一种基于遗传算法的视觉惯性组合的SLAM方法

    公开(公告)号:CN106679648A

    公开(公告)日:2017-05-17

    申请号:CN201611121973.6

    申请日:2016-12-08

    Applicant: 东南大学

    Inventor: 徐晓苏 代维 杨博

    Abstract: 本发明公开了一种基于遗传算法的视觉惯性组合的SLAM方法,该方法步骤如下:统一视觉导航与惯性导航的坐标系,并对双目摄像机进行参数标定,从而根据图像的像素坐标来求解三维空间坐标;惯性导航进行独立解算;视觉导航解算;利用扩展卡尔曼滤波器对视觉导航信息与惯性导航信息融合,建立了系统滤波模型;考虑到定位的局部性,利用双目摄像机观测全局特征点路标,并基于遗传算法对地图特征进行数据关联,并将扩展后的状态向量反馈回滤波器中。本发明可以进行长时间、高精度的定位;并且由于加入了遗传算法改进地图的数据关联,使得在同步构建地图中精度提高很多。

    城市交通诱导与信号控制的协同方法

    公开(公告)号:CN104157151B

    公开(公告)日:2016-08-24

    申请号:CN201410266162.X

    申请日:2014-06-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种城市交通诱导与信号控制的协同方法及系统,所述方法包括如下步骤:采集实时交通流信息及实时信号控制信息,基于城市路网建立交通诱导与信号控制协同的PARAMICS仿真模型,并根据步骤上述信号控制信息设置仿真模型的参数;根据采集得到的实时交通流信息,标定交通发生吸引量矩阵;接收PARAMICS仿真模型的诱导策略参数,运行仿真,输出系统运行状况指标;改变诱导策略参数,进行多次仿真,保存各自仿真所输出的系统运行状况指标;比较各次仿真得到的系统运行状况指标,选择其中最佳的诱导策略参数,将其应用于交通诱导与信号控制系统,向用户发送最优诱导策略。本发明克服了过去交通诱导系统与信号控制系统协同算法复杂难以实施的缺陷。

    一种基于纤维增强型水泥基复合材料的无接缝路面结构

    公开(公告)号:CN109235174B

    公开(公告)日:2021-07-20

    申请号:CN201811222713.7

    申请日:2018-10-19

    Applicant: 东南大学

    Inventor: 李昶 杨博

    Abstract: 本发明提供了一种基于纤维增强型水泥基复合材料的无接缝路面结构,该路面结构从上到下依次包括罩面层、水泥混凝土面层、基层和底基层;所述罩面层设于水泥混凝土面层的上方,罩面层材料为纤维增强型水泥基复合材料;所述罩面层和面层之间应进行粗糙化处理,保证两个结构层之间的连续性;纤维增强型水泥基复合材料的主要成分是水泥、粉煤灰、石英砂和PVA纤维;所述罩面层采用全断面摊铺的形式进行铺筑,保证消除路面结构表观缝隙。罩面层施工缝应设置在水泥混凝土板的板中位置,并采用环氧树脂灌缝胶在各施工缝处进行灌缝处理。本发明能实现消除水泥混凝土路面表观缝隙的目标,减少路面结构因水泥板板块之间的接缝引起的损害,延长道路使用寿命。

    一种基于SINS/GPS和里程计辅助的视觉SLAM方法

    公开(公告)号:CN106780699B

    公开(公告)日:2020-10-16

    申请号:CN201710012804.7

    申请日:2017-01-09

    Applicant: 东南大学

    Inventor: 徐晓苏 杨博 代维

    Abstract: 本发明公开了一种基于SINS/GPS和里程计辅助的视觉SLAM方法,包括如下步骤:当全球卫星定位系统信号可用时,将GPS与捷联惯性导航系统输出信息进行数据融合,得到姿态、速度、位置等信息;当GPS信号不可用时,将里程计与SINS输出信息进行数据融合,得到姿态、速度、位置等信息;利用双目摄像机拍摄得到环境图片,对其进行特征提取和特征匹配;利用上述得到的先验姿态、速度、位置信息和环境特征实现定位与地图构建,完成视觉SLAM算法。本发明利用SINS、GPS和里程计辅助视觉SLAM,能够实现室外和室内两种环境下的定位与地图构建,应用范围广泛,且能够提高定位的精度和鲁棒性。

    基于SRQKF的SINS/DVL水下大失准角对准方法

    公开(公告)号:CN105806363B

    公开(公告)日:2018-08-21

    申请号:CN201510782989.0

    申请日:2015-11-16

    Applicant: 东南大学

    Abstract: 本发明公开一种基于SRQKF的SINS/DVL水下大失准角对准方法,包括如下步骤:步骤1:建立捷联惯性导航系统SINS在大失准角下的非线性误差模型和非线性滤波方程;步骤2:利用Gauss‑Hermite求积分中多变量Gauss点及其系数配置方法以及平方根滤波方法,构建平方根求积分卡尔曼滤波器SRQKF;步骤3:利用平方根求积分卡尔曼滤波SRQKF估计出失准角,并修正捷联姿态矩阵,得到精确的捷联姿态矩阵与姿态角。本发明提高了载体捷联系统水下对准精度和对准速度。

    一种基于流形学习与改进支持向量机的室内定位方法

    公开(公告)号:CN106604229A

    公开(公告)日:2017-04-26

    申请号:CN201611225272.7

    申请日:2016-12-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于流形学习与改进支持向量机的室内无线定位方法,包括:确定定位区域,将定位区域按照室内结构特征,布局特征进行划分,得到分类结果;获取离线训练数据,采集不同分类区域中的参考点所能接收到的各热点RSS信号值作为训练数据集;利用等距映射算法进行训练数据特征提取;利用训练数据进行支持向量机分类训练,使用禁忌搜索算法进行支持向量机分类超参数搜索,同时建立各类别的支持向量回归模型;进行在线定位,采集目标处各热点的RSS信号值,利用支持向量机分类模型进行分类,得到目标大致的定位区域;依据分类结果,利用支持向量回归模型进行目标的准确定位。本发明有效抑制了无线信号强度的时变特性,精度得到了明显的提高。

    基于SRQKF的SINS/DVL水下大失准角对准方法

    公开(公告)号:CN105806363A

    公开(公告)日:2016-07-27

    申请号:CN201510782989.0

    申请日:2015-11-16

    Applicant: 东南大学

    CPC classification number: G01C25/005

    Abstract: 本发明公开一种基于SRQKF的SINS/DVL水下大失准角对准方法,包括如下步骤:步骤1:建立捷联惯性导航系统SINS在大失准角下的非线性误差模型和非线性滤波方程;步骤2:利用Gauss?Hermite求积分中多变量Gauss点及其系数配置方法以及平方根滤波方法,构建平方根求积分卡尔曼滤波器SRQKF;步骤3:利用平方根求积分卡尔曼滤波SRQKF估计出失准角,并修正捷联姿态矩阵,得到精确的捷联姿态矩阵与姿态角。本发明提高了载体捷联系统水下对准精度和对准速度。

Patent Agency Ranking