-
公开(公告)号：CN112115889B
公开(公告)日：2022-08-30
申请号：CN202011007965.5
申请日：2020-09-23
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于视觉的智能车运动目标检测方法，包括：步骤一，基于立体匹配算法对相机采集到的道路图像生成对应的原视差图像，以构建相应的U‑V视差图像；步骤二，基于U‑V视差图像得到与车辆可行驶区域相关的预处理图像；步骤三，基于预处理图像生成与道路上潜在运动相关的感兴趣区，以作为潜在的障碍物目标；步骤四，结合光流和相机自运动属性对障碍物的运动属性进行判断。本发明提供一种基于视觉的智能车运动目标检测方法，通过融合光流和立体视觉计算目标运动的可能性，结合可行使区域检测结果，能有效降低车辆行驶前方中运动目标的误检率。
-
公开(公告)号：CN114185272A
公开(公告)日：2022-03-15
申请号：CN202111469816.5
申请日：2021-12-03
Applicant: 成都信息工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模型预测控制的具有预览特性的自适应速度智能车辆路径跟踪方法，包括：步骤一、计算车辆的预览距离和参考航向角；步骤二、基于预览距离计算车辆的减速距离，且根据道路的目标转向速度，得到车辆在入弯前实时应被作用的纵向速度与车辆实时位置之间的关系判定式；步骤三、基于参考航向角和纵向速度建立车辆运动学模型，得到预测时域方程，优化后得到MPC问题并求解，实现对无人驾驶车辆的路径跟踪。本发明自适应预览特性的模型预测控制方法使车辆面对即将的转向动作能提前做好准备，并且通过获取道路曲率信息从而计算出合适的减速距离和目标转向速度，使车辆平滑的减速，以适当的转向速度进行转向，提升车辆的跟踪性能并保证通过性和安全性。
-
公开(公告)号：CN114047722A
公开(公告)日：2022-02-15
申请号：CN202111394417.7
申请日：2021-11-23
Applicant: 成都信息工程大学
IPC: G05B19/042
Abstract: 本发明公开了一种基于MPC的自适应位姿修正的路径跟踪控制方法，包括以下步骤：步骤一，在路径跟踪控制过程中，通过监督控制器来判断当前定位状态是否发生漂移，则使用预测状态值替换当前漂移的位置状态值传入MPC控制器，否则，直接将当前位置状态值传入MPC控制器；步骤二，MPC控制器基于监督控制器输出的结果以确定当前定位位姿状态，并得到预测时域方程；步骤三，通过对预测时域方程优化，得到MPC问题并求解，实现对无人驾驶车辆的路径跟踪。本发明提出了一种基于MPC的自适应位姿修正的路径跟踪控制方法，极大地提高了算法的鲁棒性，使得无人车辆在路径跟踪过程中具有更高的精度和稳定性。
-
公开(公告)号：CN113608551A
公开(公告)日：2021-11-05
申请号：CN202110918766.8
申请日：2021-08-11
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种无人农机群协同系统及其应用方法，包括：对农作物生长数据进行实时获取的采集单元；与采集系统通信连接的中央群控单元；与中央群控单元通信连接的执行单元；所述采集单元被配置为包括：预埋在作物园区的多个探针；巡检机器人；对土壤颜色进行实时获取的无人机；对作物生长情况进行定期巡查的预测模块；所述执行单元被配置为包括：与中央群控单元相配合以对作物进行管理的喷药模块、采摘模块、除草模块。本发明提供一种无人农机群协同系统及其应用方法，提供与多种作业模块配合的巡检机器人，由核心的中央群控单元统一进行调配，实现对整个作业园区的监控，且可针对性地对不同的作物情况进行巡检、施肥、除草、产量预测等操作。
-
公开(公告)号：CN105931222A
公开(公告)日：2016-09-07
申请号：CN201610229152.8
申请日：2016-04-13
Applicant: 成都信息工程大学
IPC: G06T7/00
CPC classification number: G06T2207/30208
Abstract: 本发明涉及相机标定技术，本发明公开了一种用低精度二维平面靶标实现高精度相机标定的方法，其具体包括：步骤一：通过光束法平差优化相机内外参数、镜头畸变系数以及控制点在世界坐标系下的坐标；在参数优化过程中，将控制点的物点坐标一起优化；步骤二：在平差结束后，用标定板表面两段真实的距离与其平差后的距离计算比例因子，用此比例因子乘以平差后的平移向量作为平移向量参数的最终值，从而完成标定。将控制点的物点坐标一起优化，用两段控制点真实距离计算控制点真实坐标与计算坐标之间的比例因子，消除控制点坐标与相机外参数中平移向量计算值与真实值之间的尺度，从而提高相机外参数中平移向量的标定精度。
