-
公开(公告)号：CN113777590B
公开(公告)日：2024-01-26
申请号：CN202111009289.X
申请日：2021-08-31
Applicant: 同济大学
IPC: G01S7/497
Abstract: 本发明涉及一种用于软着陆障碍探测的复杂月表模拟场及验证方法，用于构建月表地形地貌特征，并可动态调整特征分布结构，该模拟场包括固化的用于模拟软着陆安全着陆区的平坦区域，该平坦区域上设有可移动石块、不同尺寸的坑体和斜坡区，所述坑体设有坑唇和顶盖，通过坑体的顶盖和可移动石块动态变换模拟场地形，从而来模拟多种月表平地、洼地、月坑、石块的地形特征和月表弱反射率障碍探测环境；所述验证方法包括获取基准地形数据、获取激光器成像点云数据、误差校验以及精度评定。与现有技术相比，本发明为深空探测软着陆过程的多种着陆区快速建模与障碍物识别提供支撑。
-
公开(公告)号：CN113742909B
公开(公告)日：2023-11-03
申请号：CN202110975463.X
申请日：2021-08-24
Applicant: 同济大学
IPC: G06F30/20 , G06F30/18 , G06F9/448 , G06F111/04 , G06F111/06
Abstract: 本发明涉及无人驾驶领域，提出了封闭场景下无人驾驶车群自协模型构建方法。具体包括如下步骤：步骤1.相关定义；步骤2.无人驾驶车群动态演化算法；步骤2.1无人驾驶车群群内演化；步骤2.2无人驾驶车群群间演化；步骤3.基于有限状态机的车群自协演化模型；步骤3.1无人驾驶车群群内自协模型；步骤3.2无人驾驶车群群间自协模型；步骤4.无人驾驶车群自协模型的多目标优化。通过本方法，能够保障无人驾驶车群始终保持稳定有序的运动行为智能化自治协同，从而使得无人驾驶车群在封闭场景下能够得到应用推广。
-
公开(公告)号：CN112382402B
公开(公告)日：2023-03-28
申请号：CN202010841075.8
申请日：2020-08-20
Applicant: 同济大学
IPC: G16H50/80 , G06F16/29 , G06F16/9537 , G06Q50/20 , G06Q50/26
Abstract: 本发明涉及一种面向学生返校的交通站点大数据平台建立方法，包括：1)对于有中间停靠站的交通工具，通过车次信息网络查询，获取有中间停靠站的交通工具的客运信息，并进行本地存储，构建本地交通站点大数据库；2)对于无中间停靠站的交通工具，构建在线实时查询策略，用于查询无中间停靠站的客运信息；3)对于有中间停靠站的交通工具，通过本地交通站点大数据库进行客运信息查询，对于无中间停靠站的交通工具，通过在线实时查询策略，实时在线进行客运信息查询。与现有技术相比，本发明通过本地化存储与实时在线查询的联合处理方式，满足了全国范围内所有列车车次信息的查询需求，为高校学生返校风险评估及返校方案制定等提供数据支撑。
-
公开(公告)号：CN114189449B
公开(公告)日：2023-03-24
申请号：CN202011367229.0
申请日：2020-11-29
Applicant: 同济大学
Abstract: 一种高速公路场景中开放式无人驾驶车车群模型形成算法，其特征在于，通过上述的状态转换算法、车群形成算法，高速公路场景内实时更新的动态拓扑网络车群中每个无人驾驶车群模型可以保持无人驾驶车辆节点之间的互联互通，使得车群内节点可以有目的的信息交互；同时，由于本发明车群形成算法中使用模块度度量车群内节点的连通度与稳定度，在满足引领节点比率、状态更改次数、引领节点平均时长的条件限制，形成无人驾驶车群。
-
公开(公告)号：CN114189449A
公开(公告)日：2022-03-15
申请号：CN202011367229.0
申请日：2020-11-29
Applicant: 同济大学
Abstract: 一种高速公路场景中开放式无人驾驶车车群模型形成算法，其特征在于，通过上述的状态转换算法、车群形成算法，高速公路场景内实时更新的动态拓扑网络车群中每个无人驾驶车群模型可以保持无人驾驶车辆节点之间的互联互通，使得车群内节点可以有目的的信息交互；同时，由于本发明车群形成算法中使用模块度度量车群内节点的连通度与稳定度，在满足引领节点比率、状态更改次数、引领节点平均时长的条件限制，形成无人驾驶车群。
-
Patent Agency Ranking
公开(公告)号：CN113777590A
公开(公告)日：2021-12-10
申请号：CN202111009289.X
申请日：2021-08-31
Applicant: 同济大学
IPC: G01S7/497
