-
公开(公告)号：CN108983781B
公开(公告)日：2020-07-07
申请号：CN201810834673.5
申请日：2018-07-25
申请人： 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC分类号： G05D1/02
摘要： 本发明涉及一种无人车目标搜索系统中的环境探测方法，包括以下步骤：S1、创建无人车全局环境地图和车载相机视场覆盖地图；S2、在当前位置对要搜索的目标进行组合式环境探索，提取边缘区域并进行评估，确定无人车下一步行进的目标点位置；S3、生成无碰撞期望路径，控制无人车到达目标点位置；S4、判断目标点位置是否有要搜索的目标，有，则完成环境探测；无，则返回S1。本发明实现了未知环境下基于边缘区域引导的自主环境探测，实现对未知区域待侦察目标的高效搜索，规划的行进路径更真实的反映车辆行驶特点。
-
公开(公告)号：CN110082783A
公开(公告)日：2019-08-02
申请号：CN201910390135.6
申请日：2019-05-10
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
摘要： 本发明涉及一种悬崖检测的方法及装置，属于无人驾驶汽车感知技术领域，解决无人驾驶汽车在越野场景下的悬崖检测问题；方法包括，对获取激光雷达点云数据预处理得到有效激光雷达点云数据；采用滑窗方法，选取垂直角度相同有效激光雷达点云数据进行窗口特征数据提取，根据所述窗口特征数据在窗口滑动过程中的畸变特征，得到悬崖区域。本发明使用激光雷达点云数据，使悬崖检测距离更远，精度更高；采用滑窗方法判断悬崖区域，而不是根据单点的高度和距离特征，排除了杂点或者噪声点的干扰，使检测更加鲁棒和高效。
-
公开(公告)号：CN112923934A
公开(公告)日：2021-06-08
申请号：CN201911246441.9
申请日：2019-12-06
申请人： 北理慧动(常熟)车辆科技有限公司 , 北理慧动(北京)科技有限公司 , 北京理工大学
摘要： 本发明涉及一种紧耦合的LIDAR‑IMU SLAM(雷达‑惯性测量单元即时定位与地图构建)，用于对非结构化道路环境中针对位置、姿态、速度和加速度计、陀螺仪漂移进行精确可靠的估计。该方法基于对激光雷达点云和IMU(惯性测量单元)积分产生的残差的优化。第一部分残差来自于同时建立的相关图中当前扫描点云与体素质心之间的距离之和。剩余量的第二部分来自于考虑激光雷达和IMU校准误差的预积分过程。与仅有激光雷达参与的SLAM(即时定位与地图构建)相比，LIDAR‑IMU SLAM在鲁棒性和精确姿态估计方面表现出更好的性能。此外，由于该系统具有提取重力方向的能力，估计的俯仰和滚动角度不会偏离。LIDAR‑IMU SLAM可以保持10Hz的频率，同时进行扫描匹配和建图。
-
公开(公告)号：CN109960261B
公开(公告)日：2020-07-03
申请号：CN201910222739.X
申请日：2019-03-22
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
摘要： 本发明涉及一种基于碰撞检测的动态障碍物避让方法，属于无人车辆技术领域，通过初规划构造车辆期望轨迹，并根据接收的动态障碍物预测轨迹和所述车辆期望轨迹，进行碰撞检测，对车辆的行驶速度和/或路径进行重新规划，得到车辆无碰撞行驶速度和/或路径数据，重新构造车辆期望轨迹，避让动态障碍物；实现无人车辆自主避让动态障碍物。本发明立足于自动驾驶车辆在动态环境下，所采用碰撞检测方法保证既不失碰撞检测精度，又可以提升碰撞检测效率；所采用重规划方法可以兼顾通行效率、通行平顺性和通行安全性效果。
-
公开(公告)号：CN108983781A
公开(公告)日：2018-12-11
申请号：CN201810834673.5
申请日：2018-07-25
申请人： 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC分类号： G05D1/02
摘要： 本发明涉及一种无人车目标搜索系统中的环境探测方法，包括以下步骤：S1、创建无人车全局环境地图和车载相机视场覆盖地图；S2、在当前位置对要搜索的目标进行组合式环境探索，提取边缘区域并进行评估，确定无人车下一步行进的目标点位置；S3、生成无碰撞期望路径，控制无人车到达目标点位置；S4、判断目标点位置是否有要搜索的目标，有，则完成环境探测；无，则返回S1。本发明实现了未知环境下基于边缘区域引导的自主环境探测，实现对未知区域待侦察目标的高效搜索，规划的行进路径更真实的反映车辆行驶特点。
-
公开(公告)号：CN110210350B
公开(公告)日：2021-12-21
申请号：CN201910429977.8
申请日：2019-05-22
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
