-
公开(公告)号:CN120029296A
公开(公告)日:2025-05-23
申请号:CN202510175607.1
申请日:2025-02-18
Applicant: 吉林大学
IPC: G05D1/43 , G05D1/633 , G05D1/648 , G05D109/10
Abstract: 本发明涉及一种基于RTK预采集路径的园区低速自动驾驶系统,应用于结构化场景,包含感知定位模块、决策规划模块和控制执行模块,三者相互连接,感知定位模块使用摄像头和激光雷达采集环境信息,通过传感器融合技术搭建预定义路径与实时感知融合的场景模型,RTK用于预定义路径采集并和IMU、底盘及附件共同提供车辆状态信息;决策规划模块在场景模型中预测目标行为,根据预测结果、控制反馈和车辆状态信息进行行为决策,输出局部轨迹规划结果;控制执行模块接收轨迹规划结果,控制底盘及附件,实现车辆在预定义路径上的自动驾驶。与现有技术相比,本发明通过RTK预先采集路径,可以避免全局路径规划过程,减少计算复杂度,实现特定条件下的自动驾驶。
-
公开(公告)号:CN118395662A
公开(公告)日:2024-07-26
申请号:CN202410261282.4
申请日:2024-03-07
Applicant: 吉林大学
IPC: G06F30/20 , G06F111/08
Abstract: 本发明提出了一种基于高速场景自然数据集的自动驾驶加速测试方法。本发明建议从真实的自然驾驶数据集中提取影响车辆驾驶机动的关键参数,对驾驶环境中每个场景帧下每个环境车辆的行为进行采样,并拟合出特定场景帧下车辆的行为概率分布,初始化场景帧后,车辆采取行为之后形成新的场景帧,进而通过时间滚动的方式逐步构建测试场景。并且基于统计学方法进行运动分析,在生成的测试场景中对自动驾驶车辆进行仿真和评估,目标是在保证测试场景与真实场景一致的条件下,实现对自动驾驶算法安全性的快速测试,该方法能够更准确地模拟现实世界的驾驶条件,从而提高测试的效率和精度。
-
公开(公告)号:CN118149793A
公开(公告)日:2024-06-07
申请号:CN202410261420.9
申请日:2024-03-07
Applicant: 吉林大学
Abstract: 本发明涉及一种结合语义和特征点信息的slam方法,包括如下步骤:步骤1:对输入图像使用MobileNet‑SSD对象检测网络进行目标检测;步骤2:去除动态目标语义区域内的动态点,通过对比不同时刻下相匹配的特征点对应的深度值,来判断该点是否为动态点,剔除该动态点;步骤3:将静态目标的语义信息融合到姿态求解优化函数中,确定几何误差和测光误差,来提高算法精度。本发明使用了MobileNet‑SSD目标检测算法进行对象检测,并将其与多视点几何关系相结合,以消除动态点。此外,将静态点的语义信息作为一个额外的标准,使用测光误差优化姿态求解。该发明能有效解决ORB‑SLAM 2算法中因动态干扰导致的轨迹漂移问题,提高slam算法在动态环境中的鲁棒性。
-
-