-
Patent Agency Ranking
公开(公告)号：CN104484790A
公开(公告)日：2015-04-01
申请号：CN201410833939.6
申请日：2014-12-26
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种物流业务的地址匹配方法及装置，方法包括如下步骤：1)读入地址文本；2)根据地址数据库中的地名对地址文本进行分词得到分词信息，分词信息包括行政区划信息和兴趣点信息；3)利用分词信息的行政区划信息与地址数据库中的行政区划进行匹配，得到兴趣点所属的行政区划；4)利用分词信息中的兴趣点信息与行政区划中的所有兴趣点进行匹配，若能够匹配得到相同的兴趣点，则执行步骤5)；否则计算兴趣点匹配度，并判断兴趣点匹配度是否大于兴趣点匹配度阈值，若是则执行步骤5)；5)对兴趣点匹配出对应的地址坐标；6)根据配送地址数据库判断地址坐标是否在配送范围，若是则输出对应的配送点名称。
-
公开(公告)号：CN102445208A
公开(公告)日：2012-05-09
申请号：CN201110281769.1
申请日：2011-09-21
Applicant: 清华大学深圳研究生院
Inventor： 戚铭尧
IPC: G01C21/34 , G08G1/0968
Abstract: 本发明公开了一种从地图数据中获取多车辆导航路径的方法，用于生成多车辆从配送中心出发途经若干服务点进行服务后回到配送中心的导航路径，其包括数据获取步骤、导航路径生成步骤以及导航路径输出步骤，所述导航路径生成步骤包括初始导航路径生成步骤、第一优化步骤、第二优化步骤。本发明与现有技术相比能够快速地从地图数据中获取优化导航路径。
-
公开(公告)号：CN109974698B
公开(公告)日：2020-11-17
申请号：CN201910286299.4
申请日：2019-04-10
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种室内物流小车定位方法和终端设备，方法包括如下步骤：室内物流小车在起始点位置和传感器的数据初始化的基础上运行并采集运行中的数据；传感器包括陀螺仪、速度计和里程计；构建状态模型和测量模型；利用高斯过程回归算法学习偏差，偏差为所述状态模型与实际状态之间的偏差，以及测量模型与实际的测量模型之间的偏差；学习关系遵从高斯过程回归算法中的输入与输出的关系；将均方根无迹卡尔曼滤波算法应用到状态模型和测量模型中，在时间更新和测量更新阶段对进行偏差补偿并预测下一时刻所述室内物流小车的位置。在研究对象系统模型不准确的情况下，通过学习偏差和补偿偏差的方式仍然可以提高对象系统的状态估计和对象系统定位精度。
-
公开(公告)号：CN109974698A
公开(公告)日：2019-07-05
申请号：CN201910286299.4
申请日：2019-04-10
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种室内物流小车定位方法和终端设备，方法包括如下步骤：室内物流小车在起始点位置和传感器的数据初始化的基础上运行并采集运行中的数据；传感器包括陀螺仪、速度计和里程计；构建状态模型和测量模型；利用高斯过程回归算法学习偏差，偏差为所述状态模型和所述测量模型与实际的状态和所述测量模型的偏差；学习关系遵从高斯过程回归算法中的输入与输出的关系；将均方根无迹卡尔曼滤波算法应用到状态模型和测量模型中，在时间更新和测量更新阶段对进行偏差补偿并预测下一时刻所述室内物流小车的位置。在研究对象系统模型不准确的情况下，通过学习偏差和补偿偏差的方式仍然可以提高对象系统的状态估计和对象系统定位精度。
-
公开(公告)号：CN102445208B
公开(公告)日：2013-07-24
申请号：CN201110281769.1
申请日：2011-09-21
Applicant: 清华大学深圳研究生院
Inventor： 戚铭尧
IPC: G01C21/34 , G08G1/0968
Abstract: 本发明公开了一种从地图数据中获取多车辆导航路径的方法，用于生成多车辆从配送中心出发途经若干服务点进行服务后回到配送中心的导航路径，其包括数据获取步骤、导航路径生成步骤以及导航路径输出步骤，所述导航路径生成步骤包括初始导航路径生成步骤、第一优化步骤、第二优化步骤。本发明与现有技术相比能够快速地从地图数据中获取优化导航路径。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
