-
公开(公告)号:CN118915777A
公开(公告)日:2024-11-08
申请号:CN202411408552.6
申请日:2024-10-10
Applicant: 合肥工业大学
Abstract: 本发明公开了一种智能客车跟踪预定轨迹的控制方法,包括:建立智能客车局部坐标系和大地全局坐标系;获取智能客车的当前位姿信息和预瞄点位姿信息;计算道路曲率;建立智能客车关于路径跟踪控制问题的马尔可夫决策过程(MDP)模型;推导MKDHP算法中执行器和评价器的在线学习规则;判断预瞄点是否为预定轨迹中的终点坐标,控制智能车减速至终点;本发明所提出的MKDHP算法具有良好的泛化和自优化能力,因此有利于基于MKDHP算法的路径跟踪控制器在不同的车速及预定轨迹形状条件下获得较高的控制精度,提高了智能客车的自主优化能力和道路适应性。
-
公开(公告)号:CN115032651A
公开(公告)日:2022-09-09
申请号:CN202210630026.9
申请日:2022-06-06
Applicant: 合肥工业大学
IPC: G01S17/931 , G01S17/86 , G01S17/66 , G01S7/48 , G06T7/80 , G06T7/11 , G06T7/246 , G06T7/277 , G06T3/40 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于激光雷达与机器视觉融合的目标检测方法,包括:1.在车辆相应位置安置激光雷达与相机;2.对所述激光雷达采集到的点云信息进行处理输出雷达检测框;3.对所述相机采集到的图像信息进行处理输出视觉检测框;4.对所述激光雷达和相机处理后的信息进行时空同步;5.对时空同步后的信息进行数据关联,获取关联对;6.对获取的关联对进行数据融合,并对融合的目标进行跟踪,综合连续帧目标信息输出最终融合结果。本发明能避免对基于多传感器融合的目标检测过程中,数据关联与融合过程存在大量误检、漏检的问题,从而能够保证对感知环境评估的准确性,并确保规划控制的精准执行。
-
公开(公告)号:CN108382189A
公开(公告)日:2018-08-10
申请号:CN201810145368.5
申请日:2018-02-12
Applicant: 合肥工业大学
Abstract: 本发明公开了一种可直行和横移的动力系统,其特征是包括直行机构部分,横移机构部分,刹车系统部分,驻车系统部分组成;直行机构部分由小螺旋锥齿轮,上螺旋锥齿轮,下螺旋锥齿轮,大螺旋锥齿轮组成;横移机构部分有电机,蜗杆,蜗轮,竖轴,上横杆,下横杆,转向杆组成;刹车机构有碟盘,上卡钳,下卡钳组成;驻车机构有电磁离合器和花键组成;本发明通过主电机带动直行机构实现车辆的直行,通过转向电机带动横移机构实现车辆的转向,通过碟刹制动、电磁离合器实现驻车。本发明提出一种新颖的轮边驱动装置方案,能够实现汽车前进和横移功能。
-
公开(公告)号:CN119339355B
公开(公告)日:2025-03-11
申请号:CN202411890832.5
申请日:2024-12-20
Applicant: 合肥工业大学
IPC: G06V20/58 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/048 , G06N3/084 , G01S17/89
Abstract: 本发明公开一种基于多视角的多模态信息融合目标检测方法,将相机、激光点云与毫米波点云的前视图与鸟瞰图作为感知系统的输入,设计多尺度融合模块融合多传感器的前视图与鸟瞰图特征,充分提取语义与空间信息,并利用自注意力机制自适应分配前视图与鸟瞰图特征的权重系数。相比于在单视角下进行目标检测,本发明在多视角下的目标检测任务充分提取了语义信息与空间位置信息。因此,本发明有效结合多传感器前视图与鸟瞰图的特征进一步提升了在复杂道路环境下的目标检测精度。
-
公开(公告)号:CN118864303B
公开(公告)日:2024-12-20
申请号:CN202411346903.5
申请日:2024-09-26
Applicant: 合肥工业大学
Abstract: 本发明提出了一种基于平均模糊的动态物体去除方法,首先通过图像预处理,包括矫正和去噪处理,构建图像金字塔并提取ORB特征点;其次,利用基于图像金字塔和平均模糊的区域合并操作获取每个图层的区域合并结果,通过多个图层进行融合,生成当前帧的区域合并结果,再次,通过改进的RANSAC算法优化RANSAC算法结果,并进行动静态区域辨识,生成动态区域蒙版。进行后处理操作,利用动态区域蒙版去除当前帧中的动态物体,并对剩余静态区域进行相机位姿恢复、局部建图和闭环检测操作。本发明有效利用图像的局部纹理信息对图像进行处理,在对动态物体去除的过程中,避免了网络只能针对已知物体的局限,扩大了动态SLAM系统在面对动态目标时的适用场景。
-
公开(公告)号:CN116794637A
