-
公开(公告)号：CN119337921B
公开(公告)日：2025-04-15
申请号：CN202411866055.0
申请日：2024-12-18
Applicant: 浙江大学
IPC: G06N3/008 , G06N3/049 , G06N3/0442 , G06N3/0455 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种基于神经网络情感模型的机器人情感表达方法，属于机器人与计算机技术领域，包括如下步骤：步骤S1，构建目标机器人可用传感器的情感预注入数据集与脉冲神经网络的输入编码层I1、激活层L1、抑制层L2，并建立各层之间的连接与反馈连接；步骤S2，对于初始的脉冲神经网络进行对于离散环境输入的情感注入预训练，以使脉冲神经网络对于离散的环境输入得出设定的情感输出；步骤S3，根据机器人与人的实时的交互结果，使用STDP算法不断在线调节脉冲神经网络的指定连接层的连接权重，并正向强化交互结果对应的记忆缓冲池、负向衰减与交互结果相反的记忆缓冲池，从而达到从情感预注入到真实交互的在线调节。
-
公开(公告)号：CN119611298A
公开(公告)日：2025-03-14
申请号：CN202411962981.8
申请日：2024-12-30
Applicant: 浙江大学
Abstract: 本发明公开了基于深度学习的电机电控刹车系统夹紧力自适应修正方法，属于底盘控制技术领域，方法充分考虑了使用过程中刹车片磨损的情况，针对刹车片磨损引起的非线性变化问题，引入深度学习神经网络优化控制策略，将电机旋转角度估算的夹紧力与实际夹紧力之间的复杂非线性关系建模为可预测的概率分布，进行自适应修正，从而在刹车片磨损条件下优化了夹紧力控制，有效应对刹车片磨损引发的动态变化，增强了系统控制的实时性，还大幅度提升了系统的预测精度和响应速度，全面增强了刹车系统的稳定性、可靠性和安全性，同时，避免了采用大量传感器进行实时夹紧力监测。
-
公开(公告)号：CN118329066B
公开(公告)日：2024-09-10
申请号：CN202410758891.0
申请日：2024-06-13
Applicant: 浙江大学
IPC: G01C21/34
Abstract: 本发明公开了一种结构化路面的无人清洁车行为规划方法，由于无人清洁车路权低、速度慢，状态机模块设置了循迹、停止、贴边、避障四个状态，总体调度车辆的运行策略；语义地图模块提供车辆所处局部环境的可通行区域信息、人车信息；轨迹采样模块在预设参考轨迹的基础上，向两侧平移采样生成避障轨迹，并能根据车辆运行状态调整采样策略；轨迹评估模块综合考虑避免碰撞、贴近中心、减少换道、执行功能等维度，对各避障轨迹进行评估，选出最优轨迹。本发明针对无人清洁车的特点，优化了局部路径规划的灵活性；通过平行采样的方式，在代价函数中引入多种惩罚，降低了无人车轨迹与预设参考轨迹的偏差，提高了无人车运行的安全性。
-
公开(公告)号：CN118429770A
公开(公告)日：2024-08-02
申请号：CN202410607489.2
申请日：2024-05-16
Applicant: 浙江大学
IPC: G06V10/80 , G06V20/58 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/0895
Abstract: 本发明公开了一种用于多视图自监督深度估计的特征融合和映射方法，为每个视图提取特征映射，投影到相同的表示空间中建立多视角体素特征映射；为了避免在单个视图内使用注意力编码导致多视角信息的丢失，通过反投影将体积特征映射投影到圆柱坐标系中，并应用MLP处理重叠区域的特征，从而更好地利用信息；利用自注意机制进行编码，并将其反投影到原始视图中进行深度解码。与基于俯视图的自监督深度估计方法相比，本发明的特征融合方法更适用于深度估计任务，因为避免了z轴特征的压缩和丢失；此外，通过自监督损失函数，充分利用多相机系统的特点，假设通过视点中心的一条线在圆柱上的两个交点之间的距离在短时间内保持不变，通过在训练过程中最小化这个度量值在帧之间的差异，本发明进一步提升了深度估计的性能。
-
公开(公告)号：CN118329066A
公开(公告)日：2024-07-12
申请号：CN202410758891.0
申请日：2024-06-13
Applicant: 浙江大学
IPC: G01C21/34
