-
公开(公告)号：CN113495566B
公开(公告)日：2023-03-31
申请号：CN202110965102.7
申请日：2021-08-21
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于曲率约束融合势场法的D*Lite无人车局部路径规划方法，在D*Lite算法的基础上增加距离函数和子代节点转角约束，让算法从终点到起点反向规划出一条启发值最小的路径，规划出的路径作为算法的全局路径，为局部动态路径规划提供一定的数据基础；从起点开始，以新的子代节点拓展方式获得子代节点，同时以当前节点为圆心，R为半径建立移动窗口，当移动窗口内出现动态障碍物时，在当前节点建立势力场方程，并将合力的方向加入到子代节点的选取中；无人车以一定频率反馈的位置信息和转角信息，根据无人车反馈信息进行重规划；输出最佳的速度的大小和方向驱动无人车行驶。本发明规划出的路径满足车辆运动学模型，并具有良好的动态避障能力。
-
公开(公告)号：CN115454083A
公开(公告)日：2022-12-09
申请号：CN202211170487.9
申请日：2022-09-23
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明提出一种基于快速扩展随机树与动态窗口法的双层路径规划方法，先对地图内的障碍物进行处理，包括安全距离设定和障碍物填充，然后利用快速扩展随机树算法对已处理的地图进行初步规划，其中，提出模仿植物生长的趋光性的仿生设计。以无障碍物最远的规则取得局部目标点，进一步采用动态窗口法以局部目标点为指引向其运行，当智能车到达局部目标点一定范围内时，转而向下一个目标点运行，循环上述步骤，直到到达最终的全局目标点。应用本技术方案可实现将无人车的运动学约束融入到路径规划过程中，使算法规划出的路径符合无人车的行驶要求。
-
公开(公告)号：CN115435775A
公开(公告)日：2022-12-06
申请号：CN202211163166.6
申请日：2022-09-23
Applicant: 福州大学
Abstract: 本发明公开了一种基于拓展卡尔曼滤波的多传感器融合SLAM方法，针对走廊相似场景下，激光SLAM算法由于观测数据的相似性，算法性能将严重劣化，甚至完全失效的问题，本发明将里程计和IMU的数据进行预处理，通过拓展卡尔曼滤波将两者的位姿信息融合，作为激光雷达扫描匹配更精确的迭代初始位姿；为验证本算法的性能，在Melodic版本的ROS(Robot Operating System)搭建了Gazebo仿真实验环境，通过仿真实验对比，验证了算法的鲁棒性和有效性。
-
公开(公告)号：CN115187472A
公开(公告)日：2022-10-14
申请号：CN202210717134.X
申请日：2022-06-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于容差的暗通道先验去雾方法，包括以下步骤：步骤S1:从车载相机读取图像,并获得图像的基本信息；步骤S2:获取图像每个像素点三个通道的最小值并进行最小值滤波，然后输出暗通道图像；步骤S3:初始化大气光成分A值并读取数据，取出暗通道图像亮度大于阈值的亮点，根据亮点的位置计算并输出大气光成分A值；步骤S4:根据暗通道估计透射率t，用导向滤波对透射率t进行优化，设置透射图阈值，最后计算透射率矩阵t(x)；步骤S6:根据透射率矩阵，获取无雾图像并输出进行可视化。本发明解决雾天环境下导致了车辆无法正常识别道路的问题，提供图像识别效果。
-
公开(公告)号：CN110705803B
公开(公告)日：2022-06-21
申请号：CN201910964030.7
申请日：2019-10-11
Applicant: 福州大学
IPC: G06Q10/04
Abstract: 本发明涉及一种基于三角形内心引导RRT算法的路径规划方法。本方法为了克服RRT算法存在的缺点及将目标点以一定概率出现在随机点中会导致陷入局部最小的危险,提出利用三角形内心来引导随机树的方法。通过将随机函数生成的随机点、随机树中与该随机点距离最近的点及目标点三点构成三角形的三个顶点，再计算该三角形的内心坐标，用该内心坐标作为随机树的生长方向；另外通过在一定循环次数下，记录使用内心引导的次数及随机树的生长情况来调整采样方式。这样不仅对随机树的生长进行了引导，还有效的避免了陷入局部最小风险。本发明的方法提高了规划的效率，规划路径所需时间更少，迭代次数更少，路径更短。
