一种智能驾驶电动清扫车的激光雷达路沿感知系统

    公开(公告)号:CN110068836A

    公开(公告)日:2019-07-30

    申请号:CN201910213862.5

    申请日:2019-03-20

    Applicant: 同济大学

    Abstract: 本发明涉及一种智能驾驶电动清扫车的激光雷达路沿感知系统,主要包括:激光雷达的选择方案,采用了两个16线的激光雷达传感器,同时感知前方障碍物与右侧路沿;激光雷达的安装位置和角度,有效避免感知盲区,实现对路沿的鲁棒探测;异步激光点云的接收与处理,采用多线程异步接收的方案,保证两个雷达点云的时间近似同步;二维占据栅格地图的建立与更新,利用垂直投影以及高差过滤方法将点云信息投影到栅格地图当中,并对栅格地图进行概率更新;路沿的分割与提取,分段采样路沿的样本点,通过最小二乘法估计路沿模型,并分辨路沿是否存在;进而为循迹控制提供精确,鲁棒的参考信息。与现有技术相比,本发明具有感知准确,适用范围广等优点。

    一种智能驾驶电动清扫车的激光雷达路沿感知系统

    公开(公告)号:CN110068836B

    公开(公告)日:2024-02-02

    申请号:CN201910213862.5

    申请日:2019-03-20

    Applicant: 同济大学

    Abstract: 本发明涉及一种智能驾驶电动清扫车的激光雷达路沿感知系统,主要包括:激光雷达的选择方案,采用了两个16线的激光雷达传感器,同时感知前方障碍物与右侧路沿;激光雷达的安装位置和角度,有效避免感知盲区,实现对路沿的鲁棒探测;异步激光点云的接收与处理,采用多线程异步接收的方案,保证两个雷达点云的时间近似同步;二维占据栅格地图的建立与更新,利用垂直投影以及高差过滤方法将点云信息投影到栅格地图当中,并对栅格地图进行概率更新;路沿的分割与提取,分段采样路沿的样本点,通过最小二乘法估计路沿模型,并分辨路沿是否存

    大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法

    公开(公告)号:CN108763287B

    公开(公告)日:2021-11-12

    申请号:CN201810333301.4

    申请日:2018-04-13

    Applicant: 同济大学

    Abstract: 本发明大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法是一种面向无人驾驶需求的大规模可通行区域驾驶地图的全自动建图、更新以及在线分发方法。本发明提出了一种基于多线激光雷达的大规模可通行区域地图的全自动建图、更新方法与在线分发方法。利用装备有多线激光雷达的采集车实现地图构建与更新,将建图结果上传至服务器进行维护,服务器通过响应多辆无人车的在线请求分发其周边的可通行区域高精地图,从而为无人驾驶提供决策和规划参考,补充甚至部分取代无人车的自身传感器系统。可为道路上运行的多辆无人车提供高精度、高可用的可通行区域地图服务,能够提高无人驾驶的安全性并大幅降低单辆无人车传感器配置成本。

    大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法

    公开(公告)号:CN108763287A

    公开(公告)日:2018-11-06

    申请号:CN201810333301.4

    申请日:2018-04-13

    Applicant: 同济大学

    CPC classification number: G01C21/3415

    Abstract: 本发明大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法是一种面向无人驾驶需求的大规模可通行区域驾驶地图的全自动建图、更新以及在线分发方法。本发明提出了一种基于多线激光雷达的大规模可通行区域地图的全自动建图、更新方法与在线分发方法。利用装备有多线激光雷达的采集车实现地图构建与更新,将建图结果上传至服务器进行维护,服务器通过响应多辆无人车的在线请求分发其周边的可通行区域高精地图,从而为无人驾驶提供决策和规划参考,补充甚至部分取代无人车的自身传感器系统。可为道路上运行的多辆无人车提供高精度、高可用的可通行区域地图服务,能够提高无人驾驶的安全性并大幅降低单辆无人车传感器配置成本。

    基于库位和二维码的停车场自动建图与高精度定位方法

    公开(公告)号:CN107180215B

    公开(公告)日:2020-01-31

    申请号:CN201710397595.2

    申请日:2017-05-31

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于库位和二维码识别的即时定位与建图(SLAM)方法,基于低成本的前视单目相机以及由鱼眼相机组成的环视系统,对环境中的库位、库位编号以及预先布设的二维码进行鲁棒识别;利用低成本的惯性导航设备对车辆航向以及速度进行观测;利用SLAM算法实现对环境中的库位以及二维码标记的位置的优化估计,实现车库平面分布图自动构建,并利用建图结果实现无人车的实时高精度分米级定位。

    基于库位和二维码的停车场自动建图与高精度定位方法

    公开(公告)号:CN107180215A

    公开(公告)日:2017-09-19

    申请号:CN201710397595.2

    申请日:2017-05-31

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于库位和二维码识别的即时定位与建图(SLAM)方法,基于低成本的前视单目相机以及由鱼眼相机组成的环视系统,对环境中的库位、库位编号以及预先布设的二维码进行鲁棒识别;利用低成本的惯性导航设备对车辆航向以及速度进行观测;利用SLAM算法实现对环境中的库位以及二维码标记的位置的优化估计,实现车库平面分布图自动构建,并利用建图结果实现无人车的实时高精度分米级定位。

Patent Agency Ranking