一种基于SCA-QL的路径规划方法

    公开(公告)号:CN115016499B

    公开(公告)日:2024-10-25

    申请号:CN202210792993.5

    申请日:2022-07-07

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于SCA‑QL的路径规划方法,其方法为:第一步、获取真实环境信息,包括智能体在真实环境下的起点位置和终点位置信息、障碍物位置信息;第二步、根据真实环境信息,建立用于智能体训练的仿真环境;第三步、在仿真环境中运行SCA‑QL算法对智能体进行训练求解最优路径:其中,通过改进正余弦算法的方式对建立的Q值表进行初始化,在此基础上基于Q‑learning方法训练强化学习模型,求解最优路径。有益效果:减少了Q‑learning方法在训练最初阶段无目的、完全随机的搜索过程中大量无效迭代,本方法具有更快的收敛速度和更准确的路径规划结果,提高了智能体面对复杂场景下的路径规划效率。

    车载超声波雷达硬件在环测试试验台

    公开(公告)号:CN112285681B

    公开(公告)日:2024-06-14

    申请号:CN202011342136.2

    申请日:2020-11-26

    Applicant: 吉林大学

    Abstract: 本发明公开了一种车载超声波雷达硬件在环测试试验台,包括有台架、旋转平台、短距超声波雷达、长距超声波雷达、收发天线、步进电机、吸波暗箱、收发变频器和数据处理系统,其中旋转平台设在台架的顶部,旋转平台的下部连接有转轴,步进电机设在台架的下部,步进电机通过驱动机构与旋转平台下部的转轴相连接,步进电机通过转轴驱使旋转平台进行转动,吸波暗箱装配在旋转平台的顶面上,短距超声波雷达和长距超声波雷达设在吸波暗箱内,有益效果:操作简单,节省大量人力、物力以及财力;降低了搭建驾驶场景的成本,结构简单、安装方便、成本较低、易于市场化,且工作安全可靠,具有较强的可推广性。

    基于超声波雷达的自动泊车系统硬件在环试验台架

    公开(公告)号:CN112415496B

    公开(公告)日:2024-06-07

    申请号:CN202011395440.3

    申请日:2020-12-02

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于超声波雷达的自动泊车系统硬件在环试验台架,包括有架体、超声波雷达阵列、回波模拟器、上位机、下位机、线控转向系统、线控制动系统和弧形吸波板,其中超声波雷达阵列、回波模拟器、上位机、下位机和弧形吸波板设在架体的上部,线控转向系统和线控制动系统设在架体的下部,回波模拟器装配在弧形吸波板的后部,超声波雷达阵列装配在弧形吸波板的前部对应回波模拟器的位置处设置,弧形吸波板上开设有通孔,回波模拟器上的收发天线穿过该通孔与超声波雷达阵列相对应,有益效果:克服了实车测试中测试场景有限的缺点,同时还降低了搭建驾驶场景的成本,缩短了搭建场景所需要的时间。

    一种基于基站通讯与路口摄像头定位的路口监测预警方法

    公开(公告)号:CN113112805B

    公开(公告)日:2022-08-02

    申请号:CN202110409532.0

    申请日:2021-04-16

    Applicant: 吉林大学

    Abstract: 本发明公开一种基于基站通讯与路口摄像头定位的路口监测预警方法,其方法为:步骤一:连接判断交通参与者是否进入监测区域;步骤二:通过交通参与者携带的5G移动设备与路口的两个以上基站建立通讯连接;步骤三:道路路口摄像头同步地将路口视频发送至边缘计算服务器;步骤四:将信息分别进行编号;步骤五:重新对交通参与者排序编号;步骤六:得到各个交通参与者的矩形碰撞模型;步骤七:判断交通参与者之间是否会发生碰撞冲突;步骤八:通过路侧RSU设备向车辆OBU设备发送预警消息。有益效果:进一步提升道路路口的交通参与者的识别率与定位精度,并能全天候全时段预警道路路口交通参与者的潜在冲突,可有效降低智慧交通的事故发生率。

    一种车辆制动与转向系统集成测试试验台

    公开(公告)号:CN113074962B

    公开(公告)日:2022-06-14

    申请号:CN202110433712.2

    申请日:2021-04-21

    Applicant: 吉林大学

    Abstract: 本发明公开了一种车辆制动与转向系统集成测试试验台,包括有线控制动系统、线控转向系统、电动缸、驾驶机器人、数据采集与控制系统、上位机和供电系统,其中电动缸通过输入推杆与线控制动系统相连接,驾驶机器人与线控转向系统中的方向盘相连接,数据采集与控制系统分别与线控制动系统、电动缸、线控转向系统和驾驶机器人进行电路连接,数据采集与控制系统通过信号采集电路分别采集线控制动系统、电动缸、线控转向系统和驾驶机器人内部的传感器信号,并通过驱动电路给线控制动系统、电动缸、线控转向系统和驾驶机器人内的ECU发送控制信号,有益效果:能够匹配相关法规标准的要求,完成制动与转向集成系统下的动态、标准化测试。

