到显存中；步骤S3，将获取到的传感器数据复制到显存中；步骤S4，GPU并行地处理传感器数据中的每一部分，在显存上的局部代价地图内标记障碍位置和自由空间；步骤S5，GPU并行地处理每一个障碍栅格，在局部代价地图上根据障碍物膨胀模型修改其周围栅格的代价数值；步骤S6，将显存中的局部代价地图复制回内存中原来的位置并覆盖。本发明将代价地图更新这一任务分配给适宜大规模并行计算的GPU完成，运算效率更高，改善了移动机器人闭环控制的实时性。
-
公开(公告)号：CN105704729A
公开(公告)日：2016-06-22
申请号：CN201610046244.2
申请日：2016-01-22
Applicant: 南京大学
Abstract: 采用改进的人工蜂群算法的无线传感器部署方法，应用于在一个给定的空间中部署无线传感器以达到最大的无线传感器覆盖，首先，指定需要部署无线传感器的区域，其次，指定无线传感器的覆盖半径和数量，最后，不断调整无线传感器的位置，已尽可能达到最大的无线传感器覆盖率；具体包含5个步骤：包括初始化步骤；雇佣蜂步骤：设置优化计数trail是为了在侦查蜂阶段选择无法再优化的食物源重新初始化而设置得到；计算选择概率步骤；跟随蜂步骤和侦查蜂步骤：侦查蜂步骤会通过食物源已进行邻居优化的尝试次数优化计数trail对食物源进行优化。
-
公开(公告)号：CN104023389A
公开(公告)日：2014-09-03
申请号：CN201410199344.X
申请日：2014-05-12
Applicant: 南京大学
IPC: H04W64/00
Abstract: 本发明公开了一种快速AP匹配定位方法，包括步骤：步骤S1，在待定位点采集一组WIFI信号，步骤S2，计算各个参考点与待定位点对应的AP的WIFI信号之间的信号距离，步骤S3，根据所述信号距离计算命中矩阵，找出命中参考点向量，步骤S4，对命中参考点向量进行分析，确定待定位点的位置，本发明将命中方法分解到AP的维度上，计算简单快捷，不仅提高了鲁棒性，也提高了定位精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
