-
公开(公告)号：CN105867373B
公开(公告)日：2018-09-11
申请号：CN201610213132.1
申请日：2016-04-07
Applicant: 重庆大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于激光雷达数据的移动机器人位姿推算方法，首先接收与预处理激光雷达数据；分割聚类环境数据；然后从激光雷达数据中选择簇群；并对目标簇群进行跟踪；获取簇群中每个子簇群的顶点在局部坐标系下的坐标数据，获取簇群的顶点的坐标和每个连接连线的倾角；将起始点和终点组成连接直线并计算偏转角度；通过滑动滤波计算机器人位置坐标变化后的位置坐标；最后初始化起始点的位姿和采样位姿点。本发明提供的移动机器人位姿推算方法是使用精度较高的二维激光雷达，无需对环境进行任何修改；机器人的位姿信息相对于具体环境客观描述，更便捷将位姿信息集成到其它移动机器人的业务模块中，提高系统的可靠性、易实现性并降低成本。
-
公开(公告)号：CN106067248B
公开(公告)日：2018-08-24
申请号：CN201610369536.X
申请日：2016-05-30
Applicant: 重庆大学
Abstract: 本发明公开了一种考虑速度离散特性的高速公路交通状态估计方法，包括以下步骤：S1：设置速度离散特性指标及交通流特征参数；S2：获取交通流数据并利用RelielfF方法对交通流特征参数进行加权；S3：利用人工蜂群算法对交通流特征参数的聚类中心进行优化；S4：输出优化聚类中心并确定交通估计状态。本发明基于模糊C均值算法，通过引入速度离散特征参数，并根据不同特征对状态估计结果的贡献程度不同，利用ReliefF方法确定特征权重，并利用人工蜂群方法进行聚类初值点的优化，而实现了高速公路交通状态的估计。
-
公开(公告)号：CN107564276A
公开(公告)日：2018-01-09
申请号：CN201710545628.3
申请日：2017-07-06
Applicant: 重庆大学
Abstract: 本发明公开了一种基于交通状态突变的交通事件检测方法，包括以下步骤：S1车联网环境下提取所选路段和时段的单车基本信息；S2按统计周期统计所选路段的平均车速、平均车头间距、车速变异系数和车头间距离变异系数；S3融合交通流宏微观参数进行交通状态模糊判别；S4建立均值变点模型，以交通状态的实测值与预测值之差作为样本序列，以最小方差法搜索变点，检测交通事件。本发明充分利用交通流中单车的基本参数，从微观角度考虑车速离散性和车头间距离散性，研究交通流变化时它们的变化规律，融合宏观和微观参数对交通状态进行判别，最后基于宏微观参数融合后的交通状态的突变进行交通事件自动检测，为研究适应车联网环境的交通事件检测技术提供了新思路。
-
公开(公告)号：CN107458380A
公开(公告)日：2017-12-12
申请号：CN201710654082.5
申请日：2017-08-03
Applicant: 重庆大学
IPC: B60W40/076
CPC classification number: B60W40/076 , B60W2510/1005 , B60W2520/10 , B60W2520/105 , B60W2530/10 , B60W2530/16 , B60W2530/22
Abstract: 本发明公开了一种适用于综合驾驶工况下的道路坡度实时估计方法；首先根据基于OpenXC搭建数据采集平台，获取车辆行驶状态数据；然后建立车辆纵向动力与道路坡度的关系模型；以及构建基于自适应扩展卡尔曼滤波算法模型；最后根据刹车制动工况建立基于自回归预测模型的短程坡度估计方法；并计算综合驾驶工况下的坡度估计；本发明提出的道路坡度估计方法，针对实际驾驶环境中的不同驾驶工况和不确定性噪声干扰，在提高坡度估计的同时扩展了其应用范围；为驾驶员提供实时的道路坡度信息，对于改善车辆辅助驾驶控制、稳定性控制、安全节能驾驶等具有重要的实际意义。
-
公开(公告)号：CN107452201A
公开(公告)日：2017-12-08
申请号：CN201710607365.4
申请日：2017-07-24
Applicant: 重庆大学
Abstract: 本发明公开了一种考虑前车换道驶离过程的跟驰行为建模方法，包括S1获取车辆换道驶离当前车道过程中该换道车辆、换道车辆后车、换道车辆前车的换道轨迹数据；S2判断换道车辆换道过程中的加速度状态变化；S3判断换道车辆是否已驶主当前车道，则以当前车道次前车为跟踪目标，若否则以当前车道前车、换道驶离车辆为跟驰目标；S4基于遗传算法的建模基本参数标定；S5驾驶员竞争系数识别；S6输出当前车辆下一时刻的跟驰加速度。本发明在经典跟驰行为模型FVDM模型基础上，引入间距增益因子来反映当前车道前车发生横向偏移时，其后车对前方行驶空间的放大程度，以合理反映前车换道行为对后车跟驰行为的影响，有效提高跟驰行为建模方法的适应性。
-
Patent Agency Ranking
公开(公告)号：CN107293119A
公开(公告)日：2017-10-24
申请号：CN201710607976.9
申请日：2017-07-24
Applicant: 重庆大学
CPC classification number: G08G1/0129 , G06F17/5009
