一种基于深度补全和图像分割的3D目标检测方法

    公开(公告)号:CN116503836A

    公开(公告)日:2023-07-28

    申请号:CN202310445216.8

    申请日:2023-04-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于深度补全和图像分割的3D目标检测方法。在第一阶段,将激光点云投影到图像上,得到具有部分像素点深度值的稀疏深度图,利用深度补全网络融合图像和稀疏深度图获得与图像对应的稠密深度图,并利用图像的实例分割结果对深度图进行分割得到检测目标的前景稠密点云,在第二阶段,使用层级的点云特征提取方法提取稠密点云特征,完成检测目标的边框回归。与现有方法相比,本方法融合了图像和激光点云信息,利用图像信息对点云进行增密处理,使用稠密点云对抗点云密度随距离的下降,提高了平均检测精度。利用加密点云对抗点云分布的不均匀,利用图像的实例分割提取障碍物对应的像素区域,明显提高对远距离障碍物的检测效果。

    一种基于斯塔克尔伯格博弈模型的交互式轨迹规划方法

    公开(公告)号:CN116414135A

    公开(公告)日:2023-07-11

    申请号:CN202310386417.5

    申请日:2023-04-12

    Applicant: 同济大学

    Inventor: 王峻 张超杰

    Abstract: 本发明涉及一种基于斯塔克尔伯格博弈模型的交互式轨迹规划方法,该方法包括以下步骤:步骤S1、确定无人车与交通参与者之间的松紧耦合关系;步骤S2、对与无人车紧耦合的动态障碍物进行依次动态博弈;步骤S3、对于每一场博弈,建立斯塔克尔伯格博弈模型;步骤S4、求解斯塔克尔伯格博弈模型,完成交互式轨迹规划。与现有技术相比,本发明具有安全性高、通行效率高、普适性强的优点。

    一种基于学习的油电混动拖轮滚动时域能量管理方法

    公开(公告)号:CN116401955A

    公开(公告)日:2023-07-07

    申请号:CN202310460053.0

    申请日:2023-04-25

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于学习的油电混动拖轮滚动时域能量管理方法,包括:1)获取拖轮历史运行数据;2)获取训练集离线训练得到的LSTM功率预测神经网络;3)将拖轮本次运行数据输入训练后的LSTM功率预测神经网络,得到预测的未来一段时间的需求功率;4)使用基于等效燃油消耗最小策略的滚动时域优化方法,进行功率在线分配;5)输出功率分配的结果,基于功率分配的结果优化拖轮的运行状态。与现有技术相比,本发明具有兼顾效率与精度等优点。

    一种基于路沿检测的道路三维地图构建方法

    公开(公告)号:CN116152459A

    公开(公告)日:2023-05-23

    申请号:CN202310313771.5

    申请日:2023-03-28

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于路沿检测的道路三维地图构建方法,包括:激光点云预处理,生成由反射强度、高度与密度填充的点云鸟瞰栅格图;利用神经网络对点云鸟瞰栅格图进行二值语义分割,检测出类别为路沿的栅格点,并结合定位信息将其转化到全局坐标系下,得到全局路沿点;处理叠加的多帧全局路沿点,进行聚类与矢量化,得到二维矢量路沿地图;将二维矢量路沿地图上的点作为约束点,基于带约束的Delaunay三角剖分算法进行处理,生成道路区域内的平面三角网格集合;利用带高程信息的全局地面激光点云,对每一个三角网格顶点的高程进行插值,建立道路三维地图。与现有技术相比,本发明能够高效、准确地构建出道路三维地图,同时减少存储资源的占用。

    基于部分可观测马尔科夫模型的无人车盲区转弯规划方法

    公开(公告)号:CN113291318B

    公开(公告)日:2022-06-28

    申请号:CN202110591970.3

    申请日:2021-05-28

    Applicant: 同济大学

    Inventor: 王峻 王玥

    Abstract: 本发明涉及一种基于部分可观测马尔科夫模型的无人车盲区转弯规划方法,包括:步骤1:获取当前路口的交通数据集;步骤2:转弯规划高层模型根据当前路口的交通数据集生成备选路径;步骤3:将备选路径输入基于部分可观测马尔科夫模型的转弯规划低层模型,输出无人车盲区转弯规划路径和规划速度;步骤4:完成无人车盲区转弯规划。与现有技术相比,本发明具有实时性好、安全性高、处理速度快、普适性好等优点。

