-
公开(公告)号:CN118859711A
公开(公告)日:2024-10-29
申请号:CN202410873088.1
申请日:2024-07-01
Applicant: 清华大学 , 北京智行者科技股份有限公司
IPC: G05B13/04
Abstract: 本申请涉及控制技术领域,特别涉及一种具有安全保障能力的高实时显式控制律设计方法及装置,其中,方法包括:建立系统状态随时间变化的微分方程;基于微分方程选取合适的基函数,以线性组合基函数形成控制律;基于微分方程、基函数和控制律构建控制李雅普诺夫函数和控制障碍函数;将控制李雅普诺夫函数和控制障碍函数作为约束条件,以优化控制律的组合系数,直至达到预设显式控制律性能标准,得到最终设计结果。由此,解决了相关技术中,由于MPC计算负担高,在高实时应用中有局限性,由于RL缺乏理论支持且依赖数据,导致适应性和可靠性受限,由于某些显式设计的控制策略依赖特定问题和形式,降低通用性和灵活性等问题。
-
公开(公告)号:CN118759912A
公开(公告)日:2024-10-11
申请号:CN202410818420.4
申请日:2024-06-24
Applicant: 清华大学 , 北京智行者科技股份有限公司
IPC: G05B19/042
Abstract: 本发明公开了面向自动驾驶汽车的显式安全跟踪控制器及其参数优化方法,包括:通过引入指数控制李雅普诺夫函数ECLF与指数控制障碍函数ECBF在离散时间系统下的反馈线性化理论,并设计了适用于自动驾驶汽车的ECLF与ECBF及其显式可解的安全跟踪控制律,最后提出了基于强化学习的自动驾驶汽车显式安全跟踪控制律参数优化方案。本发明能够有效解决自动驾驶集成式决控中实时性、安全性和求解精度无法兼得的问题。
-
公开(公告)号:CN112162505B
公开(公告)日:2025-05-06
申请号:CN202010951679.8
申请日:2020-09-11
Applicant: 北京智行者科技股份有限公司
IPC: G05B19/042 , H03K17/94 , H03M1/66 , H02H9/00 , H02H9/04
Abstract: 本发明公开了一种模拟油门信号的产生和切换电路,包括第一原车油门电压信号处理电路、第二原车油门电压信号处理电路、微控制器MCU、模拟油门信号DAC电路和切换开关电路,其中:微控制器MCU,分别与第一原车油门电压信号处理电路、第二原车油门电压信号处理电路、模拟油门信号DAC电路和切换开关电路相连接;切换开关电路,与模拟油门信号DAC电路相连接,用于选择输出第一原车油门电压信号和第二原车油门电压信号,或者向外输出两路模拟油门信号。本发明公开的模拟油门信号的产生和切换电路,不仅能够产生模拟油门信号,而且当自动驾驶车辆进入人工驾驶状态时,能够切换使用原车的油门信号,从而保证车辆的正常使用。
-
公开(公告)号:CN116030545B
公开(公告)日:2024-12-27
申请号:CN202111245341.1
申请日:2021-10-26
Applicant: 北京智行者科技股份有限公司
IPC: G07C5/08 , G07C5/00 , G06F16/901 , G06F16/904 , G06F16/906
Abstract: 本发明实施例涉及一种数据采集方法及系统、自动驾驶控制器及移动设备,能够实现自动、实时高效的从自动驾驶车辆产生的运行数据中筛选、记录、存储和展现异常运行数据,无需人工参与,降低数据采集成本。数据采集系统包括:自动驾驶控制器,用于监控各算法模块的异常事件;生成与所述异常事件对应的监控数据;生成包含场景描述信息和录制需求信息的数据录制请求;工控机根据所述数据录制请求中的录制需求信息中的topic需求列表和录制时长录制目标topic,并生成和存储包含所述目标topic和场景描述信息的本地数据包;根据所述场景描述信息和录制需求信息生成所述数据包的基本数据信息;将所述基本数据信息发送给云端服务器。
-
公开(公告)号:CN114419567B
公开(公告)日:2024-12-17
申请号:CN202210051492.1
申请日:2022-01-17
Applicant: 北京智行者科技股份有限公司
IPC: G06V20/56 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的激光雷达目标检测方法,包括:获取激光点云;激光点云包括多个点,每个点包括在第一坐标系的三维坐标;将激光点云投影到平面栅格的多个子栅格后,确定子栅格中的有效栅格,并确定有效栅格的栅格属性;将有效栅格中每个投影点所对应的点在第一坐标系的三维坐标、每个投影点距离其所属的有效栅格的中心点的距离和每个投影点距离其所属的有效栅格的平均值点的距离输入深度学习网络模型,得到扩充后的栅格属性;将扩充后的栅格属性继续输入深度学习网络,输出多个检测框;每个检测框具有置信度;根据置信度,确定目标检测框。
