一种无人驾驶车辆环境模拟测试系统及测试方法

    公开(公告)号:CN103207090A

    公开(公告)日:2013-07-17

    申请号:CN201310121606.6

    申请日:2013-04-09

    Abstract: 一种无人驾驶车辆环境模拟测试系统,包括:环境模拟系统以及测试系统;所述环境模拟系统建立所述无人驾驶车辆真实道路环境模型,模拟所述无人驾驶车辆真实道路环境;测试时将所述无人驾驶车辆真实道路环境模型转换为任务表单文件输入所述无人驾驶车辆车载控制计算机,其中所述任务表单文件由所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码构成;所述无人驾驶车辆车载控制计算机在测试过程中,经所述车载天线向所述测试人员手持多功能盒发送所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码信号,所述测试人员手持多功能盒接收并显示上述信号。

    一种目标车辆行驶状态测量系统

    公开(公告)号:CN102542634A

    公开(公告)日:2012-07-04

    申请号:CN201210009228.8

    申请日:2012-01-13

    Abstract: 一种安装在车辆上的目标车辆行驶状态测量系统,其特征在于:包括激光雷达传感器(1),GNSS定位传感器(2),网络通信端口(3),串行通信端口(4),计算机(5);所述计算机(5)内安装了激光雷达通信模块(6),GNSS定位传感器通信模块(7),激光雷达数据预处理模块(8),目标识别与跟踪模块(9),GNSS定位数据预处理模块(10),多传感器数据融合处理模块(11),显示模块(12);上述各个模块对激光雷达传感器(1)与GNSS定位传感器(2)采集的信息数据进行计算处理,得到目标车辆的实时行驶状态信息(17),实现对目标车辆行驶状态的实时测量。

    车载智能限速装置
    23.
    发明公开

    公开(公告)号:CN101887643A

    公开(公告)日:2010-11-17

    申请号:CN201010204996.X

    申请日:2010-06-18

    Abstract: 一种车载智能限速装置,包括中央处理器(1),GPS装置(2),显示器(3)和车载电源(9);所述GPS装置(2)向中央处理器(1)发送位置和速度信息,外界环境感知传感器(5)通过A/D采集卡(4)向中央处理器(1)发送外界环境感知信号,显示器(3)接收来自中央处理器(1)的图像报警信息并发出声音报警,所述中央处理器(1)根据由GPS装置(2)获得的位置信息获取GIS软件系统中的道路限速信息,并利用外界环境感知传感器(5)的输出信号对道路限速信息进行修正,对比由GPS装置(2)获得的速度信息和修正后的限速信息,判断车辆是否处于超速状态,从而选择是否向驾驶员进行报警提示并使驾驶员进行减速操作。

    一种基于二次规划的安全走廊优化生成方法及系统

    公开(公告)号:CN115933701A

    公开(公告)日:2023-04-07

    申请号:CN202310016913.1

    申请日:2023-01-06

    Abstract: 本发明涉及一种基于二次规划的安全走廊优化生成方法及系统,涉及无人驾驶领域,包括:利用无人车车辆中心的粗糙轨迹和无人车的多边形信息表示离散化的无人车运动轨迹;构建待求解的安全走廊模型并确定目标函数;利用障碍物几何中心运动轨迹和障碍物凸多边形信息表示离散化的障碍物运动轨迹;根据无人车和障碍物运动轨迹确定障碍物离无人车最近的顶点向量和无人车离障碍物最近的顶点向量;结合基于待求解安全走廊模型建立避障约束条件;根据避障约束条件和目标函数,建立二次规划模型并进行求解得到优化后的安全走廊。本发明将安全走廊约束问题描述成二次规划问题,在生成避障约束时考虑无人车外形和障碍物外形,提高安全走廊生成的效率和准确性。

    一种无人车区域探索的地图边缘检测规划方法及装置

    公开(公告)号:CN108984781B

    公开(公告)日:2020-11-10

    申请号:CN201810828262.5

    申请日:2018-07-25

    Abstract: 本发明涉及一种无人车区域探索的地图边缘检测规划方法及装置,包括:步骤S1、在全局环境地图中进行局部边缘区域检测,检测出车辆位置附近的局部边缘区域;步骤S2、判断检测的搜索覆盖率是否超过阈值?是,则同时进行局部边缘区域检测和全局边缘区域检测;否,则进行局部边缘区域检测;步骤S3、整合边缘点集合中的边缘点,输出地图边缘检测结果。本发明通过举办边缘区域检测,确保了地图边缘区域检测的快速性,又通过全局边缘区域检测检测到距离车辆位置较远,或者一些小角落里的边缘区域,保证了边缘检测的全面性。

    一种基于轻量化卷积神经网络的目标检测与定位方法

    公开(公告)号:CN110032949A

    公开(公告)日:2019-07-19

    申请号:CN201910222741.7

    申请日:2019-03-22

    Abstract: 本发明涉及一种基于轻量化卷积神经网络的目标检测与定位方法,属于深度学习技术领域,解决了现有方法不能满足无人驾驶车辆实时性处理的要求。包括:实时采集车辆前方的图像数据和点云数据;将图像数据传输到目标检测模型,进行目标识别,获取目标信息;目标检测模型采用轻量化卷积神经网络;将获取的目标信息及点云数据输入到训练好的目标定位模型,进行目标定位,得到目标相对于车辆的位置信息。本方法实现了对静态、动态目标的实时检测和定位,使得车辆能够实时感知目标信息,及时地对目标进行避障处理,检测和识别结果具有较高的准确度,能够用于存在多个静态、动态目标的复杂场景,并且满足自动驾驶车辆的实时性检测定位要求。

    基于驾驶员模型的速差转向车辆转向控制器及控制方法

    公开(公告)号:CN107651010B

    公开(公告)日:2019-07-09

    申请号:CN201710851601.7

    申请日:2017-09-19

    Abstract: 本发明涉及一种基于驾驶员模型的速差转向车辆转向控制器及控制方法。所述控制器包括基于经验驾驶员操纵杆聚类模型的Bang‑Bang控制器和基于强化学习优化的模糊PI控制器,将经验驾驶员操纵模型、Bang‑Bang控制和基于强化学习优化的模糊PI控制相结合对液压伺服驱动转向系统进行控制,同时保证系统响应速度的快速性和操纵杆到位精确性,可以满足无人车转向系统自主转向运动的需要。

Patent Agency Ranking