-
Patent Agency Ranking
公开(公告)号：CN116859952B
公开(公告)日：2024-05-03
申请号：CN202311006799.0
申请日：2023-08-10
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/692 , G05D109/10
Abstract: 本发明公开一种基于二阶连续滑模的车队纵向复合控制方法及系统，涉及汽车控制技术领域。所述方法包括：构建包含执行器动态的目标车队的车辆纵向动力学模型；基于所述车辆纵向动力学模型，并利用有限时间干扰观测器、二阶连续滑模算法和耦合滑模面，非零初始偏差情形下对所述目标车队的车头间距偏差进行动态控制，使所述目标车队的车头间距为期望值的同时保证车队系统的弦稳定。本发明能够保证估计误差的有限时间稳定，采用连续控制信号，避免现有技术方案控制信号不连续所带来的抖振问题，从而提高车队纵向控制系统的性能。
-
公开(公告)号：CN118276110A
公开(公告)日：2024-07-02
申请号：CN202410218446.5
申请日：2024-02-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种复杂运动环境下固态激光雷达‑惯导三维场景重建方法，包括：获取当前帧的IMU测量数据和激光点云数据，并根据当前帧的IMU测量数据对IMU的状态进行初始估计；根据IMU的初始估计状态对激光点云数据的运动畸变进行补偿，得到去畸变的激光点云数据；根据IMU的初始估计状态和去畸变的激光点云数据利用局部邻域特征一致性判别算法构建IMU的状态估计误差模型；根据IMU的状态估计误差模型利用迭代卡尔曼滤波算法对IMU的状态估计误差模型进行求解，计算IMU的最优估计状态；根据IMU的最优估计状态将激光点云数据转换到全局坐标系下，得到更新后的三维场景地图，本发明提高了三维场景重建的精度。
-
公开(公告)号：CN118376237A
公开(公告)日：2024-07-23
申请号：CN202410511979.2
申请日：2024-04-26
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于自注意力的视觉惯性里程计三维场景定位方法和装置，包括：提取IMU数据的综合时序特征；利用卷积神经网络提取视觉数据的视觉特征；根据姿态归回模块中第一LSTM网络在上一时刻保存的历史隐藏状态信息将当前时刻IMU数据的综合时序特征和视觉数据的视觉特征通过视觉模态选择的方式进行特征融合得到第一融合时序特征；利用基于自注意力的融合模块对第一融合时序特征进行处理得到第二融合时序特征；将第二融合时序特征输入姿态归回模块进行姿态回归得到当前时刻移动设备的位姿，其中，所述姿态归回模块包括第一LSTM网络和全连接层；本发明通过学习IMU内部数据间的关系，有效提高了移动设备的三维定位精度。
-
公开(公告)号：CN116863706A
公开(公告)日：2023-10-10
申请号：CN202311006721.9
申请日：2023-08-10
Abstract: 本发明属于城市交通控制领域，提供了一种城市交通过饱和区域边界控制方法及系统。所述方法具体为：S1获取所控过饱和区域的车辆数据，建立过饱和城市交通区域模型；S2基于所述过饱和城市交通区域模型和输入‑输出反馈线性化理论，得到最佳输入交通量。本发明与现有的线性化边界控制技术方案不同的是，所述边界控制算法属于全局线性化算法，能够避免潜在的系统性能发散，能够更快更平滑地调节所控过饱和区域的交通状态到所期望的状态，且在路网累积空间平均交通流量和车辆平均速度两个指标上面，表现优于PI边界控制算法，可以很容易地扩展到多宏观基本图子区的路网边界控制中，可有效缓解过饱和城市区域的交通拥堵。
-
公开(公告)号：CN116859952A
公开(公告)日：2023-10-10
申请号：CN202311006799.0
申请日：2023-08-10
IPC: G05D1/02
Abstract: 本发明公开一种基于二阶连续滑模的车队纵向复合控制方法及系统，涉及汽车控制技术领域。所述方法包括：构建包含执行器动态的目标车队的车辆纵向动力学模型；基于所述车辆纵向动力学模型，并利用有限时间干扰观测器、二阶连续滑模算法和耦合滑模面，非零初始偏差情形下对所述目标车队的车头间距偏差进行动态控制，使所述目标车队的车头间距为期望值的同时保证车队系统的弦稳定。本发明能够保证估计误差的有限时间稳定，采用连续控制信号，避免现有技术方案控制信号不连续所带来的抖振问题，从而提高车队纵向控制系统的性能。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
