-
公开(公告)号:CN115465293B
公开(公告)日:2023-05-12
申请号:CN202211082496.2
申请日:2022-09-06
Applicant: 湖南大学无锡智能控制研究院
IPC: B60W60/00 , B60W50/02 , G08G1/0967 , G06V20/56 , G06V10/80
Abstract: 本发明公开了一种多传感器安全自认知及安全处理装置及系统,其包括传感器模块、传感器安全自认知模块、传感器软硬件功能安全监测模块和安全处理模块,其中,传感器模块用于获取自车上各个传感器采集到的传感器原始数据,传感器安全自认知模块用于根据传感器原始数据,判断当前行驶环境对自动驾驶的影响,同时结合可行驶区域检测,对各传感器的预期功能安全进行感知,以获取传感器软硬件故障信息,安全处理模块用于根据预设的故障等级以及传感器软硬件功能安全监测模块监控获取得到的传感器模块和传感器安全自认知模块的运行状态,输出相应的安全处理决策。
-
公开(公告)号:CN115936029A
公开(公告)日:2023-04-07
申请号:CN202211602729.7
申请日:2022-12-13
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于二维码的SLAM定位方法及装置,该方法包括:步骤1,利用车载相机采集车辆周围的图像,从图像中获取二维码和自然特征点;步骤2,解析二维码得到二维码位姿,并获取自然特征点的位置信息;步骤3,根据二维码位姿和自然特征点的位置信息确定相机位姿;该步骤3包括:构建残差函数,其中包括自然特征点投影误差和二维码定位误差,根据残差函数构建最小二乘问题,求解残差函数的最小值,根据与最小值对应的相机位姿确定相机位姿。本发明所采用的方案采用视觉SLAM融合二维码定位的形式,实现更精确稳定的定位,具有更好的精度、稳定性和鲁棒性。
-
公开(公告)号:CN114386527B
公开(公告)日:2022-12-09
申请号:CN202210056531.7
申请日:2022-01-18
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种用于域自适应目标检测的类别正则化方法及系统,该方法包括:步骤1,获取源域感兴趣区域特征向量和目标域感兴趣区域特征向量及其与对应的预测类别和与对应的预测类别步骤2,计算类间正则化损失函数值步骤3,计算类内正则化损失函数值步骤4,和作为正则化项结合到域自适应目标检测框架的损失函数中,以联合优化域自适应目标检测损失函数和类别正则化损失函数。本发明实现了两域相同类别特征合理充分的对齐,大大降低了两域特征负迁移的风险,而且还可以灵活地拓展到多种现有的域自适应目标检测框架中。
-
公开(公告)号:CN115033371A
公开(公告)日:2022-09-09
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:CN114509086A
公开(公告)日:2022-05-17
申请号:CN202210137726.4
申请日:2022-02-15
Applicant: 湖南大学无锡智能控制研究院
IPC: G01C21/34
Abstract: 本发明公开了一种智能车辆在连续弯道场景下的最优轨迹规划方法及系统,其包括:步骤1,通过传感器获取自车所在道路的道路边界点以及该道路的中心线点的坐标,沿自车纵轴的前、后方向分别设置半径为R的前包络圆和后包络圆,通过前包络圆和后包络圆表征自车,同时将道路边界点均沿垂直于其对应中心线的方向内缩距离R;步骤2,将道路边界点拟合出总数为N条具有相互重叠部分并由多项式和描述的道路边界;步骤3,使用自行车运动学模型作为自车的车辆模型,同时将和作为道路边界约束,结合车辆约束,建立第一最优控制问题,并将最优控制问题转化为非线性规划问题,求出全局最优轨迹。
-
公开(公告)号:CN114485730A
公开(公告)日:2022-05-13
申请号:CN202210089031.3
申请日:2022-01-25
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于牛顿迭代法的DVL误差标定方法及系统,其包括:步骤1,构建DVL误差损失函数f(Φ,δ);步骤2,通过牛顿迭代法逼近损失极小值点获得Φ和δ的最优估计值,其具体包括:步骤21,令X=[Φ,δ],将所述非线性优化函数f(X)进行在初始点二阶泰勒展开;步骤22,根据所述步骤21二阶泰勒展开后的结果,确定迭代方程:步骤23,给定初始值通过i次迭代,求出每次迭代中不同的海森矩阵A(X)及其逆矩阵,从而得到Xi,如果Xi小于预设值,或者迭代次数达到设定的最大值,则Xi作为最优解,停止迭代;否则返回方程(3)继续迭代运行。
-
公开(公告)号:CN114440878A
公开(公告)日:2022-05-06
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
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:CN113561976A
公开(公告)日:2021-10-29
申请号:CN202110953714.4
申请日:2021-08-19
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于反馈优化的车辆节能预测自适应巡航控制方法核装置,该方法包括:步骤S1,获取自车预测状态、前车预测状态和后车预测状态;步骤S2,判断当前时刻是否为反馈增益切换时刻,若是,则进入步骤S3,反之,则沿用上一时刻的反馈增益,计算上位控制输入;步骤S3,构建经济优化问题,求解最优反馈增益,计算最优上位控制输入,并将最优控制输入序列对应的自车状态作为下一时刻自身预测状态,并返回步骤S2。本发明可在给定的反馈增益范围内,选取能耗最优的值,并通过设计反馈增益切换时间保证跟踪稳定性。
-
公开(公告)号:CN118960719A
公开(公告)日:2024-11-15
申请号:CN202411063429.5
申请日:2024-08-05
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
IPC: G01C21/00 , G06F18/25 , G06F18/214 , G06N3/04 , G06N3/08 , G06N20/20 , G01C21/08 , G01C21/16 , G01C21/20 , G01S15/58 , G01S15/86
Abstract: 本发明公开了一种基于多模态数据融合与集成学习的定位方法及系统,该方法包括:通过声学多普勒测速单元获得水下潜器的速度信息和运动轨迹信息;通过捷联式惯性测量单元获得水下潜器的三轴线性加速度数据、三轴角速度数据以及姿态信息;通过地磁导航单元获得水下潜器的位置信息;将多普勒测速单元、捷联式惯性测量单元和地磁导航单元获得的三类多模态数据进行混合编码,得到融合特征数据;将融合特征数据输入到基于Transformer的深度神经网络进行训练;在水下定位导航中,使用训练好的基于Transformer的深度神经网络对水下潜器进行定位。本发明通过多模态融合数据进行特征学习,利用神经网络输出定位结果,提高水下定位精度。
-
公开(公告)号:CN118710528A
公开(公告)日:2024-09-27
申请号:CN202411197219.5
申请日:2024-08-29
Applicant: 湖南大学无锡智能控制研究院
IPC: G06T5/60 , G06N3/0455
Abstract: 本发明涉及图像处理技术领域,具体公开了一种水下图像增强方法及装置,包括:获取待增强水下图像,并将待增强水下图像通过第一图像增强编码器进行编码获得待增强低维特征向量,第一图像增强编码器为根据第一编解码优化数据优化后获得;将待增强低维特征向量输入目标映射网络,获得目标质量低维特征向量,目标映射网络为将第一编解码过程数据作为输入数据以及将第二编解码过程数据作为输出数据对基于注意力机制的神经网络模型进行训练获得;对目标质量低维特征向量通过第二图像增强编码器进行解码获得增强后的水下图像,第二图像增强编码器为根据第二编解码优化数据优化后获得。本发明提供的水下图像增强方法有效提升水下图像增强效果。
-
-
-
-
-
-
-
-
-