一种基于稀疏导航地图的路径规划优化方法

    公开(公告)号:CN115774444A

    公开(公告)日:2023-03-10

    申请号:CN202111057852.0

    申请日:2021-09-09

    IPC分类号: G05D1/02

    摘要: 本公开实施例涉及一种基于稀疏导航地图的路径规划优化方法,包括:智能车视觉系统获取智能车上感测设备感测的障碍物信息和智能车前方指定区域的驾驶图像信息;将障碍物信息转换到RTK大地坐标系下,同时确定驾驶图像信息中的可通行区域并转换到RTK大地坐标系下;依据已知稀疏导航地图和智能车的位置信息,获取稀疏导航数据;依据可通行区域的边界信息和智能车安全距离为约束条件、结合二维经纬度栅格地图中障碍物的信息,对所述稀疏导航数据进行两次碰撞检测,以获取优化后的导航数据,并采用A*算法获取智能车的最优路径规划方案。上述方法可完成当前道路环境车路姿态的检测和跟踪,并实现无先验地图模式下的智能车道路检测和路径优化。

    一种基于仿生视觉的智能车目标实时检测与定位方法

    公开(公告)号:CN111914715A

    公开(公告)日:2020-11-10

    申请号:CN202010721224.7

    申请日:2020-07-24

    IPC分类号: G06K9/00 G06T7/70

    摘要: 本发明涉及一种基于仿生视觉的智能车目标实时检测与定位方法,包括:实时获取智能车的多目成像装置中各不同焦距镜头的图像;检测每一图像中各目标的类别及位置信息;根据各镜头的物象空间齐次坐标系变换关系,将基准图像划分为共视区和非共视区;针对每一图像的共视区,采用双目异焦距立体视觉重建方法对共视区中的目标进行三维重建定位,获得目标的三维定位信息及类别标签语义信息;针对基准图像的非共视区,获取每一非共视区中目标的角度定位信息,以构建用于智能车的具有语义信息的矢量地图。上述方法解决了现有技术中无法在线实时构建三维语义地图,且无法降低无人驾驶中视觉点云数据的计算量和计算复杂度的技术问题。

    基于单目视觉的车路姿态感知方法

    公开(公告)号:CN115797900A

    公开(公告)日:2023-03-14

    申请号:CN202111056609.7

    申请日:2021-09-09

    摘要: 本公开实施例涉及一种基于单目视觉的车路姿态感知方法,包括:智能车视觉系统接收智能车前方指定区域的驾驶图像信息;采用深度学习的方法对所述驾驶图像信息进行分割标注,确定可通行区域和非可通行区域;基于透视投影变换模型对所述可通行区域进行转换处理,并获取可通行区域在RTK大地坐标下的数字化道路信息;基于智能车上的激光雷达和超声波,获取障碍物信息并转换至RTK大地坐标系下;基于所述RTK大地坐标下的可通行区域的数字化道路信息和障碍物信息,获取智能车相对于当前可通行道路的车路姿态信息。通过本方法可快速获取可通行道路的信息,并完成当前道路环境车路姿态的检测和跟踪。

    一种基于光束平差的机器人方位与手眼关系同时标定方法

    公开(公告)号:CN111986271A

    公开(公告)日:2020-11-24

    申请号:CN202010918696.1

    申请日:2020-09-04

    IPC分类号: G06T7/80 G06T17/00

    摘要: 本发明公开了一种基于光束平差的机器人方位与手眼关系同时标定方法,包括以下步骤:通过单目立体视觉算法对检测目标进行三维重建,获得缺失尺度因子α的摄像机外参数矩阵;利用机器人运动学方程获得机器人运动方位矩阵;利用矩阵直积参数法表示A(α)X=ZB标定方程,求解机器人方位与手眼关系初值;利用光束平差优化模型对机器人方位与手眼关系初值以及单目立体视觉算法得到的三维重建结果一同进行迭代优化。本发明提供的基于光束平差的机器人方位与手眼关系同时标定方法,基于光束平差模型,能够在求解机器人方位与手眼关系同时对目标进行精确三维定位,在摆脱了对靶标的依赖的同时也实现了检测目标的精确定位,进而赋予智能机器人感知与定位的功能。

