-
公开(公告)号：CN119573743A
公开(公告)日：2025-03-07
申请号：CN202510137982.7
申请日：2025-02-08
Applicant: 烟台港股份有限公司矿石码头分公司 , 理工雷科智途(北京)科技有限公司
IPC: G01C21/20 , G01C21/00 , G06V20/58 , G06Q10/047
Abstract: 本发明公开了用于船舱的自动驾驶清舱机与门机协同防碰撞系统及装置，涉及船舶自动化控制技术领域。该用于船舱的自动驾驶清舱机与门机协同防碰撞系统，包括：初始盲区分析模块、位置盲区分析模块和路径冲突分析模块。本发明通过自动驾驶清舱机的第一盲区识别分析系数判断是否获取位置数据，若获取位置数据，则基于位置数据得到的第二盲区识别系数判断是否获取路径规划数据，若获取路径规划数据，则通过获取的路径规划数据得到路径规划分析系数，并根据路径规划分析系数判断是否采取路径优化措施，达到了提高自动驾驶清舱机与门机协同作业防碰撞性能的效果，解决了现有技术中自动驾驶清舱机与门机协同防碰撞时对盲区识别不敏感的问题。
-
公开(公告)号：CN118819544B
公开(公告)日：2025-02-25
申请号：CN202411303837.3
申请日：2024-09-19
Applicant: 理工雷科智途(泰安)汽车科技有限公司 , 理工雷科智途(北京)科技有限公司
Abstract: 本申请公开了一种在ROS系统下对无人驾驶C++代码的静态扫描方法及系统，涉及计算机软件白盒测试领域，包括：将无人驾驶系统C++代码推送到Git Lab代码仓库时，通过Git Lab与Jenkins Job的集成，自动触发Jenkins Job执行代码扫描任务。Jenkins Job从Git Lab拉取最新代码到扫描服务器，配置无人驾驶系统的编译环境，利用CMake或Catkin工具编译C++代码。在编译过程中，通过Sonar Qube的build wrapper插件拦截编译信息，生成代码的结构化数据。然后使用Sonar Scanner工具及其配置参数，扫描编译后的C++代码，并将扫描结果上传到Sonar Qube服务器。整个扫描过程通过Jenkins Job的Pipeline脚本实现自动化调度。针对现有技术中存在的无人驾驶系统C++代码静态分析效率低的问题，提高了分析效率。
-
公开(公告)号：CN119437206A
公开(公告)日：2025-02-14
申请号：CN202510025705.7
申请日：2025-01-08
Applicant: 理工雷科智途(北京)科技有限公司
Abstract: 本申请公开了一种井工矿地图坡度的处理方法及系统，涉及无人驾驶，包括：获取井工矿无人驾驶车辆的IMU位姿数据和加速度数据，以及通过CAN总线获取车辆状态数据；从IMU位姿数据中提取车辆在正向和反向行驶时采集到的坡度值，并计算坡度的第一次补偿值α；通过拟合算法估计无人驾驶车辆行驶的路面坡度，得到估计坡度值，并计算坡度的第二次补偿值β；根据α和β，计算综合坡度补偿估值P；利用P对正向采集坡度值和反向采集坡度值进行修正；获取采样点的真实坡度值，并计算坡度的第三次补偿值γ；根据α、β和γ，计算最终的坡度补偿值#imgabs0#；利用#imgabs1#对井工矿地图的坡度进行修正。针对现有技术中井工矿地图坡度精度低，本申请通过多次迭代修正提高精度。
-
公开(公告)号：CN119002504B
公开(公告)日：2025-01-24
申请号：CN202411463179.4
申请日：2024-10-21
Applicant: 理工雷科智途(泰安)汽车科技有限公司 , 理工雷科智途(北京)科技有限公司
IPC: G05D1/43 , G05D1/242 , G05D1/243 , G05D1/246 , G05D1/633 , G05D1/644 , G05D1/693 , G05D1/692 , G05D105/22
Abstract: 本申请公开了一种基于V2X的井工矿无人驾驶速度规划方法及介质，涉及路径规划领域，包括：通过V2X模块接收路侧单元RSU广播的信号灯状态信息和道路交通信息，获取信号灯的红绿灯状态、剩余时间以及道路的建议通行速度，结合定位模块的车辆当前位置信息、感知模块的车辆周围环境信息和地图模块的道路信息，判断是否存在信号灯以及信号灯状态，检测本车道内是否存在前车，匹配本车道前车和停止线位置，通过比较前车位置和停止线位置，采用Sigmod速度规划算法，生成与前车保持安全距离或在停止线前停车的速度控制曲线。针对现有技术井工矿无人驾驶车辆在通过有信号灯路口，因缺乏交通信号灯信息而无法合理规划车速，本申请在通过路口时提前合理规划速度。
-
公开(公告)号：CN119229050A
公开(公告)日：2024-12-31
申请号：CN202411717971.8
申请日：2024-11-28
Applicant: 理工雷科智途(泰安)汽车科技有限公司 , 理工雷科智途(北京)科技有限公司
IPC: G06T17/05 , G06T7/70 , G06V10/762
Abstract: 本申请公开了一种基于vtk和点云的地图道路绘制方法，涉及自动驾驶领域，包括：使用vtk获取道路的点云数据，并使用八叉树对点云数据进行空间划分，得到空间划分后的点云数据；对空间划分后的点云数据进行坐标变换，将点云坐标系的z轴与相机坐标系的z轴对齐；根据坐标变换后的点云数据，通过屏幕交互取点的方式，绘制道路参考线；根据道路参考线，通过几何变换，生成道路边界与中心线；利用DBSCAN算法对道路边界预设范围内的点云进行聚类与边缘提取，并采用B样条曲线进行平滑处理，得到最终的道路边界，作为绘制的地图道路；针对现有技术中道路绘制效率低，本申请提高了绘制效率。