Abstract: 本发明公开一种交通事件检测California算法模型改进方法，包括S1.对交通数据进行预处理；S2.若上下游检测器占有率绝对差大于K1继续S3，否则转到S6；S3.若上下游检测器占有率之比大于K2继续S4，否则转到S6；S4.若上下游检测器占有率之差与下游检测器占有率之比大于K3继续S5，否则转到S6；S5.若上游检测器占有率与流量之比和下游占检测器有率与流量之比的差值小于等于K4转到S6，否则转到S7；S6.若上游车速大于KV，则判别该检测路段处于非拥堵状态，否则继续S7；S7.判断上一周期该检测路段交通状态是否为拥堵，是则判别该检测路段处于拥堵状态，否则为非拥堵。本发明通过固定检测器得到的交通信息，对交通事件检测California算法模型进行改进，提高算法检测率，降低误报率。
-
公开(公告)号：CN107247824A
公开(公告)日：2017-10-13
申请号：CN201710368329.7
申请日：2017-05-23
Applicant: 重庆大学
CPC classification number: G06F17/5009 , G06F17/15 , G06F17/16 , G06F17/5086 , G06F17/5095
Abstract: 本发明公开了一种考虑刹车和转弯影响的汽车质量‑道路坡度联合估计方法，包括如下步骤：步骤1：采集数据：步骤11：利用数据采集装置获取车辆行驶状态数据；步骤12：结合车辆行驶状态数据和车辆固有参数，计算模型所需相关参数；步骤2：基于车辆动力学模型建立汽车质量、道路坡度与车辆行驶状态数据的关系模型；步骤3：分别基于汽车质量、道路坡度与车辆行驶状态数据的关系模型，构建最小二乘质量估计模型和卡尔曼滤波坡度估计模型；步骤4：采用嵌套循环迭代进行汽车质量和道路坡度联合估计；步骤5：采用状态保持的方式消除刹车和转弯的影响。其考虑了实车驾驶过程中刹车和转弯的影响，实现了汽车质量和道路坡度的实时动态联合估计。
-
公开(公告)号：CN107194924A
公开(公告)日：2017-09-22
申请号：CN201710369342.4
申请日：2017-05-23
Applicant: 重庆大学
CPC classification number: G06T7/0002 , G01N21/17 , G01N2021/177 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30236
Abstract: 一种基于暗通道先验和深度学习的高速公路雾天能见度检测方法，包括如下步骤：步骤1：采集高速公路摄像头获取的视频图像，建立背景模型；步骤2：获取初步透射率图：步骤21：构建一个六层的卷积神经网络，并使用大量样本训练得到网络模型；步骤22：加载卷积神经网络模型，并使用原始图片的长和宽对网络进行初始化；步骤23：把原始雾天图像送入该网络进行计算，得到对应的透射率图；步骤3：透射率图优化；步骤4：求取平均大气消光系数：步骤41：在原始图像中指定至少两条车道白线以选取道路关键点；步骤42：对于每一条车道线，获取车道线两端位置的透射率，分别计算出对应的大气消光系数；步骤43：求得平均大气消光系数；步骤5：能见度估计。
-
公开(公告)号：CN106981195A
公开(公告)日：2017-07-25
申请号：CN201710350148.1
申请日：2017-05-18
Applicant: 重庆大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于公交GPS数据的交叉口信号配时参数估计方法，包括如下步骤：步骤1：选取某一信号交叉口，并从数据库中提取在某个时间段内经过该交叉口的所有公交车的GPS数据，利用每辆公交车经过交叉口的GPS数据，建立交叉口单车行程时间估计模型；步骤2：基于已获得的每辆公交车经过交叉口的行程时间，利用先聚类再分类的方法，找到每个信号周期经过交叉口的第一辆公交车(称之为CBV)；步骤3：计算所有CBV及每一辆CBV对应的前车到达交叉口停车线的时间，在此基础上，获得周期时长以及周期边界估计结果；步骤4：利用CBV在停车线附近的GPS数据序列，结合周期时长和周期边界估计结果，建立交叉口红灯时长估计模型。
-
公开(公告)号：CN106740870A
公开(公告)日：2017-05-31
申请号：CN201611231861.6
申请日：2016-12-28
Applicant: 重庆大学
IPC: B60W40/13
Abstract: 本发明公开了一种考虑换挡因素的车辆质量估计方法，首先采集车辆行驶状态数据并计算得到模型所需参数；然后结合车辆行驶过程中的力学特性建立车辆纵向动力学模型：建立带多遗忘因子的加权最小二乘递推质量估计模型；确定车辆质量实时估计系统的使用条件，将采集到的车辆行驶状态数据和相关模型参数输入车辆质量实时估计系统，估计并输出实时车辆质量。本发明提出的考虑车辆换挡因素的质量估计方法，使车辆在换挡前后，均能够获得较为准确的质量估计结果。同时考虑到换挡时带来的传动比突变和换挡之后车辆旋转质量换算系数的变化，采用带有多遗忘因子的加权最小二乘递推估计方法，实现对车辆质量的实时估计。
-
-
-
-
-
-
-
-
-
Search Results
461
records
(took 0.027 seconds)
