-
公开(公告)号：CN114440878B
公开(公告)日：2023-08-15
申请号：CN202210097440.8
申请日：2022-01-27
Applicant: 湖南大学无锡智能控制研究院 , 湖南大学
IPC: G01C21/16 , G01C21/20 , G06F18/214 , G06F18/23213 , G06N3/02
Abstract: 本发明公开了一种SINS和DVL组合导航方法、设备与系统，该方法包括：步骤1：构建RBFNN模型；其中，所述RBFNN模型的输入为以SINS所测量的DVL坐标系下的三维速度，所述RBFNN模型的输出为DVL波束方向的速度值；步骤2：在DVL波束信息完整状态下，对所述RBFNN模型进行在线训练，建立所述RBFNN模型的输入与所述输出之间的映射关系；步骤3：在所述DVL波束信息缺失状态下，以所述SINS所测量的所述DVL坐标系下的三维速度作为输入，根据所述映射关系获得DVL波束方向的速度预测值；步骤4：根据所述SINS所测量的三维速度和步骤3获得的所述DVL波束方向的速度预测值进行导航。
-
公开(公告)号：CN114355287B
公开(公告)日：2023-08-15
申请号：CN202210055207.3
申请日：2022-01-18
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
IPC: G01S5/18
Abstract: 本发明公开了一种超短基线水声测距方法及系统，所述超短基线水声测距方法包括：步骤1，获取超短基线定位系统声线的初始掠射角估计值；步骤2，根据所述初始掠射角估计值与声学基阵高度对应的映射表，实时计算当前有效声速ce；步骤3，根据所述ce与实测的声线传播时长τ的乘积，获得应答器斜距。本发明能够提高水声测量斜距的效率，避免传统的声线跟踪算法实时还原水声传播轨迹的复杂运算。
-
公开(公告)号：CN114994684B
公开(公告)日：2023-05-12
申请号：CN202210623207.9
申请日：2022-06-01
Applicant: 湖南大学无锡智能控制研究院
IPC: G01S13/931 , G01S17/931 , G01S13/86 , G01S7/495 , G01S7/48 , G01S7/41 , G01S7/36 , G06V10/762 , G06V10/80 , G06V20/58
Abstract: 本发明公开了一种多雷达数据融合的扬尘场景下障碍物检测方法与系统，其包括：步骤S1，获取多雷达数据；步骤S2，将多雷达数据中的激光雷达点云转换为矩阵化后的点云深度图；步骤S3，计算点云深度图上点云坡度特征，并根据连通域搜索获得非地面特征点云聚类，将单个连通域内特征点云数量超过阈值的点云聚类作为障碍物点云聚类，计算非地面特征点云聚类离地高度、连通度和表面离散度；步骤S4，将多雷达数据中的毫米波雷达障碍物检测数据的坐标转换到激光雷达坐标系下，并根据激光雷达目标与毫米波雷达目标之间的距离和/或交并比，计算单个激光雷达的关联特征值；步骤S5，计算点云聚类为灰尘点云聚类的概率，并获得非扬尘障碍物的点云聚类位置。
-
公开(公告)号：CN114489091B
公开(公告)日：2023-01-13
申请号：CN202210074067.4
申请日：2022-01-21
Applicant: 湖南大学无锡智能控制研究院(CN)
IPC: G05D1/06
Abstract: 本发明实施例公开了一种自主水下机器人路径跟踪的制导律控制方法、设备及系统，该方法包括：接收路径点跟踪任务，对所述路径点跟踪任务中指示的期望三维路径点进行拓展，得到拓展三维路径点；结合所述AUV的位置和所述拓展三维路径点的位置，采用自适应视线制导律解算所述拓展三维路径点的艏摇角和纵摇角。本发明实施例中，通过对期望三维路径点属性分析并进行拓展，能极好的对原始期望路径点的跟踪环境进行改善，原始期望路径点的前后拓展路径点能很好的保证AUV按照期望姿态通过原始期望路径点。
-
公开(公告)号：CN115525047A
公开(公告)日：2022-12-27
申请号：CN202210328938.0
申请日：2022-03-30
Applicant: 江苏集萃清联智控科技有限公司 , 湖南大学无锡智能控制研究院
IPC: G05D1/02
Abstract: 本发明公开了一种具备多型避障方式的车辆局部轨迹规划方法及系统，其包括：S1，获取当前自车位姿信息、障碍物信息、地图信息和参考路径；S2，从所有障碍物中选出当前车辆位置前方参考路径的道路宽度范围内的障碍物，进行分类，并为分类后的每一障碍物分配对应的避障决策；S3，根据参考路径和当前自车位姿信息进行局部轨迹规划，生成一系列候选局部轨迹；S4，取出代价最低的候选局部轨迹,根据步骤S2生成的避障决策选择碰撞检测方法，进行障碍物与候选局部轨迹的碰撞检测，若该候选局部轨迹发生碰撞，则剔除该候选局部轨迹并重新执行步骤S4，直至获得代价最低的候选局部轨迹；S5，对步骤S4获得的无碰撞候选局部轨迹进行插值，得到局部轨迹。
-
Patent Agency Ranking
