一种用于无人车的城市环境构图方法

    公开(公告)号:CN104764457B

    公开(公告)日:2017-11-17

    申请号:CN201510190640.8

    申请日:2015-04-21

    Abstract: 本发明公开了一种用于无人车的城市环境构图方法,不依赖于里程计、GPS以及惯导等外部定位传感器,仅采用车载激光雷达返回的3D激光点云数据用较少的粒子完成无人车轨迹跟踪与环境地图构建,为无人地面车辆在未知环境下的自主行驶提供依据;本发明对相邻两帧数据应用ICP算法得到了车辆真实位姿的粗估计,然后在此粗估计附近根据高斯分布撒点。该粗估计虽然不是无人车真实位姿,却是无人车真实位姿的高概率区域,在后续撒点过程用少量的粒子便实现了较准确的定位与构图,避免了传统方法使用大量粒子拟合车辆轨迹,提高了算法的效率,并有效抑制了由于粒子估计不好带来的粒子匮乏现象。

    基于宏观城市交通流的智能车辆行驶速度及时间预测方法

    公开(公告)号:CN104821080B

    公开(公告)日:2017-04-12

    申请号:CN201510093080.4

    申请日:2015-03-02

    Abstract: 本发明提出一种基于宏观城市交通流的智能车辆行驶速度及时间预测方法,首先选取行驶环境下的道路和环境相关变量进行量化;其次建立智能车辆自主驾驶的GIS数据库;其次,结合回归分析法,提出行驶环境下各关键变量的组合法则,得到城市交通网络中智能车辆行驶车速大小与道路设计参数、交通条件、实时路况的多元线性关系。再次,基于梯形密度‑流量基本图的宏观城市交通流理论的VLM模型,得到路段的VLM模型的动态和稳态特征,给出城市宏观交通流的速度和时间评价函数。最后,结合路段在不同的车流量密度以及初始状态下的多元线性车速模型,得到城市道路网络中智能车辆的行驶车速约束方程,进而求得满足目标函数的最优行驶车速及其行程时间。

    基于宏观城市交通流的智能车辆行驶速度及时间预测方法

    公开(公告)号:CN104821080A

    公开(公告)日:2015-08-05

    申请号:CN201510093080.4

    申请日:2015-03-02

    CPC classification number: G08G1/0104 G06Q10/04 G08G1/052

    Abstract: 本发明提出一种基于宏观城市交通流的智能车辆行驶速度及时间预测方法,首先选取行驶环境下的道路和环境相关变量进行量化;其次建立智能车辆自主驾驶的GIS数据库;其次,结合回归分析法,提出行驶环境下各关键变量的组合法则,得到城市交通网络中智能车辆行驶车速大小与道路设计参数、交通条件、实时路况的多元线性关系。再次,基于梯形密度-流量基本图的宏观城市交通流理论的VLM模型,得到路段的VLM模型的动态和稳态特征,给出城市宏观交通流的速度和时间评价函数。最后,结合路段在不同的车流量密度以及初始状态下的多元线性车速模型,得到城市道路网络中智能车辆的行驶车速约束方程,进而求得满足目标函数的最优行驶车速及其行程时间。

    一种基于GIS的无人地面车辆自主行驶辅助系统

    公开(公告)号:CN104819724B

    公开(公告)日:2018-04-03

    申请号:CN201510093286.7

    申请日:2015-03-02

    Abstract: 本发明提供一种基于GIS的无人地面车辆自主行驶辅助系统,解决了无人地面车辆在未知环境下的自主行驶问题。包括GIS数据库模块、道路模型构建模块和路径规划模块;其中:GIS数据库模块通过整合空间数据信息和构建数据库来完成;道路模型构建模块依据无人地面车辆的运动学特性建立带有路口距离属性的双线路口模型;路径规划模块给出全局静态路径规划和局部动态路径规划;依据给定任务点的坐标信息,关联所经道路的路口点并进行道路匹配,最终生成途径任务点的最短路径,若检测到前方道路有禁行标志或阻塞无法通行,则需要对道路宽度进行判断选择相应的局部动态规划策略,使得无人地面车辆能够继续行驶。

    一种基于GIS的无人地面车辆自主行驶辅助系统

    公开(公告)号:CN104819724A

    公开(公告)日:2015-08-05

    申请号:CN201510093286.7

    申请日:2015-03-02

    CPC classification number: G01C21/32 G01C21/3415

    Abstract: 本发明提供一种基于GIS的无人地面车辆自主行驶辅助系统,解决了无人地面车辆在未知环境下的自主行驶问题。包括GIS数据库模块、道路模型构建模块和路径规划模块;其中:GIS数据库模块通过整合空间数据信息和构建数据库来完成;道路模型构建模块依据无人地面车辆的运动学特性建立带有路口距离属性的双线路口模型;路径规划模块给出全局静态路径规划和局部动态路径规划;依据给定任务点的坐标信息,关联所经道路的路口点并进行道路匹配,最终生成途径任务点的最短路径,若检测到前方道路有禁行标志或阻塞无法通行,则需要对道路宽度进行判断选择相应的局部动态规划策略,使得无人地面车辆能够继续行驶。

Patent Agency Ranking