-
公开(公告)号：CN104700072B
公开(公告)日：2018-01-19
申请号：CN201510064747.8
申请日：2015-02-06
申请人： 中国科学院合肥物质科学研究院
摘要： 本发明公开了一种基于车道线历史帧的识别方法。它先对采集到的道路图像进行高斯滤波预处理，再对其进行逆投影变换为鸟瞰图；之后，先对鸟瞰图使用自适应阈值二值法进行二值化处理，再对其进行霍夫变换以提取直线；最后，基于每条直线LX的线角度LX.θ、线距离LX.ρ、线票数LX.V和线起始点距离LX.S，其中的X＝1，2,……N，以及上一识别周期得到的车道线的间距和位置，确定出霍夫变换结果中的何直线为车道线。它结合车道线自身的特征及历史情况，有效地剔除了文字、干扰线多、阴影遮挡、车道线破损以及污迹覆盖等复杂路况的干扰，大大地提高了车道线的识别率和稳定性；可广泛应用于车辆安全辅助驾驶系统中，协助驾驶员在单调的驾驶环境中保持车辆于车道内行驶。
-
公开(公告)号：CN105511475A
公开(公告)日：2016-04-20
申请号：CN201610073978.X
申请日：2016-01-29
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
CPC分类号： G05D1/0223 , G05D2201/0212
摘要： 本发明公开了一种基于运动模式判断的无人车辆纵向控制方法，是应用于装配有自动驾驶仪、GPS/INS定位系统和工控机的无人驾驶车辆上，其特征是首先通过对无人驾驶车辆实际车速与期望车速相对关系的分析，确定无人驾驶车辆运动模式状态值；在确认无人驾驶车辆运动模式的基础上执行与该运动模式相对应的控制算法进行车速控制从而实现无人驾驶车辆的纵向控制。本发明是能在保证跟踪精度的同时，使无人驾驶车辆纵向速度的控制更加平滑、舒适，控制过程更加符合人类的驾驶习惯。
-
公开(公告)号：CN102495631A
公开(公告)日：2012-06-13
申请号：CN201110407082.8
申请日：2011-12-09
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
CPC分类号： B60W30/10 , B60W30/18145
摘要： 本发明公开了一种无人驾驶车辆跟踪预定轨迹的智能控制方法，特征是先建立车身坐标系，确定车辆自身位置信息；依据弧度值计算道路曲率特性的隶属度函数，定义模糊规则计算输出决策速度；按行驶1.5～2.5秒的距离在预定轨迹的坐标序列中搜索大于该距离并距车辆最近的轨迹点；采用自适应比例-微分-积分控制算法公式计算车辆运动的曲率；最后判断当前控制周期目标点是否为路点序列中被选中的最后一点：若是，则向刹车伺服控制系统输出信号启动刹车使车辆减速；若否，则使用控制器局域网模块输出电压信号保持控制油门开度使车辆继续前进。采用本发明能够使无人驾驶车辆实现对预定轨迹的跟踪功能，且对道路曲率特性变化具有一定的自适应能力。
-
公开(公告)号：CN104700072A
公开(公告)日：2015-06-10
申请号：CN201510064747.8
申请日：2015-02-06
申请人： 中国科学院合肥物质科学研究院
摘要： 本发明公开了一种基于车道线历史帧的识别方法。它先对采集到的道路图像进行高斯滤波预处理，再对其进行逆投影变换为鸟瞰图；之后，先对鸟瞰图使用自适应阈值二值法进行二值化处理，再对其进行霍夫变换以提取直线；最后，基于每条直线LX的线角度LX.θ、线距离LX.ρ、线票数LX.V和线起始点距离LX.S，其中的X＝1，2,……N，以及上一识别周期得到的车道线的间距和位置，确定出霍夫变换结果中的何直线为车道线。它结合车道线自身的特征及历史情况，有效地剔除了文字、干扰线多、阴影遮挡、车道线破损以及污迹覆盖等复杂路况的干扰，大大地提高了车道线的识别率和稳定性；可广泛应用于车辆安全辅助驾驶系统中，协助驾驶员在单调的驾驶环境中保持车辆于车道内行驶。
-
公开(公告)号：CN105388899A
公开(公告)日：2016-03-09
申请号：CN201510969062.8
申请日：2015-12-17
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
CPC分类号： G05D1/0234
摘要： 本发明公开了一种基于二维码图像标签的AGV导航控制方法，是按如下步骤进行：1、获得二维码标签扫描仪的扫描图像中每个像素点的范围大小；2、根据二维码标签扫描仪的扫描图像获得相应的ID号以及二维码图像标签在图像自身坐标系中的位姿；3、AGV小车接收调度中心发送的导航路径指令；4、AGV小车根据导航路径指令依次建立局部导航坐标系，并计算AGV小车在局部导航坐标系中的初始位姿；5、依次规划AGV小车在两个二维码图像标签间的圆弧轨迹；6、根据规划的圆弧半径计算AGV小车的控制量，使得AGV小车依次行驶至导航路径指令序列中的每个二维码图像标签，以完成导航路径指令。本发明能降低生产成本、降低现场实施难度以及提高导引柔性。
-
公开(公告)号：CN104571112A
