一种侦察载荷目标自主识别与分析算法测评方法

    公开(公告)号:CN118094173A

    公开(公告)日:2024-05-28

    申请号:CN202311537798.9

    申请日:2023-11-17

    摘要: 本发明涉及一种侦察载荷目标自主识别与分析算法测评方法,属于目标自主识别与分析技术领域,解决了现有技术中缺乏客观测评侦察载荷目标自主识别与分析算法的方法的问题。方法包括获取待测评侦察载荷目标自主识别与分析算法回传的目标识别结果;根据目标识别结果计算待测评算法的目标识别测评结果;根据待测评算法回传的目标识别结果向待评测算法发送目标距离信息;获取待测评算法回传的打击顺序分析结果;根据待测评算法回传的打击顺序分析结果计算待测评算法的目标分析测评结果;基于待测评算法的目标识别评分结果和待测评算法的目标分析评分结果得到待测评算法的综合测评结果。实现了客观快速的目标自主识别与分析算法的测评。

    一种无人越野车辆自主行驶的安全行为检测方法

    公开(公告)号:CN116935683B

    公开(公告)日:2024-05-14

    申请号:CN202311088074.0

    申请日:2023-08-28

    IPC分类号: G08G1/0967 G08G1/01

    摘要: 本发明涉及一种无人越野车辆自主行驶的安全行为检测方法,属于车辆安全控制技术领域,解决了现有未考虑复杂地形和路面条件导致安全检测不足的问题。包括:获取规划路线上未检测的轨迹点序列;根据地面模型计算出各轨迹点的位姿和接触点数据;根据位姿依次检测无人越野车辆在各轨迹点是否满足静态位姿约束和动态稳定约束,如果轨迹点在障碍地形内,则根据接触点数据、障碍地形的尺寸和预设的障碍地形通行序列,检测障碍地形内的各轨迹点是否满足通行约束;当任意一个约束不满足,则将已检测的轨迹点标记为危险,否则标记为安全;输出已标记的轨迹点序列,对下一未检测的轨迹点序列进行安全行为检测。实现了多场景安全行为检测。

    一种无人车路径规划场景及任务的复杂度评价方法和系统

    公开(公告)号:CN116663939B

    公开(公告)日:2023-10-17

    申请号:CN202310943253.1

    申请日:2023-07-31

    IPC分类号: G06Q10/0637 G06Q50/10

    摘要: 本发明涉及一种无人车路径规划场景及任务的复杂度评价方法和系统,属于无人车路径规划技术领域,解决了现有技术中缺乏评价越野场景中路径规划任务难度的测评方法的问题。方法包括:获取无人车路径规划场景的路网地图信息、无人车路径规划任务的全局任务信息和局部任务信息;基于所述路网地图信息和全局任务信息计算全局路径规划任务复杂度评价结果;基于所述路网地图信息和局部任务信息计算局部路径规划任务复杂度评价结果。实现了对无人车路径规划场景及任务复杂度的客观评价。

    一种面向无人驾驶车辆的三维参考路径规划方法

    公开(公告)号:CN116147653A

    公开(公告)日:2023-05-23

    申请号:CN202310395142.1

    申请日:2023-04-14

    IPC分类号: G01C21/34 G01S17/86

    摘要: 本发明涉及一种面向无人驾驶车辆的三维参考路径规划方法,属于路径规划技术领域,解决了现有技术中规划路径的可通行性不高的问题。包括:采集越野环境的图像数据和雷达点云数据,建模得到分层地图,所述分层地图包括:障碍物层、高度层和路面语义层;采用改进的A‑star算法,根据分层地图,获取路径节点的动态扩展步长,并在代价函数中引入静态稳定性代价和路面语义代价,规划出初始路径;基于平面无碰撞和静态稳定性的约束条件,利用路径节点在其前后相邻的路径节点连线上的投影点,对初始路径进行迭代优化,得到优化后的路径节点;对优化后的路径节点拟合并投影到高度层,得到三维参考路径。实现了路径的安全与高效通行。

    一种能得到估计不确定性的履带车辆滑移率估计方法

    公开(公告)号:CN113135192B

    公开(公告)日:2022-12-20

    申请号:CN202110549297.7

    申请日:2021-05-20

    IPC分类号: B60W40/10 B60W50/00

    摘要: 本发明涉及一种能得到估计不确定性的履带车辆滑移率估计方法,属于滑移率估计领域。本发明首先使用履带式平台采集大量数据,然后建立滑移率离散估计模型,最后基于稀疏高斯过程回归建立滑移率回归模型;滑移率离散估计模型以及滑移率回归模型输入特征为驱动轮转矩和转速、车辆横向和纵向加速度、车辆横摆角速度和俯仰角速度。本发明基于分段稀疏高斯过程回归,能够应用于履带车辆,得到估计不确定性;本发明通过分段稀疏高斯过程回归,降低滑移率离散估计模型以及滑移率回归模型训练的时间复杂度;本发明的滑移率离散估计模型准确率高,滑移率回归模型总体误差小;本发明能够进一步应用于履带车辆模型修正、牵引力控制。

