-
公开(公告)号：CN115560774A
公开(公告)日：2023-01-03
申请号：CN202211300546.X
申请日：2022-10-24
Applicant: 重庆邮电大学
IPC: G01C21/34
Abstract: 本发明涉及移动机器人路径规划领域，具体涉及一种面向动态环境的移动机器人路径规划方法；包括建立静态栅格地图设置起始节点与目标节点；基于双层蚁群算法进行全局路径规划，在伪随机状态转移规则中引入下一节点到目标节点的欧氏距离的倒数；采用改进的信息素更新策略更新信息素浓度，并利用死锁处理策略惩罚陷入死锁的蚂蚁和使用回退策略的蚂蚁；直到迭代完成得到静态最优路径；采用关键点筛选策略对静态最优路径进行关键点筛选得到平滑静态最优路径；加入未知静态障碍物和动态障碍物，采用改进动态窗口法对平滑静态最优路径进行局部规划，最终输出动态最优路径；该方法有较快的收敛速度、较强的全局搜索能力以及实时避障能力。
-
公开(公告)号：CN115560774B
公开(公告)日：2023-11-17
申请号：CN202211300546.X
申请日：2022-10-24
Applicant: 重庆邮电大学
IPC: G01C21/34
Abstract: 本发明涉及移动机器人路径规划领域，具体涉及一种面向动态环境的移动机器人路径规划方法；包括建立静态栅格地图设置起始节点与目标节点；基于双层蚁群算法进行全局路径规划，在伪随机状态转移规则中引入下一节点到目标节点的欧氏距离的倒数；采用改进的信息素更新策略更新信息素浓度，并利用死锁处理策略惩罚陷入死锁的蚂蚁和使用回退策略的蚂蚁；直到迭代完成得到静态最优路径；采用关键点筛选策略对静态最优路径进行关键点筛选得到平滑静态最优路径；加入未知静态障碍物和动态障碍物，采用改进动态窗口法对平滑静态最优路径进行局部规划，最终输出动态最优路径；该方法有较快的收敛速度、较强的全局搜索能力以及实时避障能力。
-
公开(公告)号：CN115371664A
公开(公告)日：2022-11-22
申请号：CN202211082916.7
申请日：2022-09-06
Applicant: 重庆邮电大学
IPC: G01C21/00
Abstract: 本发明属于移动机器人地图维护领域，具体涉及一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统；该方法包括：获取系统位姿图；系统位姿图包括若干子图；根据系统位姿图对位姿图中的子图进行裁剪，得到子图裁剪后的位姿图；将子图裁剪后的位姿图中的所有子图组合，得到全局地图；本发明能及时适应环境变化，对移动机器人传感器设备需求简单，只需激光雷达传感器、里程计信息即可，无需在运行场景中部署其他感知设备，具有应用成本低廉、部署简单灵活的特性。
-
公开(公告)号：CN115371664B
公开(公告)日：2024-08-13
申请号：CN202211082916.7
申请日：2022-09-06
Applicant: 重庆邮电大学
IPC: G01C21/00
Abstract: 本发明属于移动机器人地图维护领域，具体涉及一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统；该方法包括：获取系统位姿图；系统位姿图包括若干子图；根据系统位姿图对位姿图中的子图进行裁剪，得到子图裁剪后的位姿图；将子图裁剪后的位姿图中的所有子图组合，得到全局地图；本发明能及时适应环境变化，对移动机器人传感器设备需求简单，只需激光雷达传感器、里程计信息即可，无需在运行场景中部署其他感知设备，具有应用成本低廉、部署简单灵活的特性。
-
Patent Agency Ranking
公开(公告)号：CN117768919A
公开(公告)日：2024-03-26
申请号：CN202311818094.9
申请日：2023-12-27
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于SFC的复杂路况车辆网络任务卸载方法，属于通信技术领域。针对复杂路况车辆网络中，车辆运动方向与速度的多样性可能造成网络状态的高时变性，从而导致网络资源利用率下降和任务卸载时延增大的问题，提出一种基于SFC的复杂路况车辆网络任务卸载方法。该方法根据车辆间通信链路的持续时间和车载计算资源状态，寻找协作车辆构建SFC映射决策，根据车辆用户的任务时延要求，规划SFC资源分配决策，利用协作车辆的映射概率分布对SFC映射决策和资源分配决策进行迭代优化，最大化网络资源利用率，有效提高任务卸载完成率，并降低系统单位任务时延。
