-
公开(公告)号:CN116608877A
公开(公告)日:2023-08-18
申请号:CN202310603240.X
申请日:2023-05-26
Applicant: 福州大学
IPC: G01C21/34
Abstract: 本发明在原始RRT算法基础上提出了一种仿生植物向光性的全局路径搜索方法,对算法随机扩展导向性差、算法收敛速度慢、狭窄区域中搜索效率低、规划的路径曲折等方面进行优化。本发明中的仿生设计模拟植物的向光性,使随机树选取拓展节点时在以目标点为圆心的一系列同心圆上,能加快随机树向目标点拓展的速度提高算法收敛效率。在随机树向目标点拓展过程中为了提高安全性对障碍物进行处理,合并距离较近的障碍物,并膨胀障碍物提高安全性。其次设计自适应步长,随机树根据障碍物的疏密程度改变步长以更好适应复杂环境。对生成的路径提取关键点后对路径进行曲线优化使路径平滑满足智能车的行驶要求。最后利用MATLAB进行仿真分析验证算法的有效性。
-
公开(公告)号:CN117629215A
公开(公告)日:2024-03-01
申请号:CN202311596232.3
申请日:2023-11-28
Applicant: 福州大学
IPC: G01C21/20 , G01S17/93 , G06F18/232 , G06F18/2135 , G06F18/2113
Abstract: 本发明提出了一种基于单线激光雷达点云配准的底盘充电回桩方法,首先利用单线激光雷达扫描获取底盘底部附近的点云数据,通过对点云数据进行滤波、聚类、对各簇点云PCA分析、计算各簇点云最小包围框等方式,筛选出充电桩;再通过点云配准技术将点云数据与地图中的充电桩点云簇进行匹配,从而计算出底盘相对于充电桩的位置和姿态;最后,结合底盘相对充电桩的位姿信息,计算出底盘需要回到的充电桩位置,并生成相应的行驶路径。结果表明,算法整体能够准确地估计底盘相对于充电桩的位置和姿态,并有效地实现底盘回到充电桩。该算法可以适应不同的应用场景,能够快速准确地识别和处理复杂情况,同时具有较强的鲁棒性、较高的实用性和可靠性。
-
公开(公告)号:CN116679719A
公开(公告)日:2023-09-01
申请号:CN202310792088.4
申请日:2023-06-30
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态窗口法与近端策略的无人车自适应路径规划方法。首先构建面向无人车的智能体‑环境交互模型、建立基于演员‑评论家框架的近端策略优化学习(PPO)模型、根据动态窗口法算法(DWA)原理以及主要评价要素进行定义奖励函数,确定输入层、输出层大小,隐藏层层数以及神经元个数等内的模型参数,构建DWA‑PPO深度强化学习模型;然后使用建立好的DWA‑PPO深度强化学习模型,不断迭代训练,最终收敛出能够表征周围环境信息与评价函数权重参数潜在关系的网络模型,完成自适应PPO‑ADWA算法的构建。最后通过仿真对比实验验证基于PPO‑ADWA无人车自适应路径规划策略的可行性与有效性。
-
公开(公告)号:CN116645538A
公开(公告)日:2023-08-25
申请号:CN202310605003.7
申请日:2023-05-26
Applicant: 福州大学
IPC: G06V10/762 , G06V10/20 , G06V10/40 , G06V10/75
Abstract: 本发明针对场景存在动态物体时,视觉SLAM系统出现定位结果与真值差距大、系统鲁棒性低等问题,在传统视觉里程计的基础上,提出一种在动态环境下鲁棒的双目SLAM前端优化算法;算法先对双目图片进行去畸变处理,再对图片进行特征点提取与三角化,根据视觉几何约束结合重投影误差卡方分布模型进行动态特征点预筛选,在此基础上利用各特征点自身信息以及同一动态物体上特征点的运动一致性,构建多维空间有向图模型,引入AP聚类算法对特征点精确筛选,进而准确滤除不满足静态假设的点群;算法整体定位轨迹更接近理论值,可有效提升动态场景下SLAM系统的运行精度与鲁棒性。
-
-
-