-
公开(公告)号:CN112101092B
公开(公告)日:2024-11-22
申请号:CN202010759799.8
申请日:2020-07-31
Applicant: 北京智行者科技股份有限公司
IPC: G06V20/58 , G06T7/73 , G01S13/931 , G01S13/86 , G01S17/931 , G01S17/86
Abstract: 本发明提供了一种自动驾驶环境感知方法及系统,方法包括:获取第一坐标系下的图像数据;对图像数据进行处理,得到图像障碍物信息;获取第二坐标系下的激光雷达的点云数据;对点云数据进行分割,得到前景点云;对前景点云进行聚类,得到激光障碍物信息;根据预设的标定参数,将前景点云投影至图像障碍物信息上,得到第一坐标系下的前景点云;将第一坐标系下的前景点云和图像障碍物信息进行融合,得到第一坐标系下的障碍物坐标信息;通过障碍物坐标信息,对激光障碍物信息进行优化处理,确定目标障碍物。由此,提高了感知精度。
-
公开(公告)号:CN112346451B
公开(公告)日:2024-07-02
申请号:CN202010987003.4
申请日:2020-09-18
Applicant: 北京智行者科技股份有限公司
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G01C21/34 , G05D109/10
Abstract: 本发明公开一种自动驾驶规划路径安全校验方法、装置及自动驾驶控制系统。自动驾驶规划路径安全校验方法包括步骤:以当前车辆位置为起点以跟踪算法跟踪单向原始路径;跟踪到车辆位姿属性与单向原始路径上一点的位姿属性一致时,结束跟踪;将结束跟踪时形成的跟踪路径与所述单向原始路径在位姿属性一致处拼接,形成校验路径;采用不同的车辆模型分别对所述跟踪路径以及所述单向原始路径的每个路点校验。本发明能够结合车辆自身位置对车辆行驶轨迹做出一定预期,同时也充分考虑了车辆自身控制偏差的影响,保证了车辆路径的安全性校验。
-
公开(公告)号:CN112115968B
公开(公告)日:2024-04-19
申请号:CN202010796332.0
申请日:2020-08-10
Applicant: 北京智行者科技股份有限公司
Abstract: 本发明实施例涉及一种智能清扫车垃圾识别方法及系统,包括:获取待识别的第一垃圾图像信息;对待识别的第一垃圾图像信息进行处理,得到第二垃圾图像信息;根据第二垃圾图像信息和已训练的垃圾识别模型,确定垃圾在第一坐标系的位置信息;根据垃圾在第一坐标系的位置信息和拟合后的第一坐标系至第二坐标系的位置转换多项式,确定垃圾在第二坐标系的位置信息。由此提高了智能清扫车对路面非障碍物目标进行检测识别的能力。
-
公开(公告)号:CN116700235A
公开(公告)日:2023-09-05
申请号:CN202210188044.6
申请日:2022-02-28
Applicant: 北京智行者科技股份有限公司
IPC: G05D1/02
Abstract: 本发明公开一种动态全覆盖路径规划方法及装置,方法包括根据获取到的环境变化信息动态更新目标区域对应的覆盖状态地图,所述覆盖状态地图中将目标区域中已清洁区域标记为已覆盖区域、未清洁区域标记为未覆盖区域;在预置的触发条件发生时,根据覆盖状态地图从未覆盖区域中选取待路径规划区域,并对选取的待路径规划区域进行全覆盖路径规划。本发明的方案使得当前行驶所依据的清扫路径能够根据环境变化而动态调整,能够更好地适应环境的变化,提高了清扫任务执行的灵活性,且更符合人的清扫习惯,保证清扫效率。
-
公开(公告)号:CN109991987B
公开(公告)日:2023-08-04
申请号:CN201910354778.5
申请日:2019-04-29
Applicant: 北京智行者科技股份有限公司
IPC: G05D1/02
Abstract: 本发明提供了一种自动驾驶决策方法,包括:获取车辆周围的环境感知信息;根据环境感知信息和预设的地图文件,进行决策,生成多个决策节点;通过第一模型计算每个决策节点的输出,生成第一决策结果;通过第二模型计算每个决策节点的输出,生成第二决策结果;根据环境预测信息,分别计算第一决策结果的第一收益和第二决策结果的第二收益;比较第一收益和第二收益,并将收益值高的对应的决策结果作为目标决策结果。由此,避免产生“维度爆炸”现象,并且可以直观反映各个阶段的决策结果,充分结合了规则方法和强化学习方法各自的优势,在某个场景的决策结果不一致时能够快速定位问题,实现两个模型的相互促进和共同提升。
-
-
-
-
-
-
-
-
-