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。

    预测气态含硫化合物常温下在活性炭上的吸附速率常数的方法

    公开(公告)号:CN105701340B

    公开(公告)日:2018-10-23

    申请号:CN201610002449.0

    申请日:2016-01-06

    Abstract: 本发明公开了一种通过建立定量构效关系模型(Quantitative Structure‑Activity Relationship,QSAR)预测气态含硫化合物常温下在活性炭上的吸附速率常数的方法;在已知气态含硫化合物分子结构的基础上,通过计算具有结构特征的分子描述符,并通过多元线性回归方法,构建了常温下活性炭对气态含硫化合物的吸附速率的QSAR模型,可快速、高效地预测气态含硫化合物在常温下在活性炭上的吸附速率常数。该方法简单、快捷、成本低,且能节省实验测试所需的人力、物力和财力;本预测模型简明、易于程序化;具有明确的应用领域、良好的拟合能力、稳健性和预测能力。

    一种改性AlPO4多级孔分子筛的制备方法及应用

    公开(公告)号:CN109759129A

    公开(公告)日:2019-05-17

    申请号:CN201910036930.5

    申请日:2019-01-15

    Abstract: 本发明公开了一种改性AlPO4多级孔分子筛的制备方法及应用,属于催化剂技术领域。本发明将AlPO4在非离子表面活性剂的温和条件下溶解并重结晶,重结晶的晶体中含过渡金属(Fe或Cu)和稀土金属(Gd)的晶体沉积到分子筛表面从而形成新微孔-介孔并存的改性Gd-Fe/AlPO4多级孔分子筛催化剂或改性Gd-Cu/AlPO4多级孔分子筛催化剂。本发明的改性AlPO4多级孔分子筛具有晶体缺陷少、结晶度高、活性好、制备方法简单等特点。

    预测气态含硫化合物常温下在活性炭上的吸附速率常数的方法

    公开(公告)号:CN105701340A

    公开(公告)日:2016-06-22

    申请号:CN201610002449.0

    申请日:2016-01-06

    CPC classification number: G06F19/702

    Abstract: 本发明公开了一种通过建立定量构效关系模型(Quantitative Structure-Activity Relationship,QSAR)预测气态含硫化合物常温下在活性炭上的吸附速率常数的方法;在已知气态含硫化合物分子结构的基础上,通过计算具有结构特征的分子描述符,并通过多元线性回归方法,构建了常温下活性炭对气态含硫化合物的吸附速率的QSAR模型,可快速、高效地预测气态含硫化合物在常温下在活性炭上的吸附速率常数。该方法简单、快捷、成本低,且能节省实验测试所需的人力、物力和财力;本预测模型简明、易于程序化;具有明确的应用领域、良好的拟合能力、稳健性和预测能力。

    一种非结构化环境下无人驾驶车辆障碍物的检测方法

    公开(公告)号:CN119805489A

    公开(公告)日:2025-04-11

    申请号:CN202411869029.3

    申请日:2024-12-18

    Abstract: 本发明公开了一种非结构化环境下无人驾驶车辆障碍物的检测方法,属于自动驾驶技术领域。本发明基于雷达点云密度随着与传感器距离的变化而发生显著变化这一特性,使用分级聚类的障碍物检测方法对距离传感器较近的高密度点云与距离传感器较远的稀疏点云分别处理。针对距离传感器较近的高密度点云,采用基于球坐标系的三维体素网格聚类算法检测障碍物,通过邻近网格定义点云之间的连接性,从而有效降低数据复杂度,适用于处理高密度的近距离点云数据;针对距离传感器较远的稀疏点云,采用基于特征值和法向量角度约束的点云聚类算法检测障碍物,该算法能更好利用每个点的局部几何信息,在稀疏场景下表现出更高的鲁棒性与准确性。

Patent Agency Ranking