一种基于遗传算法的双AGV联动路径规划方法

    公开(公告)号:CN118500399A

    公开(公告)日:2024-08-16

    申请号:CN202410557379.X

    申请日:2024-05-07

    Abstract: 本发明公开了一种基于遗传算法的双AGV联动路径规划方法,为智能物流和自动化领域的双AGV系统提供了重要的技术支持。该方法能够成功地规划出一条使得领航和跟随AGV均安全、无碰撞且高效的全局路径。具体来说,通过双AGV的尺寸及安全距离确定双AGV联动安全转向半径,从而构建新的双AGV联动转向代价函数,以有效地搜索双AGV联动安全路径。进一步地,结合起始点与目标点的位姿信息,提出双AGV联动适应度函数,以快速引导算法朝着实现双AGV平稳、高效和安全的运输方向进行迭代优化。本发明为双AGV联动提供了一种创新性的解决方案,为双AGV系统的运行提供了高效的全局路径规划,提高了运输效率和可靠性。

    一种基于车牌信息的车辆编队3D目标检测方法

    公开(公告)号:CN119942520A

    公开(公告)日:2025-05-06

    申请号:CN202411844164.2

    申请日:2024-12-15

    Abstract: 本发明公开了一种基于车牌信息的车辆编队3D目标检测方法,该方法通过体素化后的点云信息初步判断,形似车辆物体的点云分布区域,再由RGB图像信息判断车牌的信息和所在图片的区域,后将在点云空间获得的3D RoL通过投影到图片上获得一些2D RoL,通过比较2D RoL和车牌所在区域,判断哪些3DRoL是需要保留的,然后对点云空间进行裁切,保留存在车辆的区域。同时,通过真实点云和图像生成深度图,再生成稠密的点云。将点云信息和车牌识别出的信息reshape后连接,之后用于预测车辆置信度和边界框。同时本发明还提供一种数字迷彩车牌,在能保障上述功能实现的同时,还不会破坏特种车辆的隐蔽性。本发明能有效提高车辆编队跟踪的准确性。

    一种基于多线激光雷达及反光标记定位的双AGV联动控制方法

    公开(公告)号:CN118444603A

    公开(公告)日:2024-08-06

    申请号:CN202410464646.9

    申请日:2024-04-17

    Abstract: 本发明公开了一种基于多线激光雷达及反光标记定位的双AGV联动控制方法,该方法利用多线激光雷达配合固定在前AGV上的反光标记获取两AGV相对位姿关系,简化AGV协同导航控制问题的运行方式。通过筛选多线激光雷达点云数据的强度值,获取反光标记处的点云数据,通过聚类算法等方法获取两AGV的相对位姿信息。将两AGV的协同导航简化为一台虚拟大AGV底盘的导航问题,对两AGV的运动学模型的分析,并利用设定的位姿的偏差值控制后AGV速度实现协同导航。利用多线激光雷达配合反光标记获取两AGV相对位姿,组合多AGV底盘为一虚拟AGV底盘,进行协同导航。解决了AGV协同导航的避障,该方法可以应用于无通讯的环境中执行协同任务,具有更好的环境适应能力。

    物联网感知数据状态矢量提取及表示方法

    公开(公告)号:CN107038204A

    公开(公告)日:2017-08-11

    申请号:CN201611254734.8

    申请日:2016-12-30

    Abstract: 本发明公开了物联网感知数据状态矢量提取及表示方法,该方法对感知采样数据进行状态矢量提取并表示。接收采样数据并对采样数据进行矢量提取,提取的采样数据矢量vector表示为一个时间的函数f(t),同时加上时间tstart与结束时间tend以及该矢量活动上的单位时间unitime,对于每一个活动的感知设备的每个分量,其最后一个矢量为当前活动矢量;把感知采样数据进行分析,然后进行状态矢量提取及表示,用矢量函数来存储感知数据信息,减少了数据存储的更新频率,提高了插值查询信息的准确性。用户输入查询时间t进行插值查询,在矢量序列中,利用二分查找获取t时刻对应矢量活动,将t带入矢量函数,获取t时刻监控对象采样分量值。

    物联网感知数据状态矢量提取及表示方法

    公开(公告)号:CN107038204B

    公开(公告)日:2019-05-03

    申请号:CN201611254734.8

    申请日:2016-12-30

    Abstract: 本发明公开了物联网感知数据状态矢量提取及表示方法,该方法对感知采样数据进行状态矢量提取并表示。接收采样数据并对采样数据进行矢量提取,提取的采样数据矢量vector表示为一个时间的函数f(t),同时加上时间tstart与结束时间tend以及该矢量活动上的单位时间unitime,对于每一个活动的感知设备的每个分量,其最后一个矢量为当前活动矢量;把感知采样数据进行分析,然后进行状态矢量提取及表示,用矢量函数来存储感知数据信息,减少了数据存储的更新频率,提高了插值查询信息的准确性。用户输入查询时间t进行插值查询,在矢量序列中,利用二分查找获取t时刻对应矢量活动,将t带入矢量函数,获取t时刻监控对象采样分量值。

    物联网感知数据“溯源‑矢量”的分层存储机制

    公开(公告)号:CN107038203A

    公开(公告)日:2017-08-11

    申请号:CN201611253924.8

    申请日:2016-12-30

    CPC classification number: G06F16/23 G06F16/22

    Abstract: 本发明公开了物联网感知数据“溯源‑矢量”的分层存储机制,将物联网感知大数据的存储分为两层:溯源存储层和矢量存储层。在溯源存储层采用简单快速的存储方法实现原始采样数据的高效存储,并通过矢量拟合及更新策略,将矢量数据上传到矢量存储层。在矢量存储层,通过基于矢量序列的感知大数据存储模型及查询与分析方法,实现感知大数据的高效处理。其中“矢量”我们定义为被监控对象的状态变化模式,由于物联网监控对象的状态通常会按照某种规律持续较长时间,我们可以用矢量来刻画监控对象的较长时间的状态,从而在保证数据精度的同时,极大地降低矢量存储层的数据更新与存储的代价。

Patent Agency Ranking