    一种基于流场的无人车路径规划方法

    公开(公告)号:CN108106623B

    公开(公告)日:2021-06-04

    申请号:CN201711144695.0

    申请日:2017-11-17

    Applicant: 同济大学

    Inventor: 宋梦譞 王南 王峻

    Abstract: 本发明涉及一种基于流场的无人车路径规划方法,包括以下步骤:根据车辆的起点、终点和环境中的障碍物,建立流场计算模型;以前轮转角为输入量,坐标和航向角为状态量,建立车辆运动学模型;采用车辆运动学模型作为滚动方程,求解流场的滚动时域优化问题,将流场速度向量分布作为路径规划的引导信息,得到规划路径,其中,优化量为前轮转角,优化目标包括车辆运动和流场运动达到一致以及车辆运动过程中不与障碍物发生碰撞,约束条件为前轮转角不超过方向盘最大转角。与现有技术相比,本发明可以在复杂地形里找到连接起点与终点、光滑且避障的路径。在避障的前提下、路径的光滑性和完备性同时取得较好的效果。

    一种基于环境不确定性的无人车动态路径规划方法

    公开(公告)号:CN105549597B

    公开(公告)日:2018-06-26

    申请号:CN201610080558.4

    申请日:2016-02-04

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于环境不确定性的无人车动态路径规划方法,包括以下步骤:S1:建立车辆运动学模型;S2:建立动态环境模型和重新规划路径的满足条件;S3:获取无人车的车辆运动状态起始值、车辆运动状态初始目标值和车辆运动状态候选目标值;S4:生成候选路径;S5:基于安全性指标和快速性指标选取得到最优路径;S6:当无人车运动环境满足重新规划路径的满足条件时,重新规划无人车的最优路径。与现有技术相比,本发明不仅可以满足车辆行驶的安全性要求,还能够在满足车辆模型约束的情况下保证行驶效率,通过不同的权重分配实现性能指标的协调优化,同时在多个动态障碍物存在条件下实现实时规划,有效提高无人车行驶的安全性。

    一种基于模型预测控制的数据中心节能控制方法

    公开(公告)号:CN104698843B

    公开(公告)日:2017-07-11

    申请号:CN201510064079.9

    申请日:2015-02-06

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于模型预测控制的数据中心节能控制方法,包括以下步骤:1)基于数据中心的内部分布,采用计算流体动力学仿真实验,获得数据中心的快速温度估计模型;2)基于服务器及空调的功率模型,出口温度变化模型及快速温度估计模型,建立数据中心的状态空间模型;3)基于状态空间模型,提出适用于数据中心的模型预测控制方案;4)运用AR模型预测数据中心任务量,用于预测数据中心未来的计算负荷;结合预测的任务量,运用模型预测控制MPC方案对数据中心的各设备进行优化控制。与现有技术相比,本发明具有可以快速、准确的估算出数据中心关键组件出入口空气温度、易于验证和使用、实用性好等优点。

    一种基于遗传算法的风电场多型号风机优化排布方法

    公开(公告)号:CN103793566B

    公开(公告)日:2016-11-02

    申请号:CN201410041331.X

    申请日:2014-01-28

    Applicant: 同济大学

    Inventor: 王峻 段彬

    CPC classification number: Y02E60/76 Y04S40/22

    Abstract: 本发明涉及一种基于遗传算法的风电场多型号风机优化排布方法,包括以下步骤:1)根据风机直径将风电场区域划分成大小相等的正方形网格,随机生成相同行列的整数矩阵作为算法的初始解;2)计算当前代的个体适应度值;3)通过均匀随机选择算子选择参与交叉的父代个体,再利用改进的交叉变异算子生成子代个体;4)对种群中的个体引入修复算子;5)对种群当前代最优解引入Tabu算子,将该最优解作为Tabu算法的初始解,搜索最优解的邻域解;6)判断是否达到最大的迭代次数,若为是,则完成多型号风机优化排布,否则返回步骤2)。与现有技术相比,本发明具有编码方式直观、性能指标好、局部搜索能力强、扩展性高、实用性强等优点。

    一种基于模型预测控制的数据中心节能控制方法

    公开(公告)号:CN104698843A

    公开(公告)日:2015-06-10

    申请号:CN201510064079.9

    申请日:2015-02-06

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于模型预测控制的数据中心节能控制方法,包括以下步骤:1)基于数据中心的内部分布,采用计算流体动力学仿真实验,获得数据中心的快速温度估计模型;2)基于服务器及空调的功率模型,出口温度变化模型及快速温度估计模型,建立数据中心的状态空间模型;3)基于状态空间模型,提出适用于数据中心的模型预测控制方案;4)运用AR模型预测数据中心任务量,用于预测数据中心未来的计算负荷;结合预测的任务量,运用模型预测控制MPC方案对数据中心的各设备进行优化控制。与现有技术相比,本发明具有可以快速、准确的估算出数据中心关键组件出入口空气温度、易于验证和使用、实用性好等优点。

Patent Agency Ranking