-
Patent Agency Ranking
公开(公告)号：CN113985875A
公开(公告)日：2022-01-28
申请号：CN202111253096.9
申请日：2021-10-27
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于碰撞预测模型的人工势场无人车动态路径规划方法。针对动态环境中，人工势场法应用于无人车路径规划所存在的反应不及时情况，由雷达传感器实时收集无人车与动态障碍物位置和运动状态信息，建立碰撞预测模型来判定环境是否安全，随之决定是否添加速度势场使得无人车提前获取需要转向的信息；通过建立虚拟势场来解决动态障碍物诱导无人车运动方向问题。本发明较传统人工势场在动态环境中的表现具备更强的避障能力与安全性，应用在实际无人车上同样达到了预期效果。
-
公开(公告)号：CN113608531A
公开(公告)日：2021-11-05
申请号：CN202110842405.X
申请日：2021-07-26
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于安全A*引导点的动态窗口的无人车实时全局路径规划方法，首先在A＊算法的基础上提出了节点安全扩展策略以及路径节点二次优化方法，称之为安全A*算法，运用安全A*算法快速找出最优的安全虚拟目标点；第二，以上述的虚拟目标点作为动态窗口法的局部目标，进行速度采样，实现路径规划与避障，并在MATLAB环境下进行仿真，结果表明无人车可以在全局路径的引领下，安全平稳的避开障碍物，验证了本发明方法的安全性和稳定性。
-
公开(公告)号：CN111141304A
公开(公告)日：2020-05-12
申请号：CN201911393785.2
申请日：2019-12-30
Applicant: 福州大学
IPC: G01C21/34
Abstract: 本发明涉及一种基于同心圆采样引导RRT算法的路径规划方法，包括以下步骤：1、将路径规划的起始点作为随机树的根节点；2、由同心圆采样生成随机点；3、判断随机点是否在地图范围内，是则转步骤4，否则返回步骤2重新生成随机点；4、找出离随机点最近的节点作为邻近点；5、从邻近点向随机点方向以步长扩展生成新节点；6、判断新节点与邻近点之间是否存在障碍物，是则返回步骤2重新采样，否则将新节点加入随机树中；7、判断新节点是否在目标点区域内，是则将目标点加入到随机树中，从目标点回溯到根节点，得到规划路径的路径点，否则返回步骤2；8、对路径点进行拟合，得到最终的路径。该方法有利于提高寻路效率，快速找到规划路径。
-
公开(公告)号：CN110598835A
公开(公告)日：2019-12-20
申请号：CN201910891696.4
申请日：2019-09-20
Applicant: 福州大学
Abstract: 本发明涉及一种基于高斯变异遗传算法优化神经网络的小车自动寻路方法。该方法在遗传算法基础上，改用基于以标准正态分布的方式快速搜索，可行解区域，确定最优小车神经网络，使小车快速搜索全局过程解域中所匹配的最佳权值和阈值组合。本发明通过遗传算法的迭代进化思想和神经网络的结合，与所研究的优化对象及参数进行一一对应。算法使用的是python编程，在OpenGL模块下上实现该小车的二维动画可视化，从而找到该研究问题的较好的实现方法，也就是找到小车的最佳行驶路线，完成预定赛道的自动寻路过程。
-
公开(公告)号：CN110018689A
公开(公告)日：2019-07-16
申请号：CN201910403311.5
申请日：2019-05-15
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态窗口的多虚拟目标点全局动态路径规划算法，将动态窗口法应用在全局路径规划方向，改进传统全局规划路径不连续不平滑的缺陷。具体操作是通过增加多个虚拟目标点、在特殊位置更新无人车的航向角并加入了随机障碍物，实现了无人车的全局动态路径规划，并将其应用在“中国大学生无人驾驶方程式大赛”中的绕“8”赛道等复杂环境下。MATLAB仿真结果表明无人车能够有效的避开随机出现的障碍物，并安全稳定地完成全局路径的规划与追踪。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.021 seconds)