公开(公告)号：CN115033371B
公开(公告)日：2022-11-25
申请号：CN202210961471.3
申请日：2022-08-11
Applicant: 湖南大学无锡智能控制研究院 , 江苏集萃清联智控科技有限公司
Abstract: 本发明公开了一种用于车辆网中服务迁移的方法、设备及系统，该方法包括：定义一车辆在时隙内使用的服务的迁移方案产生的成本为；设置约束条件；根据车辆在时隙内使用的服务的迁移方案产生的成本的计算公式和约束条件，计算在时隙内所有服务的迁移总成本最小的迁移策略。本发明实施例中，针对即时性服务和延续性服务，提供了不同的迁移方案，并综合考虑不同服务类型对应的不同迁移方案以及约束条件，在保障服务质量的情况下，并实现了最低的迁移成本。
-
公开(公告)号：CN114670856B
公开(公告)日：2022-11-25
申请号：CN202210328946.5
申请日：2022-03-30
Applicant: 湖南大学无锡智能控制研究院 , 江苏集萃清联智控科技有限公司
IPC: B60W50/00 , B60W60/00 , B60W40/105 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进BP神经网络的参数自整定纵向控制方法及系统，其包括：步骤1，获取预瞄速度误差，输入至当前BP神经网络；步骤2，在切换为驱动模式和制动模式之一后，判断预瞄速度误差是否大于预设阈值，如果是，则进入步骤3；如果否，则进入步骤4；步骤3，离线训练当前模式下BP神经网络的初始参数，获取最优的所述初始参数，对所述当前BP神经网络进行初始化；步骤4，通过Batch Normalization处理归一化方法，所述当前BP神经网络在线计算误差反向传播，并调整权重参数，然后通过所述当前BP神经网络输出当前模式对应的控制参数。本发明能够快速调整控制参数，同时提高车辆纵向控制精度。
-
公开(公告)号：CN114397480B
公开(公告)日：2022-10-14
申请号：CN202210056534.0
申请日：2022-01-18
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种声学多普勒测速仪误差估计方法、装置及系统，该方法包括：步骤一，根据所述载体的起点位置和终点位置获取所述载体在水平面上的真实位移SH和航位推算位移步骤二，利用位移SH和之间的比例关系确定DVL刻度因子误差δkd以及DVL安装误差ψ。本发明仅利用载体的起点和终点位置信息即可进行DVL误差标定，摆脱了对GPS信息的依赖，有效减少了算法应用限制，扩大了算法适用范围；本发明通过简单的比值计算即可对DVL误差参数进行估计，算法复杂度小，运算效率高。
-
公开(公告)号：CN115060280A
公开(公告)日：2022-09-16
申请号：CN202210705025.6
申请日：2022-06-21
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种车辆轨迹预测方法和装置，其包括：S1，获取障碍物车辆的实际历史轨迹；S2，根据障碍物车辆的预测位置和当前实际位置，计算得到预测位置误差，选择本次预测中所使用的历史轨迹时长；S3，根据实际历史轨迹，获得接近实际历史轨迹的拟合轨迹；S4，根据实际历史轨迹，计算符合障碍物车辆历史运动状态的障碍物车辆状态；S5，使用曲线拟合方程计算获得第一历史轨迹、使用运动学方程计算获得第二历史轨迹，再计算第一历史轨迹、第二历史轨迹分别与实际历史轨迹上对应轨迹点之间的误差；S6，在预设范围内对误差进行比较，选择本帧预测方法，以预测障碍物车辆的未来轨迹。
-
公开(公告)号：CN114994684A
公开(公告)日：2022-09-02
申请号：CN202210623207.9
申请日：2022-06-01
Applicant: 湖南大学无锡智能控制研究院
IPC: G01S13/931 , G01S17/931 , G01S13/86 , G01S7/495 , G01S7/48 , G01S7/41 , G01S7/36 , G06V10/762 , G06V10/80 , G06V20/58
Abstract: 本发明公开了一种多雷达数据融合的扬尘场景下障碍物检测方法与系统，其包括：步骤S1，获取多雷达数据；步骤S2，将多雷达数据中的激光雷达点云转换为矩阵化后的点云深度图；步骤S3，计算点云深度图上点云坡度特征，并根据连通域搜索获得非地面特征点云聚类，将单个连通域内特征点云数量超过阈值的点云聚类作为障碍物点云聚类，计算非地面特征点云聚类离地高度、连通度和表面离散度；步骤S4，将多雷达数据中的毫米波雷达障碍物检测数据的坐标转换到激光雷达坐标系下，并根据激光雷达目标与毫米波雷达目标之间的距离和/或交并比，计算单个激光雷达的关联特征值；步骤S5，计算点云聚类为灰尘点云聚类的概率，并获得非扬尘障碍物的点云聚类位置。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.038 seconds)