公开(公告)日：2015-04-29
申请号：CN201510018459.9
申请日：2015-01-14
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于转弯曲率估计的无人车横向控制方法。它包括预定轨迹的设定和GPS-INS组合定位系统数据的采集，以及向自动驾驶仪发出方向盘转角指令信号，特别是，基于先由道路的曲率设定预瞄距离，再由预瞄距离重新设定2个预瞄点A和B，之后，先将预瞄点A和B的经纬度变换到车辆坐标系，以计算出最优转弯曲率，再由最优转弯曲率计算出方向盘转角控制量，并输出到自动驾驶仪的方法实现了对无人车的横向控制。它经实测，当车速为20km/h时，最大跟踪误差仅为0.4m，当掉头车速5km/h时，最大跟踪误差仅0.6m，既实现了对各种复杂轨迹的精确跟随，又避免了单点预瞄反馈控制造成的方向盘抖动，使无人车驾驶的控制量更加平滑；可广泛地用于各种车辆的无人驾驶控制。
-
公开(公告)号：CN102495631B
公开(公告)日：2013-08-21
申请号：CN201110407082.8
申请日：2011-12-09
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
CPC分类号： B60W30/10 , B60W30/18145
摘要： 本发明公开了一种无人驾驶车辆跟踪预定轨迹的智能控制方法，特征是先建立车身坐标系，确定车辆自身位置信息；依据弧度值计算道路曲率特性的隶属度函数，定义模糊规则计算输出决策速度；按行驶1.5～2.5秒的距离在预定轨迹的坐标序列中搜索大于该距离并距车辆最近的轨迹点；采用自适应比例-微分-积分控制算法公式计算车辆运动的曲率；最后判断当前控制周期目标点是否为路点序列中被选中的最后一点：若是，则向刹车伺服控制系统输出信号启动刹车使车辆减速；若否，则使用控制器局域网模块输出电压信号保持控制油门开度使车辆继续前进。采用本发明能够使无人驾驶车辆实现对预定轨迹的跟踪功能，且对道路曲率特性变化具有一定的自适应能力。
-
公开(公告)号：CN105511475B
公开(公告)日：2018-04-20
申请号：CN201610073978.X
申请日：2016-01-29
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于运动模式判断的无人车辆纵向控制方法，是应用于装配有自动驾驶仪、GPS/INS定位系统和工控机的无人驾驶车辆上，其特征是首先通过对无人驾驶车辆实际车速与期望车速相对关系的分析，确定无人驾驶车辆运动模式状态值；在确认无人驾驶车辆运动模式的基础上执行与该运动模式相对应的控制算法进行车速控制从而实现无人驾驶车辆的纵向控制。本发明是能在保证跟踪精度的同时，使无人驾驶车辆纵向速度的控制更加平滑、舒适，控制过程更加符合人类的驾驶习惯。
-
公开(公告)号：CN105388899B
公开(公告)日：2018-01-16
申请号：CN201510969062.8
申请日：2015-12-17
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于二维码图像标签的AGV导航控制方法，是按如下步骤进行：1、获得二维码标签扫描仪的扫描图像中每个像素点的范围大小；2、根据二维码标签扫描仪的扫描图像获得相应的ID号以及二维码图像标签在图像自身坐标系中的位姿；3、AGV小车接收调度中心发送的导航路径指令；4、AGV小车根据导航路径指令依次建立局部导航坐标系，并计算AGV小车在局部导航坐标系中的初始位姿；5、依次规划AGV小车在两个二维码图像标签间的圆弧轨迹；6、根据规划的圆弧半径计算AGV小车的控制量，使得AGV小车依次行驶至导航路径指令序列中的每个二维码图像标签，以完成导航路径指令。本发明能降低生产成本、降低现场实施难度以及提高导引柔性。
-
公开(公告)号：CN104571112B
公开(公告)日：2017-02-22
申请号：CN201510018459.9
申请日：2015-01-14
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G05D1/02
摘要： 本发明公开了一种基于转弯曲率估计的无人车横向控制方法。它包括预定轨迹的设定和GPS-INS组合定位系统数据的采集，以及向自动驾驶仪发出方向盘转角指令信号，特别是，基于先由道路的曲率设定预瞄距离，再由预瞄距离重新设定2个预瞄点A和B，之后，先将预瞄点A和B的经纬度变换到车辆坐标系，以计算出最优转弯曲率，再由最优转弯曲率计算出方向盘转角控制量，并输出到自动驾驶仪的方法实现了对无人车的横向控制。它经实测，当车速为20km/h时，最大跟踪误差仅为0.4m，当掉头车速5km/h时，最大跟踪误差仅0.6m，既实现了对各种复杂轨迹的精确跟随，又避免了单点预瞄反馈控制造成的方向盘抖动，使无人车驾驶的控制量更加平滑；可广泛地用于各种车辆的无人驾驶控制。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.037 秒)
