-
公开(公告)号：CN109631896B
公开(公告)日：2020-07-28
申请号：CN201810812160.4
申请日：2018-07-23
Applicant: 同济大学
Abstract: 本发明涉及一种基于车辆视觉和运动信息的停车场自主泊车定位方法，包括以下步骤：1)位于地下车库的智能车通过车载双目摄像头采集图像数据，并采用基于双目视觉的同步定位与建图方法获取智能车在局部点云地图中的位置信息，完成一次定位；2)智能车在行驶过程中不断对车身周围的库位角点进行检测，判断是否经过库位；3)在检测到库位后，判断当前库位书否为可泊入库位；4)根据库位角点坐标以及车速和方向盘转角信息，采用扩展卡尔曼滤波进行融合，得到智能车相对于库位角点的精确相对位置，完成二次定位。与现有技术相比，本发明具有适应无GNSS信号环境、实时性和鲁棒性高、定位精度高、成本低、实用性强等优点。
-
公开(公告)号：CN109557912B
公开(公告)日：2020-07-28
申请号：CN201811183181.0
申请日：2018-10-11
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种自动驾驶特种作业车辆的决策规划方法。包括以步骤：1)自动驾驶作业模块获取自车的当前定位位姿；2)将感知系统发送的环境信息投影到栅格地图，并生成环境地图；3)自动驾驶作业模块获取当前作业执行器的控制指令并下发；4)自动驾驶作业模块获取任务参考路径，采用路径‑速度分解的轨迹规划方法结合车辆动力学约束进行轨迹簇规划，获取车辆可执行的基础轨迹簇，将基础轨迹簇和任务参考路径融合得到可执行轨迹簇；5)对规划的可执行轨迹簇进行安全性和高效性的择优，最终生成高收益轨迹。与现有技术相比，本发明具有提高避障成功率、自动决策、多模式的轨迹决策策略、实现自动驾驶安全性等优点。
-
公开(公告)号：CN109635672A
公开(公告)日：2019-04-16
申请号：CN201811398916.1
申请日：2018-11-22
Applicant: 同济大学
Abstract: 本发明涉及一种无人驾驶的道路特征参数估计方法，包括：六自由度惯导信息获取；三维激光点云数据获取；激光点云运动补偿；6sigma高程的路面候选点提取；3sigma高差的坡面候选点提取；主成分分析法路面拟合；主成分分析法坡面拟合；1sigma路面点提取；1sigma坡面点提取；对路面点和坡面点反射强度进行特征分解；路沿边界点提取；对路面附着系数进行估计；估计模型对道路曲率进行估计；对路沿进行拟合估计；对坡度进行估计，最终输出一幅富含道路特征参数的栅格地图，以供无人驾驶感知、决策和规划模块使用。与现有技术相比，本发明具有实现鲁棒的路面附着系数估计、路沿曲率连续、道路曲率道路坡度快速估计等优点。
-
公开(公告)号：CN109631896A
公开(公告)日：2019-04-16
申请号：CN201810812160.4
申请日：2018-07-23
Applicant: 同济大学
Abstract: 本发明涉及一种基于车辆视觉和运动信息的停车场自主泊车定位方法，包括以下步骤：1)位于地下车库的智能车通过车载双目摄像头采集图像数据，并采用基于双目视觉的同步定位与建图方法获取智能车在局部点云地图中的位置信息，完成一次定位；2)智能车在行驶过程中不断对车身周围的库位角点进行检测，判断是否经过库位；3)在检测到库位后，判断当前库位书否为可泊入库位；4)根据库位角点坐标以及车速和方向盘转角信息，采用扩展卡尔曼滤波进行融合，得到智能车相对于库位角点的精确相对位置，完成二次定位。与现有技术相比，本发明具有适应无GNSS信号环境、实时性和鲁棒性高、定位精度高、成本低、实用性强等优点。
-
Patent Agency Ranking
公开(公告)号：CN109398349A
公开(公告)日：2019-03-01
申请号：CN201811056910.6
申请日：2018-09-11
Applicant: 同济大学