-
公开(公告)号：CN114035054A
公开(公告)日：2022-02-11
申请号：CN202111359259.1
申请日：2021-11-17
Applicant: 重庆邮电大学
IPC: G01R31/382
Abstract: 本发明属于锂电池SoC估计领域，具体涉及一种基于卡尔曼滤波器和神经网络联合估计模型的SoC估计方法；该方法包括：实时获取待检测的锂电池的电流和电压；将获取的电流和电压输入到神经网络联合估计模型中，得到待检测的锂电池SoC估计结果，本发明利用锂电池电化学模型结合神经网络非线性参数化方法，提高了模型的泛化能力；使用Sage‑Husa估计器与无迹卡尔曼滤波算法结合，提高算法估计精度；通过实时更新模型参数，解决了因环境变化和自身老化造成的锂电池模型准确性降低的问题；与深度学习的估计方法相比，需要的数据量更小，抗噪声的能力更强。
-
公开(公告)号：CN119383659A
公开(公告)日：2025-01-28
申请号：CN202411515869.X
申请日：2024-10-29
Applicant: 重庆邮电大学
IPC: H04W28/08 , H04W28/084 , H04W28/082 , H04W4/40
Abstract: 本发明请求保护一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，属于通信技术领域。针对大型交通枢纽、复杂互通式立交等场景下，车辆速度与方向的高时变性可能造成车间链路的不稳定或频繁中断，从而导致任务卸载失败的问题，提出一种基于VNF实例共享的非匀速车辆任务卸载方法。该方法根据车辆任务请求中各子任务的卸载需求和车辆行驶轨迹变化趋势，选择候选卸载车辆并构建相应的卸载通路集合，根据候选卸载车辆的可用计算资源和VNF实例分布，优化资源利用率并构建最优卸载决策，从而有效提高系统任务完成率并降低单位任务卸载时延。
-
公开(公告)号：CN119255299A
公开(公告)日：2025-01-03
申请号：CN202411516093.3
申请日：2024-10-29
Applicant: 重庆邮电大学
IPC: H04W28/084 , H04W28/08 , H04W4/44 , H04L67/1021 , H04L67/12
Abstract: 本发明请求保护一种应对稀疏RSU边缘网络的非匀速车辆任务卸载方法，属于通信技术领域。针对稀疏RSU边缘网络场景下，道路车辆的高移动性和非匀速行驶可能造成传输链路中断和任务卸载失败的问题，提出一种应对稀疏RSU边缘网络的非匀速车辆任务卸载方法。该方法通过车辆间建立转发链路的方式，解决车辆与RSU间链路持续时间短和无RSU覆盖的问题，采用V2I、V2V2I，以及车辆本地卸载的混合卸载模式，提高系统的任务卸载效率。根据车辆的实时速度动态调整卸载周期，根据车辆的实时位置和系统的计算资源状态，选择最优的卸载模式和计算资源分配，从而最大化系统任务完成率，降低单位任务卸载时延。
-
公开(公告)号：CN114035054B
公开(公告)日：2024-10-22
申请号：CN202111359259.1
申请日：2021-11-17
Applicant: 重庆邮电大学
IPC: G01R31/382
Abstract: 本发明属于锂电池SoC估计领域，具体涉及一种基于卡尔曼滤波器和神经网络联合估计模型的SoC估计方法；该方法包括：实时获取待检测的锂电池的电流和电压；将获取的电流和电压输入到神经网络联合估计模型中，得到待检测的锂电池SoC估计结果，本发明利用锂电池电化学模型结合神经网络非线性参数化方法，提高了模型的泛化能力；使用Sage‑Husa估计器与无迹卡尔曼滤波算法结合，提高算法估计精度；通过实时更新模型参数，解决了因环境变化和自身老化造成的锂电池模型准确性降低的问题；与深度学习的估计方法相比，需要的数据量更小，抗噪声的能力更强。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
