-
Patent Agency Ranking
公开(公告)号：CN112634451A
公开(公告)日：2021-04-09
申请号：CN202110028706.9
申请日：2021-01-11
Applicant: 福州大学
Abstract: 本发明提供了一种融合多传感器的室外大场景三维建图方法，将实现流程分为两个模块，视觉惯性里程计模块，激光里程计与建图模块。视觉惯性里程计模块包括光流追踪，IMU预积分，初始化，滑窗优化，边缘化，建立词袋模型。激光里程计与建图模块包含点云分割，去除点云畸变，特征提取和帧间匹配，回环检测和建图。相对于单一的雷达建图方案，本发明融合视觉惯性里程计的高频位姿，具有点云畸变去除效果好，回环检测精度高，建图精度高的特点。解决了室外大场景三维地图精度较低的问题，为无人驾驶的进一步发展提供了突破口。
-
公开(公告)号：CN111399385A
公开(公告)日：2020-07-10
申请号：CN202010348969.3
申请日：2020-04-28
Applicant: 福州大学
Abstract: 本申请提供了一种建立无人车自动转向模型的方法和系统。该方法包括：通过简化无人车自动转向模型，确定转向系统传递函数的表达式；分别获取频率特性函数的实部和虚部的误差平方和准则函数；通过计算获取传递函数中的参数；判断参数是否满足精度，如果满足精度，则将参数带入传递函数，获取无人车自动转向模型的传递函数。本申请可以在较少迭代次数下，准确、快速的获取无人车转向系统的传递函数中的各个参数。
-
公开(公告)号：CN112634451B
公开(公告)日：2022-08-23
申请号：CN202110028706.9
申请日：2021-01-11
Applicant: 福州大学
Abstract: 本发明提供了一种融合多传感器的室外大场景三维建图方法，将实现流程分为两个模块，视觉惯性里程计模块，激光里程计与建图模块。视觉惯性里程计模块包括光流追踪，IMU预积分，初始化，滑窗优化，边缘化，建立词袋模型。激光里程计与建图模块包含点云分割，去除点云畸变，特征提取和帧间匹配，回环检测和建图。相对于单一的雷达建图方案，本发明融合视觉惯性里程计的高频位姿，具有点云畸变去除效果好，回环检测精度高，建图精度高的特点。解决了室外大场景三维地图精度较低的问题，为无人驾驶的进一步发展提供了突破口。
-
公开(公告)号：CN111273668B
公开(公告)日：2021-09-03
申请号：CN202010099122.6
申请日：2020-02-18
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种针对结构化道路的无人驾驶汽车运动轨迹规划系统，包括感知模块、定位模块、变道决策模块、运动规划模块和轨迹追踪模块；所述变道决策模块根据感知模块和定位模块采集的数据输出决策动作；所述运动规划模块根据决策动作，输出最优轨迹至轨迹追踪模块。本发明使用深度强化学习做决策，基于决策动作动态的规划轨迹，感知及控制等模块被独立出来处理，相对于端到端的方法大大提高了决策规划过程的可解释性和可操作性，能很好地适配于以往的无人驾驶汽车的系统架构。
-
公开(公告)号：CN111273668A
公开(公告)日：2020-06-12
申请号：CN202010099122.6
申请日：2020-02-18
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种针对结构化道路的无人驾驶汽车运动轨迹规划系统，包括感知模块、定位模块、变道决策模块、运动规划模块和轨迹追踪模块；所述变道决策模块根据感知模块和定位模块采集的数据输出决策动作；所述运动规划模块根据决策动作，输出最优轨迹至轨迹追踪模块。本发明使用深度强化学习做决策，基于决策动作动态的规划轨迹，感知及控制等模块被独立出来处理，相对于端到端的方法大大提高了决策规划过程的可解释性和可操作性，能很好地适配于以往的无人驾驶汽车的系统架构。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
