一种考虑车辆侧翻稳定性的无人车辆全局路径规划方法

    公开(公告)号:CN119984315A

    公开(公告)日:2025-05-13

    申请号:CN202510142575.5

    申请日:2025-02-10

    Abstract: 本发明提供了一种考虑车辆侧翻稳定性的无人车辆全局路径规划方法,属于无人车辆路径规划技术领域,方法包括:根据开源数据获得原始地图,通过提取原始地图的地形信息建立融合各个环境信息的适应度地图;根据适应度地图得到降采样因子,通过降采样因子得到子适应度地图;使用改进A*算法对子适应度地图进行全局路径规划,并将全局路径映射到原始地图;采用二次优化的方法引入车辆基本约束,完成对全局路径的优化。与现有技术相比,本发明考虑的车辆侧翻稳定性,相对于传统三维A*算法能够规划出更加平坦,安全性更高的道路。

    一种非结构化环境下无人车轨迹规划方法

    公开(公告)号:CN119759029A

    公开(公告)日:2025-04-04

    申请号:CN202411947675.7

    申请日:2024-12-27

    Abstract: 本发明公开了一种非结构化环境下无人车轨迹规划方法,属于无人驾驶技术领域。本发明所述轨迹规划方法包括:在笛卡尔坐标系下基于车辆运动学模型构建运动基元树,对运动基元树进行搜索,获取初始轨迹;将初始轨迹离散化为一系列状态点,投影到xyt构型空间中,以状态点为基础构建自车在时空域内的可行驶区域;在自车在时空域内的可行驶区域内使用分段贝塞尔曲线对初始轨迹进行优化得到最终可行驶轨迹。本项发明相较于传统的时空解耦轨迹规划方法,同时考虑了时间与空间维度,能够实现智能车辆横纵向联合运动,更贴合人类驾驶员的驾驶习惯。此外,引入时空走廊的概念,进一步提升了轨迹规划的安全性和灵活性。

    基于时变因子重定位的UWB-LiDAR-IMU组合定位方法

    公开(公告)号:CN117723056A

    公开(公告)日:2024-03-19

    申请号:CN202311747289.9

    申请日:2023-12-19

    Abstract: 本发明涉及定位追踪技术领域,且公开了基于时变因子重定位的UWB‑LiDAR‑IMU组合定位方法,对LiDAR点云数据和UWB基站测距值进行定位解算,并将传感器定位结果统一到同一时间序列和空间坐标系下;对UWB和LiDAR定位点进行定位区域划定,并首先在定位区域中寻找出一次定位点,并将一次定位点作为寻优条件,之后搜寻出最终的二次定位点;利用二次定位点求解出传感器对应的时变因子,以对UWB和LiDAR进行重定位;将重定位得到的定位坐标结果作为交互式多模型‑无迹卡尔曼滤波的量测,IMU测量值作为状态输入,解算出最终的定位结果。本发明所提及方法,经实验验证,相对于单一传感器和IMM_KF算法,无论在视距还是非视距环境下,定位精度均有大幅提升。

    基于改进A-Star算法的非平坦环境下路径规划方法

    公开(公告)号:CN117029844A

    公开(公告)日:2023-11-10

    申请号:CN202310568434.0

    申请日:2023-05-19

    Abstract: 本发明公开基于改进A‑Star算法的非平坦环境下路径规划方法,涉及智能车辆路径规划技术领域。本发明的路径规划方法通过分离原始DEM地图,在保留原始环境地图信息的前提下,将原始DEM地图分离为两幅子DEM地图的同时,建立了子DEM地图相对应的地面陡峭度地图,随后在两幅子DEM地图中分别规划,在原始DEM地图中进行路径点归一化转换计算,最后对路径点进行缺值补全,规划出最优路径。相较于原始A‑Star路径规划算法,本发明的路径规划方法规划速度提升了一个数量级,规划的同时考量了地面的崎岖程度与车辆有关性能参数,因此规划出的路径也更为平坦,更适合智能车辆运动。

