一种基于卷积神经网络与ORB特征的回环检测方法

    公开(公告)号:CN109934857A

    公开(公告)日:2019-06-25

    申请号:CN201910160239.8

    申请日:2019-03-04

    Abstract: 本发明公开了一种基于卷积神经网络与ORB特征的回环检测方法,包括以下步骤:将新图像i加入图像序列;利用卷积神经网络提取图像i与图像序列中其他图像的特征向量并计算其余弦相似度;将相似度大于阈值的图象i和图象j进行ORB特征提取;对图像i和图像j进行特征匹配,若两幅图像最终匹配到的特征点的正确对数大于设定阈值则认为出现回环。由于本发明通过使用卷积神经网络代替传统词袋法,提高了回环检测的速度与准确性。由于本发明将卷积神经网络与ORB特征相结合从而降低误匹配概率。

    一种结合安全距离与碰撞时间的车辆安全防撞控制方法

    公开(公告)号:CN109910879A

    公开(公告)日:2019-06-21

    申请号:CN201910266900.3

    申请日:2019-04-03

    Abstract: 本发明公开了一种结合安全距离与碰撞时间的车辆安全防撞控制方法,包括以下步骤:建立车辆安全距离模型;建立车辆安全碰撞时间模型;进行车辆安全防撞决策。本发明将预警距离划分为三种临界距离,分别为临界安全距离、临界危险距离和临界无限小距离。针对每个距离阶段都有不同的安全防护措施,包括安全行驶提示、警报预警、一级制动、二级制动和紧急制动。不仅能够预防提前制动降低乘坐舒适性,还能够防止延迟制动造成车辆碰撞。本发明结合了安全距离模型和碰撞时间模型,二者相互弥补各自模型的不足。安全碰撞时间模型能够弥补车载传感器对安全距离的识别误差;安全距离模型能够弥补安全碰撞时间模型计算出来的TTC出现无限大的问题。

    一种结合安全距离与碰撞时间的车辆安全防撞控制方法

    公开(公告)号:CN109910879B

    公开(公告)日:2020-07-14

    申请号:CN201910266900.3

    申请日:2019-04-03

    Abstract: 本发明公开了一种结合安全距离与碰撞时间的车辆安全防撞控制方法,包括以下步骤:建立车辆安全距离模型;建立车辆安全碰撞时间模型;进行车辆安全防撞决策。本发明将预警距离划分为三种临界距离,分别为临界安全距离、临界危险距离和临界无限小距离。针对每个距离阶段都有不同的安全防护措施,包括安全行驶提示、警报预警、一级制动、二级制动和紧急制动。不仅能够预防提前制动降低乘坐舒适性,还能够防止延迟制动造成车辆碰撞。本发明结合了安全距离模型和碰撞时间模型,二者相互弥补各自模型的不足。安全碰撞时间模型能够弥补车载传感器对安全距离的识别误差;安全距离模型能够弥补安全碰撞时间模型计算出来的TTC出现无限大的问题。

    在人机共驾车道保持系统中驾驶权分配的方法

    公开(公告)号:CN109795486B

    公开(公告)日:2021-06-11

    申请号:CN201910154814.3

    申请日:2019-03-01

    Abstract: 在人机共驾车道保持系统中驾驶权分配的方法,属于辅助驾驶的车辆控制领域,用于解决驾驶权分配的的问题,S3.将计算出的TLC作为其中一个输入参数,驾驶员实际输入的力矩Td作为另一个输入参数,通过模糊控制确定此时的共驾系数;S4.在模糊控制不能准确的确定出共驾系数时,对共驾系数进一步调整,效果是实现共驾系数的连续变化减小控制权突变的可能,保证车道保持系统的安全性与舒适性。

    在人机共驾车道保持系统中驾驶权分配的方法

    公开(公告)号:CN109795486A

    公开(公告)日:2019-05-24

    申请号:CN201910154814.3

    申请日:2019-03-01

    Abstract: 在人机共驾车道保持系统中驾驶权分配的方法,属于辅助驾驶的车辆控制领域,用于解决驾驶权分配的的问题,S3.将计算出的TLC作为其中一个输入参数,驾驶员实际输入的力矩Td作为另一个输入参数,通过模糊控制确定此时的共驾系数;S4.在模糊控制不能准确的确定出共驾系数时,对共驾系数进一步调整,效果是实现共驾系数的连续变化减小控制权突变的可能,保证车道保持系统的安全性与舒适性。

    一种基于卷积神经网络与ORB特征的回环检测方法

    公开(公告)号:CN109934857B

    公开(公告)日:2021-03-19

    申请号:CN201910160239.8

    申请日:2019-03-04

    Abstract: 本发明公开了一种基于卷积神经网络与ORB特征的回环检测方法,包括以下步骤:将新图像i加入图像序列;利用卷积神经网络提取图像i与图像序列中其他图像的特征向量并计算其余弦相似度;将相似度大于阈值的图象i和图象j进行ORB特征提取;对图像i和图像j进行特征匹配,若两幅图像最终匹配到的特征点的正确对数大于设定阈值则认为出现回环。由于本发明通过使用卷积神经网络代替传统词袋法,提高了回环检测的速度与准确性。由于本发明将卷积神经网络与ORB特征相结合从而降低误匹配概率。

Patent Agency Ranking