-
公开(公告)号：CN112631294B
公开(公告)日：2022-06-28
申请号：CN202011485421.X
申请日：2020-12-16
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种移动机器人智能路径规划方法，建立静态二维栅格地图，利用改进蚁群算法进行全局路径规划；移动机器人传感器模块检测未知障碍物信息，计算障碍物运动轨迹和机器人运动轨迹，采用优化动态窗口法进行局部动态避障，以机器人当前位置为起始点，全局规划路径上的最临近关键节点为临时目标点动态避障；机器人沿着规划路径行驶并且安全到达目的地。本发明综合考虑了地图环境中的静态障碍物以及动态障碍物的实际问题，改进蚁群算法的启发函数，调整信息素更新规则进行全局路径规划，机器人行驶过程中遇到动态障碍物采用优化的动态窗口法进行避障，完成局部路径规划，机器人在实际地图运行有比较高的实用性和研究价值。
-
公开(公告)号：CN114136311B
公开(公告)日：2023-08-04
申请号：CN202111311578.5
申请日：2021-11-08
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于IMU预积分的激光SLAM定位方法，包括步骤1：在获取当前IMU与激光雷达测量数据的基础上，对当前时刻IMU进行状态预测与预积分；步骤2：利用IMU状态预测得到的预测值，消除激光雷达数据测量产生的点云畸变；步骤3：从畸变后的点云中进行特征提取，提取边缘点与平面点；步骤4：将一段时间内不同时间戳下所提取的特征点投影至同一坐标系下，形成一个点云局部地图；步骤5：根据局部地图，确定所提取特征与局部地图间的对应关系，得到相对激光雷达测量；步骤6：以LiDAR相对测量残差和IMU预积分残差为约束条件，建立非线性最小二乘目标函数，并联合优化求解，将结果用于更新IMU预测的状态变量，消除IMU在传递过程中的误差。
-
公开(公告)号：CN111242127B
公开(公告)日：2023-02-24
申请号：CN202010042002.2
申请日：2020-01-15
Applicant: 上海应用技术大学
IPC: G06V30/146 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于非对称卷积的具有粒度级多尺度特性的车辆检测方法，包括以下步骤：步骤S1：通过视频流获取若干包含车辆的图片，制作车辆目标检测数据集，包括训练集和测试集；步骤S2：设计非对称卷积AC单元；步骤S3：将非对称卷积AC单元嵌入Res2Net模块构建具有粒度级多尺度特性的非对称卷积ACB模块；步骤S4：将ACB模块嵌入轻量化模型ShuffleNetV2中构建基于卷积神经网络的车辆目标分类网络ACBNet；步骤S5：利用所制作的车辆目标训练集训练车辆目标分类网络ACBNet；步骤S6：将测试集图片放入分类网络ACBNet进行分类，之后再经过残差预测模块处理获得所预测图像或视频中车辆的类别和位置信息并框出车辆目标。
-
Patent Agency Ranking
公开(公告)号：CN112631294A
公开(公告)日：2021-04-09
申请号：CN202011485421.X
申请日：2020-12-16
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种移动机器人智能路径规划方法，建立静态二维栅格地图，利用改进蚁群算法进行全局路径规划；移动机器人传感器模块检测未知障碍物信息，计算障碍物运动轨迹和机器人运动轨迹，采用优化动态窗口法进行局部动态避障，以机器人当前位置为起始点，全局规划路径上的最临近关键节点为临时目标点动态避障；机器人沿着规划路径行驶并且安全到达目的地。本发明综合考虑了地图环境中的静态障碍物以及动态障碍物的实际问题，改进蚁群算法的启发函数，调整信息素更新规则进行全局路径规划，机器人行驶过程中遇到动态障碍物采用优化的动态窗口法进行避障，完成局部路径规划，机器人在实际地图运行有比较高的实用性和研究价值。
-
