一种无人车目标搜索系统中的环境探测方法

    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

    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。

    一种基于深度学习的快速停车位检测方法

    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

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    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。

    一种激光雷达SLAM算法与惯导融合定位的方法

    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

    IPC分类号: G01C21/32 G01C21/16

    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。

    一种行星转向机速差转向车辆坡道起步的控制方法

    公开(公告)号:CN110962852B

    公开(公告)日:2021-04-27

    申请号:CN201911066802.1

    申请日:2019-11-04

    摘要: 本发明涉及一种行星转向机速差转向车辆坡道起步的控制方法,属于无人驾驶技术领域,解决了无人驾驶起步成功率低,起步时离合器发热以及车辆倒溜的问题。本发明通过GPS获取定位信息,匹配路况信息后确定起步油门控制量,控制发动机怠速转速,挂挡结合离合器后再次通过模糊控制策略进行发动机调速,进一步控制行星转向机的操纵杆到达指定位置,过程中通过模糊控制进行调速,完成起步过程控制;进行起步成功判断,失败则重新起步。本发明实现了通过液压系统控制车辆操纵杆和行星转向机,通过模糊控制进行发动机转速,进一步实现车辆在无人驾驶状态下车辆的起步。

    一种智能车辆导航地图建立方法

    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

    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。