Abstract: 本发明公开了一种结构化路面的无人清洁车行为规划方法，由于无人清洁车路权低、速度慢，状态机模块设置了循迹、停止、贴边、避障四个状态，总体调度车辆的运行策略；语义地图模块提供车辆所处局部环境的可通行区域信息、人车信息；轨迹采样模块在预设参考轨迹的基础上，向两侧平移采样生成避障轨迹，并能根据车辆运行状态调整采样策略；轨迹评估模块综合考虑避免碰撞、贴近中心、减少换道、执行功能等维度，对各避障轨迹进行评估，选出最优轨迹。本发明针对无人清洁车的特点，优化了局部路径规划的灵活性；通过平行采样的方式，在代价函数中引入多种惩罚，降低了无人车轨迹与预设参考轨迹的偏差，提高了无人车运行的安全性。
-
Patent Agency Ranking
公开(公告)号：CN116258817A
公开(公告)日：2023-06-13
申请号：CN202310123079.6
申请日：2023-02-16
Applicant: 浙江大学
Abstract: 本发明提供了一种基于多视图三维重建的自动驾驶数字孪生场景构建方法和系统。首先本发明提供了一种基于多视图三维重建的自动驾驶数字孪生场景构建系统，包括数据采集与处理、相机位姿估计、多视图三维重建、点云模型尺度矫正、空地点云模型融合、模型精度定量评价六个模块。还提出了自动驾驶场景多视图三维重建方法，克服了现有技术中在纹理复杂区域特征提取不足、受噪声数据影响大等问题，从而提升了自动驾驶场景三维模型重建精度并且降低了显存占用空间。另外，本发明还提供了一种基于无人机的自动驾驶室外场景图像采集方案，能有效且全面地采集多视图三维重建方法所需要的图像数据。
-
公开(公告)号：CN114639080A
公开(公告)日：2022-06-17
申请号：CN202210176594.6
申请日：2022-02-25
Applicant: 浙江大学
Abstract: 本发明公开了一种路侧激光雷达超视距感知系统及其工作方法。系统包括：激光雷达、边缘低功耗计算平台、通信模块、电源模块和云端服务器。所述的边缘低功耗计算平台包括预处理模块，主干网络和多任务模块。当车辆、行人等目标物体进入路侧激光雷达超视距感知系统的感知范围时，路侧激光雷达超视距感知系统计算出路侧感知结果发送至云端服务器；云端服务器获取路侧感知结果后，一方面将其作为实时交通状态的来源数据；另一方面将路侧感知结果，分发给路侧激光雷达超视距感知系统覆盖范围内的车辆，使车辆获取路侧的感知结果，实现超视距感知。本发明可以提升车辆的感知范围、减少感知盲区、增强驾驶的安全性、减少对自身传感器的依赖。
-
公开(公告)号：CN112907986A
公开(公告)日：2021-06-04
申请号：CN202110037047.5
申请日：2021-01-12
Applicant: 浙江大学
Abstract: 本发明公开了一种基于数字孪生场景和边缘云的动态时间窗路口调度方法，该方法通过建立路口区域的数字孪生场景，并预先定义自动驾驶车辆在路口的运行轨迹和潜在的冲突点，基于动态时间窗算法对路口通行车辆进行调度控制，有效提高了路口通行率，极大降低了车辆在路口的平均等待时间。
-
公开(公告)号：CN107462243B
公开(公告)日：2019-09-20
申请号：CN201710662458.7
申请日：2017-08-04
Applicant: 浙江大学
Abstract: 本发明公开了一种基于高精度地图的云控自动驾驶任务生成方法，其利用厘米级高精度的定位设备获取道路的GPS信息，通过对GPS轨迹的坐标旋转变换、曲线拟合、选择高精度点，获得每一条道路上车道级的GPS序列，建立适用于自动驾驶的高精度地图，存储在云端服务器；在实际的自动驾驶阶段，云端从车辆接收初始位置与目的地结合高精度地图与全局范围内的车辆信息，生成车道级的路径，然后从车道级路径中规划出驾驶任务形成任务序列，下发给车辆执行，实现自动驾驶。本发明有效利用互联网与云端的硬件计算资源，减轻车辆复杂性与成本，且由于云端掌握全局的交通信息，有利于应用云处理、大数据、人工智能技术，更快地迭代、改善自动驾驶技术。
-
公开(公告)号：CN109085823A
公开(公告)日：2018-12-25
申请号：CN201810730918.X
申请日：2018-07-05
Applicant: 浙江大学
Abstract: 本发明公开了一种园区场景下基于视觉的低成本自动循迹行驶方法，使车辆利用低成本的车载摄像头预瞄前方的轨迹线，根据偏移情况调整车轮转角，从而平稳地沿轨迹线自动驾驶，在园区场景下达到低成本自动驾驶的目标，且具有直角转弯、小转弯半径转弯的能力。本发明从限定场景出发，基于普通摄像头，摒弃了更加精准昂贵的激光雷达等传感器，通过结合车道线检测算法、多种颜色空间的滤波算法以及针对观测量的模糊控制算法以低成本的方式实现自动驾驶，既能在技术实际应用并落地实现开始自动驾驶，继而通过快速迭代不断扩展，保证自动驾驶的安全性和可验证性。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.026 seconds)
