-
公开(公告)号：CN117111597A
公开(公告)日：2023-11-24
申请号：CN202310794288.3
申请日：2023-06-29
Applicant: 南京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种复杂未知环境下的无人车组合路径规划方法，该方法针对复杂未知环境下无人车路径规划效率低、路径拐点多、可靠性差等问题，首先改进了跳点搜索算法的跳跃规则和强制邻居筛选规则，并在D*Lite和跳点搜索算法的评价函数中添加地形约束和障碍物约束，然后设计了一种基于无人车探测范围的组合策略进行路径规划，最后利用跳点信息剔除冗余路径，并引入三阶B‑spline插值平滑路径。本发明方法的优点是：(1)将改进后的D*Lite与跳点搜索算法相结合，提高了路径规划的全局寻优能力；(2)融入了更多针对环境特性的地形约束条件，如坡度、地面起伏度，更加适用于复杂环境；(3)利用跳点信息进行冗余路径剔除使规划出的路径更加平滑，路径长度缩短。本发明方法能够实现无人车在复杂环境中规划出安全的路径，具有规划速度快、路径平滑、可靠性高的特点。
-
Patent Agency Ranking
公开(公告)号：CN116796551A
公开(公告)日：2023-09-22
申请号：CN202310786241.2
申请日：2023-06-29
Applicant: 南京理工大学
IPC: G06F30/20
Abstract: 本发明公开了一种空间目标过境时段快速高精度计算方法，该方法针对空间目标过境时段的快速计算，首先获取给定的时间范围、空间目标信息以及圆形地面区域信息，其次利用高精度轨道预报模型并采用大步长递推的方式，计算得到目标的轨道预报数据与星下点位置，然后分析各时刻目标的过境状态，并确定目标星下点进出地面区域前后的位置，最后结合线性插值原理出计算目标过境时段。该方法能够利用由较大步长递推得到空间目标轨道预报数据，快速计算出目标星下点过境圆形地面区域的时段，其适用于处在轨道保持状态的各类空间目标。
-
公开(公告)号：CN115793676A
公开(公告)日：2023-03-14
申请号：CN202211330108.8
申请日：2022-10-27
Applicant: 南京理工大学
IPC: G05D1/06
Abstract: 本发明公开了一种面向移动平台的旋翼无人机视觉引导降落方法。该方法针对旋翼无人机面向移动平台的降落问题，首先通过图像处理方法获得无人机和合作标志之间的相对位姿，然后采用了一种两阶段的降落控制方法：第一飞行阶段采用分段串级PID算法控制无人机跟随接近移动平台；第二飞行阶段解算移动平台前进速度，给予无人机速度补偿使其到达与移动平台交会点，最终垂直降落在移动平台上。本发明方法的优点是：（1）不依赖GNSS信号；（2）通过嵌套合作标志的方式有效解决了合作标志超出相机视场范围的问题；（3）能够实现在移动平台上的降落。
-
公开(公告)号：CN115342821B
公开(公告)日：2025-05-09
申请号：CN202210930007.8
申请日：2022-08-03
Applicant: 南京理工大学
Abstract: 本发明公开了一种复杂未知环境下的无人车导航代价地图构建方法。该方法利用激光雷达与深度相机实时点云数据，通过点云数据预处理、地面点云与非地面点云的分割、不可通行区域边缘检测、2.5D高程栅格地图构建、坡度分析等步骤，构建导航代价地图。本发明重点解决流程中的点云分割，不可通行区域边缘检测以及地形坡度分析问题，优点是不仅能够检测位于地面以上的障碍，还能够检测出坑洞等位于地面以下的不可通行区域边缘，此外，本发明还能够通过地形分析，检测出无人车难以通行的区域。本发明方法能够实现无人车在野外复杂未知环境中自主标识障碍并构建导航地图。
-
公开(公告)号：CN115342821A
公开(公告)日：2022-11-15
申请号：CN202210930007.8
申请日：2022-08-03
Applicant: 南京理工大学
Abstract: 本发明公开了一种复杂未知环境下的无人车导航代价地图构建方法。该方法利用激光雷达与深度相机实时点云数据，通过点云数据预处理、地面点云与非地面点云的分割、不可通行区域边缘检测、2.5D高程栅格地图构建、坡度分析等步骤，构建导航代价地图。本发明重点解决流程中的点云分割，不可通行区域边缘检测以及地形坡度分析问题，优点是不仅能够检测位于地面以上的障碍，还能够检测出坑洞等位于地面以下的不可通行区域边缘，此外，本发明还能够通过地形分析，检测出无人车难以通行的区域。本发明方法能够实现无人车在野外复杂未知环境中自主标识障碍并构建导航地图。
-
公开(公告)号：CN115205467A
公开(公告)日：2022-10-18
申请号：CN202210959213.1
申请日：2022-08-10
Applicant: 南京理工大学
IPC: G06T17/00 , G06T15/00 , G06V10/82 , G06V10/764 , G06V20/64 , G06N3/04 , G06N3/08 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种基于轻量化和注意力机制的空间非合作目标部件识别方法，该方法主要步骤包括：首先使用三维软件生成空间目标的图像数据，部分直接进行标注作为数据集，另一部分与真实空间目标图像共同作为风格迁移算法的输入进行数据增强，增强后得到的图像数据再进行标注，和三维软件直接生成的图像共同作为最终的数据集；其次构建轻量化网络模型，利用注意力机制对模型进行优化，并使用训练数据集对模型进行训练；最后使用训练好的轻量化网络模型进行空间目标部件识别，得到最终的识别结果。本发明所述方法能够解决复杂空间环境下多模态目标的特征提取困难、星载平台计算资源受限等情况下的特征部件识别问题，具有内存占用少、识别精度高的特点，能够实现五种典型部件（帆板、本体、三脚架、对接环和喷管）的有效识别。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
