-
公开(公告)号：CN113714133A
公开(公告)日：2021-11-30
申请号：CN202110820175.7
申请日：2021-07-20
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于机器视觉的叶片检测方法与系统，对铸造叶片进行荧光渗透后，通过所述上下料分类机构实现对叶片夹持、转移、调整、翻转、分类等过程操作，自动获取与识别叶片的身份编码，另外在紫外光环境中采集叶片表面的荧光渗透缺陷数据，采用深度学习算法，根据图像样本完成模型训练，最后进行智能评分和缺陷等级的判断，并将不同等级的缺陷叶片分拣进入料筒，实现高度自动化集成，解决了现有技术中的涡轮叶片荧光渗透检测人工检测效率低下的技术问题。
-
公开(公告)号：CN116562026A
公开(公告)日：2023-08-08
申请号：CN202310533414.X
申请日：2023-05-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种无人车拟人驾驶风险的评估方法及系统，包括以下步骤使用主动或被动传感器实现环境感知，采集无人车的驾驶场景周围环境信息；根据人类驾驶经验对无人车的道路环境障碍物进行风险评估，生成驾驶场景代价图；根据无人车拟人驾驶的基本原则，利用高斯函数建立风险场模型；将无人车的风险场与驾驶场景代价图相乘，评估得到量化后的驾驶风险。本发明通过建立一种无人车拟人驾驶风险的评估方法及系统，能够基于人类驾驶经验，计算出动态变化的驾驶风险，应用于无人车，可产生拟人驾驶行为，使无人车更好地融入人类驾驶生态，消除人类驾驶员对无人车的不信任。
-
公开(公告)号：CN116424368A
公开(公告)日：2023-07-14
申请号：CN202310336583.4
申请日：2023-03-30
Applicant: 重庆邮电大学
Abstract: 本发明属于自动驾驶技术领域，具体涉及一种基于DRF模型与自适应预瞄的无人车类人驾驶换道方法及系统，包括：车辆对周围环境感知，得到感知信息；获取驾驶员感知信息和驾驶员行为的不确定性，并构建驾驶员风险场模型；将感知信息输入到驾驶员风险场模型中，得到行车风险量化值；根据车辆的运动学和二自由度动力学模型建立自适应预瞄方法；构建类人换道决策模型，根据感知信息计算风险阈值，将计算出的行车风险量化值与感知风险阈值进行对比，对无人车进行换道决策；本发明通过建立风险场模型，结合自适应预瞄方法能够有效解决自动驾驶决策规划场景难以拓展，不同场景切换不平滑，拟人化程度不高的问题。
-
-
Search Results
3
records
(took 0.022 seconds)