公开(公告)号：CN114136311A
公开(公告)日：2022-03-04
申请号：CN202111311578.5
申请日：2021-11-08
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于IMU预积分的激光SLAM定位方法，包括步骤1：在获取当前IMU与激光雷达测量数据的基础上，对当前时刻IMU进行状态预测与预积分；步骤2：利用IMU状态预测得到的预测值，消除激光雷达数据测量产生的点云畸变；步骤3：从畸变后的点云中进行特征提取，提取边缘点与平面点；步骤4：将一段时间内不同时间戳下所提取的特征点投影至同一坐标系下，形成一个点云局部地图；步骤5：根据局部地图，确定所提取特征与局部地图间的对应关系，得到相对激光雷达测量；步骤6：以LiDAR相对测量残差和IMU预积分残差为约束条件，建立非线性最小二乘目标函数，并联合优化求解，将结果用于更新IMU预测的状态变量，消除IMU在传递过程中的误差。
-
公开(公告)号：CN113341719A
公开(公告)日：2021-09-03
申请号：CN202110661511.8
申请日：2021-06-15
Applicant: 上海应用技术大学
IPC: G05B13/04
Abstract: 本发明公开了一种融合TEB算法和模糊控制的AGV轨迹跟踪控制方法，包括步骤1：建立AGV运动学状态方程，构建TEB算法多目标优化问题；步骤2：设定目标点，构建TEB算法求解模型，每个迭代周期得到优化后的最优轨迹序列；步骤3：基于所述的最优轨迹点序列和反馈的实际轨迹点序列，计算距离误差和角度误差，设计轨迹跟踪模糊控制器，包括输出参数模糊化处理、设计模糊规则和进行模糊推理；步骤4：控制器输出AGV运动的控制量，通过运动学方程转换成差速AGV左右轮的运动参数并传递给受控对象，组成TEB算法规划最优轨迹点、轨迹跟踪模糊控制器、AGV运动学方程和被控对象的闭环控制系统。从而实现对差速AGV的轨迹纠偏，提高算法的控制精度。
-
公开(公告)号：CN111665847A
公开(公告)日：2020-09-15
申请号：CN202010595118.9
申请日：2020-06-24
Applicant: 上海应用技术大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于模糊逻辑的动态窗口避障算法，包括以下步骤：将机器人在相邻时刻的轨迹视为一段直线L；搜索轨迹L中在动态约束条件下可达到的线速度与角速度；根据搜索获得的线速度和角速度数据对机器人下一时刻内运动的轨迹加以预测；通过评价函数从预测轨迹中选择最优轨迹；将根据评价函数所得最优轨迹对应的角速度与线速度作为下一时刻的速度指令进而对机器人运动轨迹加以控制，实现避障功能。评价函数中引入目标距离使机器人运动更为平稳；在选取最优轨迹时使用模糊逻辑控制器来调整评价函数系数，提高机器人对复杂环境的适应能力。本发明基于模糊逻辑的动态窗口避障算法，能在稳定机器人运动轨迹的同时提高移动机器人在复杂环境中的避障能力。
-
公开(公告)号：CN111242127A
公开(公告)日：2020-06-05
申请号：CN202010042002.2
申请日：2020-01-15
Applicant: 上海应用技术大学
Abstract: 本发明公开了基于非对称卷积的具有粒度级多尺度特性的车辆检测方法，包括以下步骤：步骤S1：通过视频流获取若干包含车辆的图片，制作车辆目标检测数据集，包括训练集和测试集；步骤S2：设计非对称卷积AC单元；步骤S3：将非对称卷积AC单元嵌入Res2Net模块构建具有粒度级多尺度特性的非对称卷积ACB模块；步骤S4：将ACB模块嵌入轻量化模型ShuffleNetV2中构建基于卷积神经网络的车辆目标分类网络ACBNet；步骤S5：利用所制作的车辆目标训练集训练车辆目标分类网络ACBNet；步骤S6：将测试集图片放入分类网络ACBNet进行分类，之后再经过残差预测模块处理获得所预测图像或视频中车辆的类别和位置信息并框出车辆目标。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
