一种基于环视图像的单阶段停车位检测模型、系统和方法

    公开(公告)号:CN116682094A

    公开(公告)日:2023-09-01

    申请号:CN202310670523.6

    申请日:2023-06-07

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于环视图像的单阶段停车位检测模型、系统和方法,包括:骨干网络,其用于对输入的图像进行特征提取,输出特征图;瓶颈网络,其用于对骨干网络输出的特征图所包含的特征向量通过卷积、池化、激活、SE注意力机制,将特征向量中的局部特征和全局特征进行融合,拼接为一个多通道特征层;锚点设置模块,其用于将多通道特征层的图片被划分为多个网格;检测头网络,其用于为每个锚点预测一个停车位结果;解码模块,其将检测头网络预测出的停车位结果进行解码。本发明能够消除现有的三阶段停车位检测方案中的信息冗余,同时将人工设计的入口点匹配以及停车位朝向阶段与入口点检测相融合,将停车位检测优化为单阶段的方案。

    基于多车型和空车再平衡的出租车调度方法及调度系统

    公开(公告)号:CN116453323A

    公开(公告)日:2023-07-18

    申请号:CN202310379511.8

    申请日:2023-04-11

    Applicant: 湖南大学

    Abstract: 本申请公开了一种基于多车型和空车再平衡的出租车调度方法,包括:步骤S1,获取乘客乘车请求信息以及车辆实时状态,并每隔一段时间对状态为空车的车辆进行分配;步骤S2,根据乘车请求信息以及车辆实时状态定义决策网络;步骤S3,定义决策网络中的车辆最大化收益函数;步骤S4,进一步定义决策网络中的约束条件;步骤S5,基于车辆最大化收益函数和约束条件对车辆进行调度。本发明通过对多种车型的分配以及空车再平衡调度,在提高用车效率的同时能满足乘客的需求,提升了乘客的出行体验并降低了出租车的行驶成本。

    一种用于车辆远程控制的方法及系统

    公开(公告)号:CN113759804B

    公开(公告)日:2023-06-16

    申请号:CN202111121022.X

    申请日:2021-09-24

    Applicant: 湖南大学

    Abstract: 本发明实施例公开了一种用于车辆远程控制的方法及系统,该方法包括:采集远程驾驶舱中模拟驾驶套件的操控信号,包括油门踏板开度及变化率、制动踏板开度及变化率;根据油门踏板和制动踏板的开度大小决策车速控制模式;接收并解析车载终端反馈的车辆状态数据,包括车辆的实际车速和挡位;根据车速控制模式,结合车辆状态数据,计算期望车速;生成期望控制指令,并下发至所述车载终端,用于控制所述车辆的运行。本发明实施例中,基于踏板开度及变化率以及车辆状态数据确定期望车速,将车辆的状态数据应用于期望指令的计算中,可有效降低期望指令相对于车辆状态的变化量,使得车辆状态变化更为平稳。

    一种考虑时变时延的无人车横纵向协同控制方法及装置

    公开(公告)号:CN115598983B

    公开(公告)日:2023-06-13

    申请号:CN202211333752.0

    申请日:2022-10-28

    Abstract: 本发明公开了一种考虑时变时延的无人车横纵向协同控制方法及装置,其方法包括:步骤1,在线获取底层时变CAN通信延时估计值τCAN;步骤2,根据寻找到的预测时域Np内一系列参考点信息,利用预测模型,结合横纵向一体化评价函数J和横、纵向联合约束s.t.进行最优控制问题滚动求解,输出车辆的控制量。本发明通过结合自适应时延估计器与考虑时变时延的MPC横纵向协同控制算法,解决无人车辆因忽略底层时特性导致的极限工况下车辆控制失稳问题,在保证横、纵向控制精度的同时提升车辆稳定性。

    一种基于T-S模糊的水下动态目标状态预测方法及装置

    公开(公告)号:CN116188529A

    公开(公告)日:2023-05-30

    申请号:CN202310073074.7

    申请日:2023-02-03

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于T‑S模糊的水下动态目标状态预测方法及装置,其包括:先采集水下动态目标在t‑1时刻的用于T‑S模糊推理的输入变量,再使用式(6)表示的融合后的水下动态目标运动模型在t‑1时刻进行扩展卡尔曼滤波,预测水下动态目标在t时刻的运动状态,再取t=t+1,直到跟踪结束:式中,Xt、Xt‑1分别表示水下动态目标在t、t‑1时刻的状态向量,u表示输入变量的过程噪声向量,Yt表示运动模型在t时刻的输出向量,Amix、Bmix分别为状态转移矩阵和输入矩阵,C表示预先设置的输出向量Yt与状态向量Xt的关系矩阵。本发明对水下动态目标状态预测更准确,能够满足水下动态目标跟踪系统的要求。

Patent Agency Ranking