    基于特征点提取和匹配的多机器人地图融合方法、系统

    公开(公告)号:CN115857484A

    公开(公告)日:2023-03-28

    申请号:CN202210673413.0

    申请日:2022-06-14

    Abstract: 本发明公开了一种基于特征点提取和匹配的多机器人地图融合方法、系统,属于地图图像处理领域。本发明方法包括:将输入的n个局部2D栅格地图分别转换为灰度地图;S2、对每个灰度地图进行特征点提取,获得所有灰度地图的特征点集,记为P1,P2,...,Pn;对所有特征点集中提取到的每个特征点,使用Steer BRIEF算子去描述特征点,获得特征点的描述子值;依据两两地图对应的描述子值,构建两两地图粗匹配的特征点对;对特征点对进行提纯,对提纯后的特征点对进行计算单应矩阵;利用单应矩阵实现地图融合。本发明能够加快地图融合效率同时,还能提高地图间的融合的鲁棒性。

    一种基于轮速前馈补偿的纵向车辆队列协调控制系统

    公开(公告)号:CN107323456B

    公开(公告)日:2019-06-07

    申请号:CN201710432783.4

    申请日:2017-06-09

    Abstract: 本发明涉及一种基于轮速前馈补偿的纵向车辆队列协调控制系统,属于智能汽车与智能交通技术领域。本发明针对纵向车辆队列及其分散式控制模式,为队列车辆提供了一种三层体系结构的车载控制系统:顶层是队列控制器,采用基于轮速前馈补偿的定时距控制策略;中间层是协调决策模块,对队列的控制目标和车辆自身的动力学稳定性两个方面进行协调;底层是车辆动力学控制器,通过对车轮驱动力矩和制动力矩的主动调节,在保证车辆纵向动力学稳定的前提下,实现队列整体的控制目标。本发明提供的纵向车辆队列控制系统鲁棒性强,受车辆自身动力学的影响小,可以显著减小队列车辆间距误差,大大提高队列的可靠性和安全性。

    一种无人驾驶破碎挖掘机锤尖位置的测量方法

    公开(公告)号:CN119334288A

    公开(公告)日:2025-01-21

    申请号:CN202411602189.1

    申请日:2024-11-11

    Abstract: 本发明涉及一种无人驾驶破碎挖掘机锤尖位置的测量方法,属于工程机械无人驾驶技术领域,特别适用于破碎挖掘机的无人驾驶作业。该方法通过调整全站仪与挖掘机的相对位置,建立全站仪坐标系和挖掘机坐标系,并通过测量设定点,求解两坐标系之间的旋转和平移关系,完成两坐标系相对位姿关系的标定,实现破碎锤锤尖位置的高精度测量。测量方法包括调整全站仪的布局和测量方式、建立三维空间标定坐标系、标定两坐标系间的旋转与平移关系以及无人驾驶破碎挖掘机锤尖位置的测量。与现有技术相比,本发明人为因素干预较少,测量精度高,操作简单,对推动无人驾驶破碎挖掘机的应用实施具有重要意义。

    一种考虑特殊车辆换道行为的风险控制系统及方法

    公开(公告)号:CN119132105A

    公开(公告)日:2024-12-13

    申请号:CN202411056480.3

    申请日:2024-08-02

    Abstract: 本发明涉及特殊车辆换道技术领域,且公开了一种考虑特殊车辆换道行为的风险控制系统及方法。该方法通过将场域理论引入智能网联特殊车辆的微观驾驶行为的研究中,建立的特殊车辆风险势场模型将智能网联特殊车辆的运动状态及通过感知设备获得的信息进行融合,通过势场强度反映不同运动状态的特殊车辆所面临的风险大小,为智能网联特殊车辆安全驾驶奠定基础。以特殊车辆风险势场模型为基础,建立了特殊车辆安全换道距离模型,该模型将特殊车辆速度、加速度、质量、转向角及周围车辆的运动状态和空间位置等参数融合,对车辆间的距离进行修正,能够动态反应不同运动状态的特殊车辆进行换道时所需要的安全距离的大小。

Patent Agency Ranking