IPC: B60W30/06
Abstract: 本发明涉及一种基于几何规划及强化学习的自动泊车方法及系统，本发明方法在自动泊车的初始阶段，通过确定泊车状态，利用几何规划确定泊车轨迹，再交由轨迹跟踪和底盘控制进行控制，利用上述阶段，车辆能够调整到能够一次入库的位姿，此时再交由强化学习进行控制。与现有技术相比，本发明可以消除轨迹规划-轨迹跟踪-底盘控制的误差，达到更为理想的泊车位姿，且能够适用于城市内的狭小泊车环境，对环境的适应性强。
-
公开(公告)号：CN109443348B
公开(公告)日：2022-08-23
申请号：CN201811119444.1
申请日：2018-09-25
Applicant: 同济大学
Abstract: 本发明涉及一种基于环视视觉和惯导测量单元的地下车库库位跟踪方法，在环境未知的地下车库环境中，用户指定车库中某一位置作为环境地图初始坐标原点，基于惯性测量单元提供的运动信息和环视视觉提供的库位角点初始相对坐标信息，通过全局优化的方法生成目标库位角点的环境地图全局坐标，用于车辆后续的决策和控制。与现有相关技术相比，本发明具有可适应无GPS信号环境、成本低、鲁棒性高等优点。
-
公开(公告)号：CN109540159B
公开(公告)日：2020-11-27
申请号：CN201811183196.7
申请日：2018-10-11
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明涉及一种快速完备的自动驾驶轨迹规划方法，包括以下步骤：1)规划基础路径；2)对基础行车路径进行碰撞检测，进行步骤3)，若不存在碰撞，则判断基础行车路径是否到达目标点，若是，则进行步骤4)，若否，则进行步骤3)；3)采用采样/搜索路径规划方法获取平滑的有效路径后，进行步骤4)；4)获取路径对应的曲率极值后进行分段速度规划，得到轨迹；5)在时间域和空间域对轨迹进行碰撞检测，若有碰撞，则判断车辆与障碍物的距离是否大于2倍最小制动距离，若是，则进行速度重规划并返回步骤4)，若否，则返回步骤1)，最终将路径与速度组合生成轨迹并输出，与现有技术相比，本发明具有提升轨迹规划的实时性，平稳可靠等优点。
-
公开(公告)号：CN109760635A
公开(公告)日：2019-05-17
申请号：CN201910017056.0
申请日：2019-01-08
Applicant: 同济大学
Abstract: 本发明涉及一种基于GAN网络的线控雨刷控制系统，用以实现智能汽车的雨刷控制，该系统包括依次连接的前视相机、智驾控制器、整车控制器、雨刷控制器、驱动电机总成、减速器和刮雨器，前视相机实时采集前方道路图像，并将图像通过USB数据线传输到智驾控制器，智驾控制器内部设有GAN网络架构，用以去除雨天获取的图像中的雨滴，并通过图像实时检测车辆周边雨量大小，并将雨刷档位的调整信号通过CAN线传递到整车控制器，整车控制器获取智驾控制器的CAN信号后，实时调整雨刷控制器的工作状态，雨刷控制器通过脉冲信号控制驱动电机总成工作，控制雨刷去除前挡风玻璃外侧雨滴，与现有技术相比，本发明具有实用性强、开发成本低、适用性高等优点。
-
公开(公告)号：CN109443348A
公开(公告)日：2019-03-08
申请号：CN201811119444.1
申请日：2018-09-25
Applicant: 同济大学
Abstract: 本发明涉及一种基于环视视觉和惯导测量单元的地下车库库位跟踪方法，在环境未知的地下车库环境中，用户指定车库中某一位置作为环境地图初始坐标原点，基于惯性测量单元提供的运动信息和环视视觉提供的库位角点初始相对坐标信息，通过全局优化的方法生成目标库位角点的环境地图全局坐标，用于车辆后续的决策和控制。与现有相关技术相比，本发明具有可适应无GPS信号环境、成本低、鲁棒性高等优点。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.018 seconds)
