一种牵引式无人平台自主对接方法及系统

    公开(公告)号:CN114839985A

    公开(公告)日:2022-08-02

    申请号:CN202210447649.2

    申请日:2022-04-27

    IPC分类号: G05D1/02

    摘要: 本发明公开了一种牵引式无人平台自主对接方法及系统,属于自动驾驶领域。该方法包括:S1:通过SLAM获取载货平台的粗定位定向信息、环境感知信息以及牵引平台与载货平台之间的距离;S2:根据载货平台的粗定位定向信息和环境感知信息,采用A*算法进行路径规划;S3:采用模型预测控制算法控制所述牵引平台按照规划好的路径靠近所述载货平台;S4:当所述牵引平台按照规划好的路径靠近所述载货平台过程中,若牵引平台与载货平台之间的距离小于距离阈值,切换为近距离精定位,通过激光雷达与视觉二维码检测融合的方法进行载货平台的精确定位。通过对路径进行多次规划与重规划,实现牵引平台与载货平台的自主对接。

    一种多无人驾驶车辆路径协同规划方法及系统

    公开(公告)号:CN114489087B

    公开(公告)日:2022-07-05

    申请号:CN202210400906.7

    申请日:2022-04-18

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种多无人驾驶车辆路径协同规划方法及系统。该方法包括建立多无人驾驶车辆行驶的环境模型;建立每一无人驾驶车辆的运动学模型,并根据运动模型建立无人驾驶车辆之间的防碰撞包裹圆模型;根据无人驾驶车辆的之间防碰撞包裹圆模型以及环境模型,采用分离超平面定理,建立无人驾驶车辆与环境中动静态障碍物防碰撞模型;根据环境模型、运动学模型、防碰撞包裹圆模型以及无人驾驶车辆与环境中动静态障碍物防碰撞模型,基于交替方向乘子法逐步迭代对多无人驾驶车辆进行解耦式运动规划,确定每一无人驾驶车辆的最优路径。本发明能够合理的避免与动静态障碍物发生碰撞,进而实现多无人驾驶车辆协同规划控制。

    一种用于车辆自适应路径跟踪的终身学习方法及系统

    公开(公告)号:CN114359349B

    公开(公告)日:2022-06-17

    申请号:CN202210274209.1

    申请日:2022-03-21

    摘要: 本发明涉及一种用于车辆自适应路径跟踪的终身学习方法及系统,属于路径跟踪技术领域,该方法包括:采集车辆运动状态数据和与运动状态数据对应的操控数据;将采集的数据集分为多个驾驶任务训练集;初始化轨迹跟踪策略模型和梯度暂时记忆;基于平均梯度暂时记忆的学习策略,根据多个驾驶任务训练集对轨迹跟踪策略模型进行迭代训练:对每个驾驶任务训练集,根据梯度暂时记忆确定参考梯度下降方向并以参考梯度下降方向为约束训练轨迹跟踪策略模型;当每个训练集训练后,基于知识分布和知识质量,对当前梯度暂时记忆中知识进行更新;采用训练好的轨迹跟踪策略模型对待控制车辆进行路径跟踪。本发明提高了车辆自适应路径跟踪的适应性。

    一种无人履带车辆转向过程的跟踪控制方法和系统

    公开(公告)号:CN114355954A

    公开(公告)日:2022-04-15

    申请号:CN202210274213.8

    申请日:2022-03-21

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种无人履带车辆转向过程的跟踪控制方法和系统。该方法基于构建的运动学模型和坐标值模型确定非线性运动学微分模型后,根据非线性运动学微分模型构建跟踪时域预测模型,再对跟踪时域预测模型进行线性化处理得到时域预测线性化模型,接着,在采用向前欧拉法,将时域预测线性化模型离散化得到预测模型后,又根据预测模型构建代价函数模型,然后,确定代价函数模型的最小值,得到最优开环序列,最后,根据最优开环序列实现无人履带车辆转向过程中纵横向耦合控制,以实现无人履带车辆对未来轨迹的预测,从而达到无人履带车辆对预测期望轨迹的高精度、强稳定性控制。