    基于单目视觉的车路姿态感知方法

    公开(公告)号:CN115797900B

    公开(公告)日:2023-06-27

    申请号:CN202111056609.7

    申请日:2021-09-09

    摘要: 本公开实施例涉及一种基于单目视觉的车路姿态感知方法,包括:智能车视觉系统接收智能车前方指定区域的驾驶图像信息;采用深度学习的方法对所述驾驶图像信息进行分割标注,确定可通行区域和非可通行区域;基于透视投影变换模型对所述可通行区域进行转换处理,并获取可通行区域在RTK大地坐标下的数字化道路信息;基于智能车上的激光雷达和超声波,获取障碍物信息并转换至RTK大地坐标系下;基于所述RTK大地坐标下的可通行区域的数字化道路信息和障碍物信息,获取智能车相对于当前可通行道路的车路姿态信息。通过本方法可快速获取可通行道路的信息,并完成当前道路环境车路姿态的检测和跟踪。

    一种基于仿生视觉的智能车目标实时检测与定位方法

    公开(公告)号:CN111914715B

    公开(公告)日:2021-07-16

    申请号:CN202010721224.7

    申请日:2020-07-24

    IPC分类号: G06K9/00 G06T7/70

    摘要: 本发明涉及一种基于仿生视觉的智能车目标实时检测与定位方法,包括:实时获取智能车的多目成像装置中各不同焦距镜头的图像;检测每一图像中各目标的类别及位置信息;根据各镜头的物象空间齐次坐标系变换关系,将基准图像划分为共视区和非共视区;针对每一图像的共视区,采用双目异焦距立体视觉重建方法对共视区中的目标进行三维重建定位,获得目标的三维定位信息及类别标签语义信息;针对基准图像的非共视区,获取每一非共视区中目标的角度定位信息,以构建用于智能车的具有语义信息的矢量地图。上述方法解决了现有技术中无法在线实时构建三维语义地图,且无法降低无人驾驶中视觉点云数据的计算量和计算复杂度的技术问题。

    利用激光雷达和视觉传感器融合在线构建语义地图的方法

    公开(公告)号:CN111928862A

    公开(公告)日:2020-11-13

    申请号:CN202010797516.9

    申请日:2020-08-10

    摘要: 本发明涉及一种利用激光雷达和视觉传感器融合在线构建语义地图的方法,包括:获取当前车辆的初始化栅格地图,获取激光雷达对应的测距数据、视觉传感器对应的图像数据;对激光雷达的测距数据进行目标检测处理,获取多个第一类检测目标的多属性信息;对视觉传感器的图像数据进行特征提取和匹配,获取多个第二类检测目标的多属性信息;融合第一类检测目标和第二类检测目标的多属性信息,并将融合后的检测目标的多属性信息均导入到Redis数据库中,生成作为语义地图的高维栅格地图,高维栅格地图中的各检测目标的多属性信息以动态数据库表的方式存储。本发明的方法可以实时在线表示车辆周围的动静态环境多维语义信息。

    一种基于稀疏导航地图的路径规划优化方法

    公开(公告)号:CN115774444B

    公开(公告)日:2023-07-25

    申请号:CN202111057852.0

    申请日:2021-09-09

    IPC分类号: G05D1/02

    摘要: 本公开实施例涉及一种基于稀疏导航地图的路径规划优化方法,包括:智能车视觉系统获取智能车上感测设备感测的障碍物信息和智能车前方指定区域的驾驶图像信息;将障碍物信息转换到RTK大地坐标系下,同时确定驾驶图像信息中的可通行区域并转换到RTK大地坐标系下;依据已知稀疏导航地图和智能车的位置信息,获取稀疏导航数据;依据可通行区域的边界信息和智能车安全距离为约束条件、结合二维经纬度栅格地图中障碍物的信息,对所述稀疏导航数据进行两次碰撞检测,以获取优化后的导航数据,并采用A*算法获取智能车的最优路径规划方案。上述方法可完成当前道路环境车路姿态的检测和跟踪,并实现无先验地图模式下的智能车道路检测和路径优化。

    自动驾驶物流车底盘总成
    10.
    外观设计

    公开(公告)号:CN307065532S

    公开(公告)日:2022-01-14

    申请号:CN202130587209.3

    申请日:2021-09-06

    设计人: 井明 张旗

    摘要: 1.本外观设计产品的名称:自动驾驶物流车底盘总成。
    2.本外观设计产品的用途:本外观设计产品用于自动化物流车的底盘总成部分。
    3.本外观设计产品的设计要点:在于形状。
    4.最能表明设计要点的图片或照片:立体图1。