Abstract: 本发明涉及一种用于软着陆障碍探测的复杂月表模拟场及验证方法，用于构建月表地形地貌特征，并可动态调整特征分布结构，该模拟场包括固化的用于模拟软着陆安全着陆区的平坦区域，该平坦区域上设有可移动石块、不同尺寸的坑体和斜坡区，所述坑体设有坑唇和顶盖，通过坑体的顶盖和可移动石块动态变换模拟场地形，从而来模拟多种月表平地、洼地、月坑、石块的地形特征和月表弱反射率障碍探测环境；所述验证方法包括获取基准地形数据、获取激光器成像点云数据、误差校验以及精度评定。与现有技术相比，本发明为深空探测软着陆过程的多种着陆区快速建模与障碍物识别提供支撑。
-
公开(公告)号：CN113120003A
公开(公告)日：2021-07-16
申请号：CN202110550801.5
申请日：2021-05-18
Applicant: 同济大学
Abstract: 本发明提出的无人驾驶车辆运动行为决策方法，针对现有基于规则的无人驾驶车辆运动行为决策系统复杂度较高的问题，简化了无人驾驶车辆的运动状态，给出了无人驾驶车辆运动行为决策方法，提高了无人驾驶车辆运动行为决策的效率性；同时，针对现有无人驾驶车辆运动行为决策方法优化目标单一的问题，通过多目标优化方法进行优化，保证了安全性和效率性的同时，提高了实用性。解决上述问题，为无人驾驶车辆在复杂环境下运动行为决策方法提供安全，有效和实用性保障。
-
公开(公告)号：CN113033899A
公开(公告)日：2021-06-25
申请号：CN202110331661.2
申请日：2021-03-29
Applicant: 同济大学
Abstract: 本发明涉及一种无人驾驶邻近车辆轨迹预测方法，本发明涉及无人驾驶领域。本发明给出了无人驾驶邻近车辆轨迹的预测方法。首先，通过LK‑DBSCAN(Limit‑K DBSCAN)算法提取出视频数据和点云数据中无人驾驶邻近车辆周围车辆集合以及路况信息，采用特征工程构造潜在的存在影响力的特征，增强数据特征对复杂道路情况的表达能力；然后使用长短期记忆神经网络LSTM对车辆的实时行为进行预测；最后，结合LSTM预测的车辆行为与车辆的历史行为数据，通过B‑LSTM(Behavior‑based LSTM)对车辆的轨迹进行预测。解决上述问题，可以提升无人驾驶车辆行为预测的准确率，减少轨迹预测的误差，从而位无人驾驶车辆运行行为决策提供准确性和效率。
-
公开(公告)号：CN112835877A
公开(公告)日：2021-05-25
申请号：CN202010841018.X
申请日：2020-08-20
Applicant: 同济大学
IPC: G06F16/215 , G16H50/80 , G06F16/29 , G06F16/951 , G06F16/9537 , G06F17/18 , G06Q10/06 , G06Q50/20 , G06Q50/26
Abstract: 本发明涉及一种面向公共突发事务的疫情大数据清理方法，包括以下步骤：1)获取病例位置数据，并采用病例位置数据清洗策略，对该病例位置数据进行数据清洗；2)获取区县统计数据，并采用区县统计数据清洗策略，对该区县统计数据进行数据清洗；3)根据数据清洗后的病例位置数据和区县统计数据，获得疫情大数据；病例位置数据清洗策略包括：S11：获取官方发布的原始疫情数据，构建第一病例位置数据；S12：从第三方平台中获取病例位置数据，作为第二病例位置数据；S13：进行数据匹配，如果匹配成功，则获得数据清洗后的病例位置数据，否则，进行数据核对处理。与现有技术相比，本发明可以实现疫情数据的快速获取、有效清洗和高效管理。
-
公开(公告)号：CN111174753B
公开(公告)日：2021-05-11
申请号：CN201911384277.8
申请日：2019-12-28
Applicant: 同济大学
IPC: G01C3/00
Abstract: 本发明涉及一种基于有理函数模型的光学影像与激光测高数据平差方法，该方法包括以下步骤：S1：获取相对应的光学影像数据和激光测高数据；S2：建立光学影像数据和激光测高数据的有理函数模型；S3：根据有理函数模型，构建包含待求参数的偏差补偿模型，建立光学影像和激光测高数据的联合平差模型，该联合平差模型中包括虚拟控制点的误差方程，虚拟控制点为光学影像和激光测高数据的对应点；S4：采用基于partial‑EIV模型的总体最小二乘法对联合平差模型进行求解，获取偏差补偿模型的待求参数；S5：根据偏差补偿模型，获取影像的高程定位结果。与现有技术相比，本发明具有平差精度高，有效提高了影像的高程定位精度等优点。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.031 seconds)