    一种无人机动平台目标搜索方法及系统

    公开(公告)号:CN115047917A

    公开(公告)日:2022-09-13

    申请号:CN202210977704.9

    申请日:2022-08-16

    IPC分类号: G05D1/10 G06V20/17 G06T7/66

    摘要: 本发明涉及一种无人机动平台目标搜索方法及系统,首先以目标隐蔽点定位情况构造搜索目标方向的正态分布,根据正态分布使用导向快速随机路径搜索方法搜索第一规划路径;无人机动平台沿第一规划路径运动过程中若检测到存在狭窄通道,则构建适应狭窄通道的局部地图,并使用启发式A*方法重新进行狭窄通道的第二规划路径的规划,当驶出狭窄通道后切换回第一规划路径,利用两种路径规划方法相结合能够快速到达目标隐蔽点,解决现有的搜索方法存在的搜索效率低的问题。

    一种无人履带车辆及其轨迹跟踪控制方法和系统

    公开(公告)号:CN114510063B

    公开(公告)日:2022-07-15

    申请号:CN202210352604.7

    申请日:2022-04-06

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种无人履带车辆及其轨迹跟踪控制方法和系统,属于车辆轨迹跟踪控制技术领域。本发明先基于无人履带车辆的运动学模型生成的轨迹跟踪控制器的目标函数,以及基于这一函数和无人履带车辆的动力学模型生成的轨迹跟踪控制器的约束函数形成MPC模型,然后,根据无人履带车辆的位姿特征、道路的曲率特征和实时工况状态信息生成参考轨迹后,将参考轨迹和车辆轨迹跟踪响应状态信息输入MPC模型得到参数组合,接着,将参数组合输入MLP神经网络得到控制参数,最后,根据控制参数完成无人履带车辆轨迹的跟踪控制,进而有效的提升无人履带车辆轨迹跟踪的工况适应性,实现轨迹跟踪精度、车辆行驶稳定性以及计算时间成本的较好均衡。

    一种能得到估计不确定性的履带车辆滑移率估计方法

    公开(公告)号:CN113135192A

    公开(公告)日:2021-07-20

    申请号:CN202110549297.7

    申请日:2021-05-20

    IPC分类号: B60W40/10 B60W50/00

    摘要: 本发明涉及一种能得到估计不确定性的履带车辆滑移率估计方法,属于滑移率估计领域。本发明首先使用履带式平台采集大量数据,然后建立滑移率离散估计模型,最后基于稀疏高斯过程回归建立滑移率回归模型;滑移率离散估计模型以及滑移率回归模型输入特征为驱动轮转矩和转速、车辆横向和纵向加速度、车辆横摆角速度和俯仰角速度。本发明基于分段稀疏高斯过程回归,能够应用于履带车辆,得到估计不确定性;本发明通过分段稀疏高斯过程回归,降低滑移率离散估计模型以及滑移率回归模型训练的时间复杂度;本发明的滑移率离散估计模型准确率高,滑移率回归模型总体误差小;本发明能够进一步应用于履带车辆模型修正、牵引力控制。

    一种基于决策树算法的AMT挂挡过程冗余控制方法

    公开(公告)号:CN112943913A

    公开(公告)日:2021-06-11

    申请号:CN202110223023.9

    申请日:2021-02-26

    摘要: 本发明涉及一种基于决策树算法的AMT挂挡过程冗余控制方法,属于AMT系统故障诊断技术领域。本发明选取挂挡阶段的气压p的平均值、变速器输入轴转速值n1的平均值、变速器输出轴转速值n2的平均值和同步器的同步速差作为特征值变量,选取挂挡时间作为预测值。通过交叉验证,对原始决策树进行修剪,得到最优决策树模型。在使用测试集进行模型验证时,在预测误差不超过50ms的情况下,对挂挡时间的预测具有90%以上的准确率。实车试验表明,在挂挡位移传感器失效的情况下,基于该算法的电磁阀控制策略可以完成正常的换挡操作,通过实际传动比和控制策略预测得到的理论传动比的对比发现,预测的换挡点时刻的判断误差在50ms以内。

    一种基于小波分析的工程机械传动载荷信号去噪方法

    公开(公告)号:CN104899409B

    公开(公告)日:2018-03-16

    申请号:CN201510098934.8

    申请日:2015-03-05

    IPC分类号: G06F19/00

    摘要: 本发明公开了一种基于小波分析的工程机械传动信号去噪方法,以小波分析理论为基础,将车辆行驶状态分为怠速工况和随机工况,使得怠速工况的去噪经验为随机工况的去噪提供参考。首先,在怠速工况下,获取载荷数据并计算各分解尺度上的小波系数和阈值,用阈值对小波系数进行阈值量化处理,去掉小于阈值的小波系数,保留剩余的小波系数;利用保留的小波系数对载荷数据进行一维小波重构,完成去噪处理。其次,在随机工况下,获取载荷数据并计算各分解尺度上的小波系数,利用怠速工况中的阈值对小波系数进行阈值量化处理,去掉小于阈值的小波系数,保留剩余的小波系数;利用保留的小波系数对载荷数据进行一维小波重构,完成去噪处理。