摘要： 本发明涉及一种基于深度学习的快速停车位检测方法，属于驾驶技术领域，用于解决停车位检测环境适应性差、模型计算量大问题，方法包括离线步骤：离线采集包含有停车位的图像数据，建立训练、验证数据集；进行神经网络模型的训练、评价和优化；所述神经网络模型用于对图像数据中停车位边线进行语义分割；在线步骤：在线采集包含有停车位的图像数据，使用训练好的神经网络模型进行停车位边线语义分割得到停车位边线掩膜，对得到的边线掩膜进行拟合、聚类与组合，得到由边线组成的几何形状；根据设定的形状判别条件，对所述几何形状进行筛选确定停车位。本发明具环境适应性强；采用模型体积很小，计算量低，对计算资源的需求较小；系统造价低，具有大规模应用的潜力。
-
公开(公告)号：CN112923933A
公开(公告)日：2021-06-08
申请号：CN201911246424.5
申请日：2019-12-06
申请人： 北理慧动(常熟)车辆科技有限公司 , 北理慧动(北京)科技有限公司 , 北京理工大学
摘要： 本发明率先提出一种基于特征概率栅格地图的激光雷达SLAM算法‑CPFG(Closet Probability and Feature Grid，最近邻概率特征栅格)算法。该算法利用三维激光雷达数据，实时创建和更新线、面及高斯分布特征以及占据概率的栅格地图，并结合鲁棒化后的马氏距离作为优化函数进行实时位姿估计，该算法主要分为三步：点云预处理，点云与特征概率栅格地图的匹配及位姿估计，特征概率栅格地图的更新。本发明的激光雷达SLAM算法与目前几个主流算法相比，在实时性和定位精度方面有更好的表现。然后本发明融合了惯导的姿态信息，将激光雷达SLAM的高位移精度与惯导低姿态漂移的特性相结合，其相对定位精度可以达到千分之一左右，在无人驾驶定位领域具有广泛的使用前景。
-
公开(公告)号：CN108981728B
公开(公告)日：2020-11-10
申请号：CN201810834740.3
申请日：2018-07-25
申请人： 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC分类号： G01C21/32
摘要： 本发明涉及一种智能车辆导航地图建立方法，包括：采集车采集典型地形工况下的原始数据，训练地形辨识SVM模型；采用训练好的地形辨识SVM模型，对采集车在行驶道路的地形工况进行辨识，得到路网的地形工况信息；匹配道路位置信息和地形工况信息，建立带有地形工况信息的电子地图。本发明建立的智能车辆导航地图可以提供给智能车路面的颠簸情况，可提高无人车跟踪行驶的安全性；为人类驾驶员以及辅助驾驶系统提供了更多选择，确保驾驶的平稳性与安全性；帮助驾驶员选择更适合行驶的驾驶方式与驾驶路线，提高驾驶的安全性和舒适性；导航地图还可以为能量回收管理技术提供可靠的数据输入，促进该技术的有效应用。
-
公开(公告)号：CN108981728A
公开(公告)日：2018-12-11
申请号：CN201810834740.3
申请日：2018-07-25
申请人： 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC分类号： G01C21/32
摘要： 本发明涉及一种智能车辆导航地图建立方法，包括：采集车采集典型地形工况下的原始数据，训练地形辨识SVM模型；采用训练好的地形辨识SVM模型，对采集车在行驶道路的地形工况进行辨识，得到路网的地形工况信息；匹配道路位置信息和地形工况信息，建立带有地形工况信息的电子地图。本发明建立的智能车辆导航地图可以提供给智能车路面的颠簸情况，可提高无人车跟踪行驶的安全性；为人类驾驶员以及辅助驾驶系统提供了更多选择，确保驾驶的平稳性与安全性；帮助驾驶员选择更适合行驶的驾驶方式与驾驶路线，提高驾驶的安全性和舒适性；导航地图还可以为能量回收管理技术提供可靠的数据输入，促进该技术的有效应用。
-
公开(公告)号：CN108984781B
公开(公告)日：2020-11-10
申请号：CN201810828262.5
申请日：2018-07-25
申请人： 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC分类号： G06F16/29
摘要： 本发明涉及一种无人车区域探索的地图边缘检测规划方法及装置，包括：步骤S1、在全局环境地图中进行局部边缘区域检测，检测出车辆位置附近的局部边缘区域；步骤S2、判断检测的搜索覆盖率是否超过阈值？是，则同时进行局部边缘区域检测和全局边缘区域检测；否，则进行局部边缘区域检测；步骤S3、整合边缘点集合中的边缘点，输出地图边缘检测结果。本发明通过举办边缘区域检测，确保了地图边缘区域检测的快速性，又通过全局边缘区域检测检测到距离车辆位置较远，或者一些小角落里的边缘区域，保证了边缘检测的全面性。
-
-
-
-
-
-
-
-
-
搜索结果
71 条记录 (耗时 0.053 秒)