-
公开(公告)号：CN118254779B
公开(公告)日：2024-11-29
申请号：CN202410349128.2
申请日：2024-03-26
Applicant: 理工雷科智途(北京)科技有限公司
Abstract: 本发明涉及无人驾驶技术领域，且公开了一种用于井工矿巷道环境的车路协同防碰撞系统，包括位于地下的智能路测单元和智能车载单元，且智能路测单元和智能车载单元通过定位和通信单元与地上的服务和管理中心进行对接。该用于井工矿巷道环境的车路协同防碰撞系统，实现了井下车与车之间、车辆和人之间、车与其他障碍物之间的防碰撞，其主要技术特点包括：实时监测车辆位置和速度、计算障碍位置及速度、计算碰撞风险并发出预警、控制车辆减速或停车、优化车辆协同工作等；通过该装置及系统的应用，可以大大减少井下车辆碰撞事故的发生，提高井下运输的安全性。
-
公开(公告)号：CN118877037A
公开(公告)日：2024-11-01
申请号：CN202410925579.6
申请日：2024-07-11
Applicant: 理工雷科智途(北京)科技有限公司 , 理工雷科智途(泰安)汽车科技有限公司
IPC: B61H1/00 , G01S13/93 , G01S13/89 , B61H11/02 , B61H13/20 , B61H7/00 , B61H7/12 , B61L15/00 , G06V20/56 , G06V10/10
Abstract: 本发明涉及井下矿无人驾驶车定位技术领域，具体的说是一种基于道路牌识的井工矿环境下无人驾驶车辆重定位装置及系统，包括底板，所述底板的上表面对称安装有运输轨道，两个所述运输轨道的上表面滚动设置有标牌位置采集组件，所述标牌位置采集组件包括滚动安装在运输轨道上表面的多个辊轮、以及固定套装在辊轮外表面的L型安装板，多个所述L型安装板的上端共同固定连接有机座，所述机座的上表面设置有图像处理模块，所述图像处理模块的一端表面设置有控制器，有利于基于道路牌识的井工矿环境下无人驾驶车辆重定位，能够高效、准确地识别道路上的各类交通指示牌，包括文字型交通标志和其他图形标志，矿井下能够识别车辆所在大致位置。
-
公开(公告)号：CN118857271A
公开(公告)日：2024-10-29
申请号：CN202411345338.0
申请日：2024-09-26
Applicant: 理工雷科智途(泰安)汽车科技有限公司 , 理工雷科智途(北京)科技有限公司
Abstract: 本申请公开了一种基于用户自定义制图工具的矿区地图制作方法，涉及地图制作领域，包括：获取矿区地形和车辆规格参数，生成矿区路网模型；然后利用车载传感器采集车辆行驶轨迹、坡度信息和点云数据，并进行数据预处理；接着根据采集数据制定包含矿区地图要素类型、表达方式和使用场景的制图标准；最后基于制图标准，通过自定义制图工具提取矿区地图要素，生成适应无人驾驶车辆使用需求的矿区地图。针对现有技术中存在的矿区地图制作适应性差的问题，本申请生成适应无人驾驶车辆使用需求的矿区地图。
-
公开(公告)号：CN118605225B
公开(公告)日：2024-10-29
申请号：CN202411081653.7
申请日：2024-08-08
Applicant: 理工雷科智途(泰安)汽车科技有限公司 , 理工雷科智途(北京)科技有限公司
IPC: G05B17/02
Abstract: 本申请公开了一种基于车辆位置和状态的仿真测试方法，涉及智能驾驶领域，包括：建立目标仿真车辆，目标仿真车辆为阿克曼转向车辆或铰接车；根据车辆配置参数和控制指令中的参数，计算目标仿真车辆的行驶参数；订阅目标仿真车辆的位姿话题和速度话题，获取目标仿真车辆的位置、姿势和速度；基于目标仿真车辆的位置、姿势和速度，配置预设的云端控制指令；当目标仿真车辆当前的位置、姿势和速度满足预设的条件时，仿真系统向目标仿真车辆发送配置的云端控制指令；根据车辆配置参数和控制指令中的参数，得到仿真测试结果。针对现有技术中无人驾驶矿卡算法测试主要依赖实车和矿山现场测试，本申请提高了测试效率。
-
公开(公告)号：CN118819544A
公开(公告)日：2024-10-22
申请号：CN202411303837.3
申请日：2024-09-19
Applicant: 理工雷科智途(泰安)汽车科技有限公司 , 理工雷科智途(北京)科技有限公司
Abstract: 本申请公开了一种在ROS系统下对无人驾驶C++代码的静态扫描方法及系统，涉及计算机软件白盒测试领域，包括：将无人驾驶系统C++代码推送到Git Lab代码仓库时，通过Git Lab与Jenkins Job的集成，自动触发Jenkins Job执行代码扫描任务。Jenkins Job从Git Lab拉取最新代码到扫描服务器，配置无人驾驶系统的编译环境，利用CMake或Catkin工具编译C++代码。在编译过程中，通过Sonar Qube的build wrapper插件拦截编译信息，生成代码的结构化数据。然后使用Sonar Scanner工具及其配置参数，扫描编译后的C++代码，并将扫描结果上传到Sonar Qube服务器。整个扫描过程通过Jenkins Job的Pipeline脚本实现自动化调度。针对现有技术中存在的无人驾驶系统C++代码静态分析效率低的问题，提高了分析效率。