    一种基于单目相机的行人主动避撞系统及方法

    公开(公告)号:CN112356815A

    公开(公告)日:2021-02-12

    申请号:CN202011383475.5

    申请日:2020-12-01

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于单目相机的行人主动避撞系统及方法。本发明所提出的基于单目相机的主动避撞方法,首先,利用目标检测算法并结合深度估计网络与相机内参实现了行人检测与空间位置估计,弥补了单目视觉深度信息缺失问题,且相较于毫米波雷达的行人检测方案具有更高的准确性和鲁棒性。然后,利用卡尔曼滤波和匈牙利算法实现了行人跟踪与速度估计,并根据安全距离模型提出碰撞风险评估模型,能够有效避免制动误触发工况,提升驾驶舒适性。本发明所提出的基于单目相机的主动避撞系统具有成本低,通用性强,可扩展性好等优点。

    一种应用于线控制动系统的踏板感觉模拟器及其控制方法

    公开(公告)号:CN112319444A

    公开(公告)日:2021-02-05

    申请号:CN202011382110.0

    申请日:2020-12-01

    Applicant: 吉林大学

    Abstract: 本发明提供一种应用于线控制动系统的踏板感觉模拟器及其控制方法,包括制动踏板、踏板推杆、模拟器缸体、第一活塞、第二活塞、第三活塞、第一弹簧、第二弹簧、第三弹簧、踏板力调节装置、踏板位移传感器、踏板力传感器、电控单元ECU;采集特定工况下驾驶员的踏板位移以及踏板位移速率信号,并通过K‑Means聚类或层次聚类算法将驾驶员的驾驶习性分类为“激进型”、“一般型”、“谨慎型”,根据上述驾驶员驾驶习性分类结果或驾驶员的意愿实现个性化的踏板感觉调节,结构简单、成本低,能够实现踏板力的精确调节和驾驶员制动意图的准确辨识。

    一种无人机的着陆位姿调整方法、系统及相关组件

    公开(公告)号:CN109901627A

    公开(公告)日:2019-06-18

    申请号:CN201910277001.3

    申请日:2019-04-08

    Applicant: 吉林大学

    Abstract: 本申请公开了一种无人机的着陆位姿调整方法,所述着陆位姿调整方法包括获取地面区域的深度图像并对深度图像进行点云合成处理得到地面区域的空间三维数据;根据空间三维数据确定机械腿在地面区域的垂直投影点的高度信息;根据高度信息从所有垂直投影点中确定基准点,并将基准点对应的机械腿设置为基准机械腿;基于静态稳定性判据确定非基准机械腿的着陆点的位置信息和高度信息;根据位置信息和高度信息调整无人机的着陆位姿,以使无人机着陆时处于平稳状态。本申请能够控制无人机根据着陆地面状况调整着陆位姿,实现无人机的平稳着陆。本申请还公开了一种无人机的着陆位姿调整系统、一种计算机可读存储介质及一种无人机,具有以上有益效果。

    一种基于单目相机的行人主动避撞系统及方法

    公开(公告)号:CN112356815B

    公开(公告)日:2023-04-25

    申请号:CN202011383475.5

    申请日:2020-12-01

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于单目相机的行人主动避撞系统及方法。本发明所提出的基于单目相机的主动避撞方法,首先,利用目标检测算法并结合深度估计网络与相机内参实现了行人检测与空间位置估计,弥补了单目视觉深度信息缺失问题,且相较于毫米波雷达的行人检测方案具有更高的准确性和鲁棒性。然后,利用卡尔曼滤波和匈牙利算法实现了行人跟踪与速度估计,并根据安全距离模型提出碰撞风险评估模型,能够有效避免制动误触发工况,提升驾驶舒适性。本发明所提出的基于单目相机的主动避撞系统具有成本低,通用性强,可扩展性好等优点。

    一种基于SCA-QL的路径规划方法

    公开(公告)号:CN115016499A

    公开(公告)日:2022-09-06

    申请号:CN202210792993.5

    申请日:2022-07-07

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于SCA‑QL的路径规划方法,其方法为:第一步、获取真实环境信息,包括智能体在真实环境下的起点位置和终点位置信息、障碍物位置信息;第二步、根据真实环境信息,建立用于智能体训练的仿真环境;第三步、在仿真环境中运行SCA‑QL算法对智能体进行训练求解最优路径:其中,通过改进正余弦算法的方式对建立的Q值表进行初始化,在此基础上基于Q‑learning方法训练强化学习模型,求解最优路径。有益效果:减少了Q‑learning方法在训练最初阶段无目的、完全随机的搜索过程中大量无效迭代,本方法具有更快的收敛速度和更准确的路径规划结果,提高了智能体面对复杂场景下的路径规划效率。

Patent Agency Ranking