公开(公告)日:2023-09-22
申请号:CN202310438706.5
申请日:2023-04-23
Applicant: 合肥工业大学
Abstract: 本发明公开了一种激光雷达、相机、IMU联合标定装置,涉及环境感知技术领域,联合标定装置包括机架、驱动机构、顶板、采集装置,及用于驱动顶板前倾及后仰运动的倾角调整机构和用于驱动采集装置水平摆动的摆角调整机构;联合标定方法引入角度测量仪测量获得的摆臂真实摆动角度,以比例积分法校正IMU的累计误差。本发明的倾角调整机构和摆角调整机构在同一驱动机构的驱动下,带动顶板和采集装置联动运动,实现采集装置前倾、后仰运动及水平摆动运动的联动,利于拍摄角度的细节化调整和连续性保证,能便捷地实现不同角度图像的大量拍摄采集,并以不同角度拍摄采集的大量图像提高计算结果的准确率,最终实现传感器联合组件的高精度标定。
-
公开(公告)号:CN115930975A
公开(公告)日:2023-04-07
申请号:CN202310159677.9
申请日:2023-02-21
Applicant: 合肥工业大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于改进A*算法的铰接车辆混合路径规划方法,包括:1、构建试验场地栅格地图,设置铰接车辆的初始点和终点位置;2、建立铰接车辆的运动学模型,计算车辆在目标节点的航向角和铰接角信息;3、设计改进A*算法的混合路径规划方法进行规划;4、路径搜索,采用铰接车辆的铰接点进行节点扩展,对目标节点进行碰撞检测;5、结合向量场直方图(VFH*)方法计算搜索范围内各个扇区碰撞威胁代价;6、设计成本函数选择目标节点进行扩展;7、判断目标节点是否在终点附近,若是,则算法结束,返回结果路径;否则,返回步骤2顺序。本发明能规划出满足铰接车辆运行的任务路径,提高了铰接车辆在路径规划场合的效率和适用性。
-
公开(公告)号:CN115546761A
公开(公告)日:2022-12-30
申请号:CN202211248240.4
申请日:2022-10-12
Applicant: 合肥工业大学
IPC: G06V20/58 , G06N3/04 , G06N3/08 , G06T3/00 , G06T3/40 , G06T5/00 , G06V10/22 , G06V10/766 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的车位及障碍物检测方法及其应用,该方法包括:1.在车辆相应位置安装鱼眼摄像头;2.对鱼眼摄像头进行环视拼接并进行标注,制作数据集;3.搭建神经网络结构,采用共用一个主干网络,经过特征提取网络后生成两个检测头的网络结构,分别对停车位和障碍物进行不同方式的回归;4.训练神经网络,得到最优损失下的权重,进行停车位识别。本发明避免了在采用检测框回归的方式同时检测停车位与障碍物的过程中无法拟合停车位的问题,从而保证了在准确拟合停车位的同时也能对障碍物进行有效检测识别。
-
公开(公告)号:CN119228679B
公开(公告)日:2025-03-18
申请号:CN202411737668.4
申请日:2024-11-29
Applicant: 合肥工业大学
Abstract: 本发明提出一种基于图像边缘自适应闭合的动态物体去除方法,首先对输入图像进行预处理,包括降噪、灰度转换和对比度增强;采用自适应边缘提取操作,根据局部纹理特性计算阈值进行边缘检测,再进行边缘连接与区域封闭,通过分析其8邻域结构特征值和自适应阈值进行连接;对未完全闭合的边缘,通过端点特征提取、曲线拟合和自适应延伸实现边缘完全闭合;最后基于特征点密度和随机采样一致性算法,精确检测和去除动态区域,并估计相机位姿。本发明利用改进的边缘检测和连接算法,结合自适应阈值和梯度信息,实现了对图像边缘的精确提取和可靠连接,克服了传统边缘检测方法中边缘断裂和不封闭的缺陷,提高了场景中动态物体区域划分的准确性。
-
公开(公告)号:CN119228679A
公开(公告)日:2024-12-31
申请号:CN202411737668.4
申请日:2024-11-29
Applicant: 合肥工业大学
Abstract: 本发明提出一种基于图像边缘自适应闭合的动态物体去除方法,首先对输入图像进行预处理,包括降噪、灰度转换和对比度增强;采用自适应边缘提取操作,根据局部纹理特性计算阈值进行边缘检测,再进行边缘连接与区域封闭,通过分析其8邻域结构特征值和自适应阈值进行连接;对未完全闭合的边缘,通过端点特征提取、曲线拟合和自适应延伸实现边缘完全闭合;最后基于特征点密度和随机采样一致性算法,精确检测和去除动态区域,并估计相机位姿。本发明利用改进的边缘检测和连接算法,结合自适应阈值和梯度信息,实现了对图像边缘的精确提取和可靠连接,克服了传统边缘检测方法中边缘断裂和不封闭的缺陷,提高了场景中动态物体区域划分的准确性。
-
-
-
-
-
-
-
-
-