-
Patent Agency Ranking
公开(公告)号：CN113920163B
公开(公告)日：2024-06-11
申请号：CN202111176760.4
申请日：2021-10-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于传统和深度学习结合的运动目标检测方法，包括：步骤一，采用实例分割算法对双目相机采集的道路图像相邻帧进行检测，以将各图像划分为潜在运动目标区域和静止区域；步骤二，分别对各图像中的潜在运动目标区域、静止区域进行特征点提取与匹配；步骤三，基于相机自运动参数确定运动补偿，通过计算重投影误差以对运动状态判断，以基于判断结果完成对图像中运动目标进行标记。本发明公开一种基于传统和深度学习结合的运动目标检测方法，能有效提高算法实时性，同时通过提高自运动参数估计的精度提升检测精度。
-
公开(公告)号：CN117002532A
公开(公告)日：2023-11-07
申请号：CN202311060225.1
申请日：2023-08-22
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于车辆实时状态进行模型切换的车辆路径跟踪方法，包括：建立运动学和动力学车辆模型；将当前的车辆状态Ⅰ作为输入构建好的模型切换控制器中，以根据模型切换控制器的输出值对车辆当前状态进行评估，进而判断是否需要进行车辆模型切换；基于当前的车辆模型进行换算，以得到MPC代价函数；将车辆状态Ⅱ输入已构建好的权重调节控制器中，以通过权重调节控制器得出的权重矩阵值对算法进行实时调节；通过求解MPC问题模型，实现对无人驾驶车辆的路径跟踪。本发明提供一种基于车辆实时状态进行模型切换的车辆路径跟踪方法，用于解决传统路径跟踪过程中，车辆的行驶稳定性以及时间消耗的问题，提高车辆在行驶中资源使用率和行驶稳定性。
-
公开(公告)号：CN113701780A
公开(公告)日：2021-11-26
申请号：CN202111074201.2
申请日：2021-09-14
Applicant: 成都信息工程大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于A星算法的实时避障规划方法，包括：步骤一，在车辆的实行行进中，通过对实时检测到的障碍物设定尺寸的方式，对人形障碍物和非人形障碍物进行分类；步骤二，基于设定的障碍物尺寸，通过搜索算法计算绕障碍物的目标点；步骤三，基于目标点，采用A星算法进行实时绕障路径的初始规划。本发明提供一种基于A星算法的实时避障规划方法，通过在主流的基于图搜索的路径规划A星算法的基础上进行改进，能够解决传统避障规划算法耗费计算资源和耗时以及不易实施等问题，能够稳定的规划一条避障路径，解决了当前大量农机设备无法实时避障的问题。
-
公开(公告)号：CN112115889A
公开(公告)日：2020-12-22
申请号：CN202011007965.5
申请日：2020-09-23
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于视觉的智能车运动目标检测方法，包括：步骤一，基于立体匹配算法对相机采集到的道路图像生成对应的原视差图像，以构建相应的U‑V视差图像；步骤二，基于U‑V视差图像得到与车辆可行驶区域相关的预处理图像；步骤三，基于预处理图像生成与道路上潜在运动相关的感兴趣区，以作为潜在的障碍物目标；步骤四，结合光流和相机自运动属性对障碍物的运动属性进行判断。本发明提供一种基于视觉的智能车运动目标检测方法，通过融合光流和立体视觉计算目标运动的可能性，结合可行使区域检测结果，能有效降低车辆行驶前方中运动目标的误检率。
-
公开(公告)号：CN114185272B
公开(公告)日：2024-07-19
申请号：CN202111469816.5
申请日：2021-12-03
Applicant: 成都信息工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模型预测控制的具有预览特性的自适应速度智能车辆路径跟踪方法，包括：步骤一、计算车辆的预览距离和参考航向角；步骤二、基于预览距离计算车辆的减速距离，且根据道路的目标转向速度，得到车辆在入弯前实时应被作用的纵向速度与车辆实时位置之间的关系判定式；步骤三、基于参考航向角和纵向速度建立车辆运动学模型，得到预测时域方程，优化后得到MPC问题并求解，实现对无人驾驶车辆的路径跟踪。本发明自适应预览特性的模型预测控制方法使车辆面对即将的转向动作能提前做好准备，并且通过获取道路曲率信息从而计算出合适的减速距离和目标转向速度，使车辆平滑的减速，以适当的转向速度进行转向，提升车辆的跟踪性能并保证通过性和安全性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.043 seconds)