    一种无人车路径平滑方法及系统

    公开(公告)号:CN114115298A

    公开(公告)日:2022-03-01

    申请号:CN202210082735.8

    申请日:2022-01-25

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种无人车路径平滑方法及系统。该方法包括提取固定步长的离散路点和参考路点;构建第一目标函数;对第一目标函数进行求解,并对优化后的离散路点进行三次自然样条差值拟,之后提取固定步长的离散路点,并转到Frenet坐标系下;将Frenet坐标系下的离散路点以设定步长在Frenet坐标系的l轴上进行上下偏移采样,确定采样点;利用动态规划算法确定每一层代价值最小的采样点,确定凸可行集边界,并根据凸可行集边界确定避障约束;构建第二目标函数;对第二目标函数进行求解。本发明能够在全局导航指引线和车辆实时环境信息已知情况下,生成一条考虑车辆实时朝向和位置偏差的无碰撞平滑曲线。

    运动基元库构建方法和装置、连接运动基元的方法和装置

    公开(公告)号:CN111341102B

    公开(公告)日:2021-04-23

    申请号:CN202010136047.6

    申请日:2020-03-02

    IPC分类号: G08G1/01

    摘要: 本说明书提供一种类人驾驶运动基元库的构建方法和装置以及一种连接运动基元的方法和装置,构建方法包括:获取有人驾驶情况下,各个采样时刻的车辆特征数据;行驶数据包括航向特征数据、速度特征数据和位置特征数据;确定车辆行驶的航向变化过零点,分割车辆特征数据,得到过分割数据段;根据各个过分割数据段的速度特征数据和位置特征数据,计算各个过分割数据段对应的属性特征集;基于所有过分割数据段对应的属性特征集,采用期望最大算法筛选得到用于作为运动基元库中运动基元的过分割数据段,以及对应的属性特征集。采用前述的运动基元库中运动基元构建的自动驾驶路径,更能满足乘客的乘坐体验。

    一种基于迁移学习的驾驶行为预测方法

    公开(公告)号:CN110490275A

    公开(公告)日:2019-11-22

    申请号:CN201910576216.5

    申请日:2019-06-28

    IPC分类号: G06K9/66 G06K9/62

    摘要: 本发明涉及一种基于迁移学习的驾驶行为预测方法,属于汽车智能交互技术领域。该预测方法包括S1,采集目标驾驶员的操作信息、本车状态信息和周围环境信息;S2,基于局部普氏分析法将存储的源驾驶员历史信息数据迁移至目标驾驶员处得到迁移学习的数据;S3,根据所述迁移学习的数据并基于主成分分析法和最大期望算法训练目标驾驶员驾驶行为模型;S4,根据所述目标驾驶员驾驶行为模型对目标驾驶员驾驶行为进行实时预测。本发明实现了驾驶员驾驶行为模型自适应和个性化驾驶行为的准确预测,具有很强的实用性。

    一种智能车辆自动驾驶控制方法及系统

    公开(公告)号:CN110347155A

    公开(公告)日:2019-10-18

    申请号:CN201910562566.6

    申请日:2019-06-26

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种智能车辆自动驾驶控制方法及系统,属于智能驾驶技术领域,解决了现有自动驾驶无法很好地自适应完成在线学习的问题。一种智能车辆自动驾驶控制方法,步骤如下:获取智能车辆全局行驶规划路径,将全局行驶规划路径分解为不同的行驶路段,并将不同的行驶路段按照驾驶任务划分为相应的驾驶子任务;根据当前的驾驶子任务,采集驾驶子任务对应的环境信息,处理环境信息得到所述驾驶子任务对应的状态量;将状态量输入至训练好的驾驶员行为学习模型中,经由所述驾驶员行为学习模型处理实时输出动作量;根据动作量,得到智能车辆的底层控制量,并基于底层控制量控制智能车辆运行。实现了智能车辆自动驾驶的自适应在线学习。