-
公开(公告)号：CN116331206B
公开(公告)日：2023-10-20
申请号：CN202310363022.3
申请日：2023-04-06
Applicant: 上海交通大学
IPC: B60W30/18 , B60W40/105 , B60W40/10 , B60W40/06
Abstract: 本发明公开一种智能汽车安全行驶的决策方法及系统，涉及智能汽车决策技术领域。所述方法包括：采集目标智能汽车在高速路的行驶参数；所述行驶参数包括车辆速度、车头角度、位置信息和车道情况；所述车道情况为与相邻车辆的时距变化；根据所述行驶参数和合规性强化学习决策模型，确定最优换道超车动作；所述合规性强化学习决策模型是根据深度强化学习网络和回报函数构建的；所述回报函数是根据超车判断条件和预设最小安全距离确定的；所述回报函数为在超车过程中车辆违规的事故程度。本发明能够提高智能汽车安全行驶的决策准确率。
-
公开(公告)号：CN116700208A
公开(公告)日：2023-09-05
申请号：CN202310599903.5
申请日：2023-05-25
Applicant: 上海交通大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于可逆左流形的闭环系统故障诊断方法及系统，该方法包括以下步骤：步骤1、根据可逆神经网络构建可逆左流形，参数化非线性闭环系统；步骤2、根据可逆神经网络构建非线性闭环控制系统的可逆残差生成器；步骤3、获取非线性闭环系统的在线数据，基于残差生成器的检验统计量以及设定的诊断阈值进行在线故障诊断。与现有技术相比，本发明具有内存成本要求低、故障诊断精度高的优点。
-
Patent Agency Ranking
公开(公告)号：CN116331206A
公开(公告)日：2023-06-27
申请号：CN202310363022.3
申请日：2023-04-06
Applicant: 上海交通大学
IPC: B60W30/18 , B60W40/105 , B60W40/10 , B60W40/06
Abstract: 本发明公开一种智能汽车安全行驶的决策方法及系统，涉及智能汽车决策技术领域。所述方法包括：采集目标智能汽车在高速路的行驶参数；所述行驶参数包括车辆速度、车头角度、位置信息和车道情况；所述车道情况为与相邻车辆的时距变化；根据所述行驶参数和合规性强化学习决策模型，确定最优换道超车动作；所述合规性强化学习决策模型是根据深度强化学习网络和回报函数构建的；所述回报函数是根据超车判断条件和预设最小安全距离确定的；所述回报函数为在超车过程中车辆违规的事故程度。本发明能够提高智能汽车安全行驶的决策准确率。
-
公开(公告)号：CN118672848A
公开(公告)日：2024-09-20
申请号：CN202410695728.4
申请日：2024-05-31
Applicant: 上海交通大学 , 广州高新兴机器人有限公司
Abstract: 本发明公开的一种机器人性能监测与任务调度方法、系统和可读存储介质，其中方法包括：获取目标检测数据，其中，所述目标检测数据包括系统信息检测数据、任务检测数据、部件实时信息输出检测数据以及内部网络带宽检测数据；将所述目标检测数据存入目标数据库，并生成目标数据曲线；基于所述目标数据曲线判断当前机器人是否存在异常，若存在异常则进行任务调度，其中，任务调度方式至少包括启动降温设备以及调整网络带宽。本发明可以对机器人的性能参数进行全面收集和实时监测，从而进行机器人的任务调度优化，及时发现异常问题并输出处理机制，可以提升机器人的应用效率以及保障机器人的安全运行。
-
公开(公告)号：CN118470134A
公开(公告)日：2024-08-09
申请号：CN202410691318.2
申请日：2024-05-30
Applicant: 上海交通大学 , 广州高新兴机器人有限公司
Abstract: 本发明公开的一种深度相机安装误差的标定方法、系统和可读存储介质，其中方法包括：获取深度相机的基础点云数据，其中，所述基础点云数据对应为深度相机点云范围内的平整地面数据；基于所述基础点云数据进行坐标系转换得到目标点云，其中，所述目标点云为机器人中心坐标系下的点云；计算所述目标点云的平面法向量；基于所述平面法向量计算深度相机旋转方向上的安装误差以得到标定误差，其中，所述标定误差包括俯仰角误差以及翻滚角误差。本发明不需要额外的标定板，避免繁琐的标定步骤即可标定安装误差，利用地面点云的均值点和到中心点的向量求得平面法向量，从而利用平面法向量与坐标三轴之间的夹角来矫正安装误差，计算简单快速。
-
公开(公告)号：CN116337082A
公开(公告)日：2023-06-27
申请号：CN202310552305.2
申请日：2023-05-16
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于局部信息的机器人自主导航方法，该方法包括以下步骤：步骤1、搭建虚拟导航平台，设计自主导航模型并采集虚拟导航过程的训练数据；步骤2、基于训练数据，采用深度强化学习算法对自主导航模型进行训练；步骤3、导出并封装训练好的自主导航模型；步骤4、将封装好的自主导航模型应用于实际导航任务。与现有技术相比，本发明具有场景适用性高、计算复杂度低的优点。
-
公开(公告)号：CN118552624A
公开(公告)日：2024-08-27
申请号：CN202410695729.9
申请日：2024-05-31
Applicant: 上海交通大学 , 广州高新兴机器人有限公司
Abstract: 本发明公开的一种基于图像的深度相机旋转安装误差判定方法、系统和介质，其中方法包括：获取深度相机的场地点云数据，其中，所述场地点云数据对应为深度相机点云范围内的平整地面数据；基于所述场地点云数据提取每一个点进行坐标系转换以得到机器人中心坐标系下的正视图像；基于所述场地点云数据提取每一个点进行坐标系转换以得到机器人中心坐标系下的侧视图像；比较所述正视图像以及所述侧视图像中像素点形状以判断是否存在旋转安装误差，其中，若像素点呈现预设形状则表明存在旋转安装误差。本发明可以测量旋转方向上的角度误差，通过特定视角的图像能够直观看出相机安装误差是否过大，并且可以用来判定相机安装误差矫正后的矫正效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.03 seconds)
