-
公开(公告)号：CN112799393A
公开(公告)日：2021-05-14
申请号：CN202011402007.8
申请日：2020-12-04
Applicant: 湖南大学
Abstract: 本发明公开了一种面向泊车场景的地图简化系统，包括：泰森多边形处理模块，基于泰森多边形算法，对环境进行预处理，获得泰森多边形节点；Ransec聚类分析模块，基于Ransec算法，对节点进行聚类分析，得到代表道路信息的线段；膨胀处理模块：对线段进行膨胀化处理，获得矩形安全隧道；Dijkstra隧道搜索模块：基于Dijkstra算法，对各个矩形安全隧道的中点进行搜索，挑选出适合轨迹规划起始点和目标点的矩形安全隧道。本发明的面向泊车场景的地图简化系统，通过对环境信息的处理，将复杂的环境信息转变为矩形安全隧道，以期简化环境。
-
公开(公告)号：CN115598983B
公开(公告)日：2023-06-13
申请号：CN202211333752.0
申请日：2022-10-28
Applicant: 湖南大学无锡智能控制研究院
IPC: G05B13/04
Abstract: 本发明公开了一种考虑时变时延的无人车横纵向协同控制方法及装置，其方法包括：步骤1，在线获取底层时变CAN通信延时估计值τCAN；步骤2，根据寻找到的预测时域Np内一系列参考点信息，利用预测模型，结合横纵向一体化评价函数J和横、纵向联合约束s.t.进行最优控制问题滚动求解，输出车辆的控制量。本发明通过结合自适应时延估计器与考虑时变时延的MPC横纵向协同控制算法，解决无人车辆因忽略底层时特性导致的极限工况下车辆控制失稳问题，在保证横、纵向控制精度的同时提升车辆稳定性。
-
公开(公告)号：CN116232282A
公开(公告)日：2023-06-06
申请号：CN202310038779.5
申请日：2023-01-12
Applicant: 湖南大学无锡智能控制研究院
IPC: H03H21/00
Abstract: 本发明公开了一种基于自适应全通滤波器的时变时延估计方法、装置和系统，该方法包括：接收输入的实时信号和延时信号；根据下式计算滤波器系数：根据下式计算时延估计值：本发明通过一种自适应全通滤波时延估计器，实现快速、稳定、精确估计不同传感器信号之间的时变时延值，在保证估计精度、估计效率的同时提高了抗干扰性能。
-
公开(公告)号：CN114670856B
公开(公告)日：2022-11-25
申请号：CN202210328946.5
申请日：2022-03-30
Applicant: 湖南大学无锡智能控制研究院 , 江苏集萃清联智控科技有限公司
IPC: B60W50/00 , B60W60/00 , B60W40/105 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进BP神经网络的参数自整定纵向控制方法及系统，其包括：步骤1，获取预瞄速度误差，输入至当前BP神经网络；步骤2，在切换为驱动模式和制动模式之一后，判断预瞄速度误差是否大于预设阈值，如果是，则进入步骤3；如果否，则进入步骤4；步骤3，离线训练当前模式下BP神经网络的初始参数，获取最优的所述初始参数，对所述当前BP神经网络进行初始化；步骤4，通过Batch Normalization处理归一化方法，所述当前BP神经网络在线计算误差反向传播，并调整权重参数，然后通过所述当前BP神经网络输出当前模式对应的控制参数。本发明能够快速调整控制参数，同时提高车辆纵向控制精度。
-
公开(公告)号：CN112693449B
公开(公告)日：2022-02-15
申请号：CN202110102987.8
申请日：2021-01-26
Applicant: 湖南大学
Abstract: 本发明公开了一种无人车辆极限工况下横纵向耦合控制方法，该控制方法包括：构建NMPC横纵向耦合控制预测模型、横向NMPC控制模型和纵向PID控制模型；将所述NMPC横纵向耦合控制预测模型及其相应的车辆模型和性能评价指标函数组成第一控制器；将所述横向NMPC控制模型及其相应的车辆模型和性能评价指标函数、结合所述纵向PID控制模型组成第二控制器；在每个控制周期内，根据当前车速和道路曲率判断当前行驶工况，选择所述第一控制器或所述第二控制器对车辆速度及前轮转角进行控制。本发明适用于无人车辆极限工况下的横纵向运动控制。
-
Patent Agency Ranking
公开(公告)号：CN114670856A
公开(公告)日：2022-06-28
申请号：CN202210328946.5
申请日：2022-03-30
Applicant: 湖南大学无锡智能控制研究院 , 江苏集萃清联智控科技有限公司
IPC: B60W50/00 , B60W60/00 , B60W40/105 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进BP神经网络的参数自整定纵向控制方法及系统，其包括：步骤1，获取预瞄速度误差，输入至当前BP神经网络；步骤2，在切换为驱动模式和制动模式之一后，判断预瞄速度误差是否大于预设阈值，如果是，则进入步骤3；如果否，则进入步骤4；步骤3，离线训练当前模式下BP神经网络的初始参数，获取最优的所述初始参数，对所述当前BP神经网络进行初始化；步骤4，通过Batch Normalization处理归一化方法，所述当前BP神经网络在线计算误差反向传播，并调整权重参数，然后通过所述当前BP神经网络输出当前模式对应的控制参数。本发明能够快速调整控制参数，同时提高车辆纵向控制精度。
-
公开(公告)号：CN112799393B
公开(公告)日：2022-04-19
申请号：CN202011402007.8
申请日：2020-12-04
Applicant: 湖南大学
Abstract: 本发明公开了一种面向泊车场景的地图简化系统，包括：泰森多边形处理模块，基于泰森多边形算法，对环境进行预处理，获得泰森多边形节点；Ransec聚类分析模块，基于Ransec算法，对节点进行聚类分析，得到代表道路信息的线段；膨胀处理模块：对线段进行膨胀化处理，获得矩形安全隧道；Dijkstra隧道搜索模块：基于Dijkstra算法，对各个矩形安全隧道的中点进行搜索，挑选出适合轨迹规划起始点和目标点的矩形安全隧道。本发明的面向泊车场景的地图简化系统，通过对环境信息的处理，将复杂的环境信息转变为矩形安全隧道，以期简化环境。
-
公开(公告)号：CN115598983A
公开(公告)日：2023-01-13
申请号：CN202211333752.0
申请日：2022-10-28
Applicant: 湖南大学无锡智能控制研究院(CN)
IPC: G05B13/04
Abstract: 本发明公开了一种考虑时变时延的无人车横纵向协同控制方法及装置，其方法包括：步骤1，在线获取底层时变CAN通信延时估计值τCAN；步骤2，根据寻找到的预测时域Np内一系列参考点信息，利用预测模型，结合横纵向一体化评价函数J和横、纵向联合约束s.t.进行最优控制问题滚动求解，输出车辆的控制量。本发明通过结合自适应时延估计器与考虑时变时延的MPC横纵向协同控制算法，解决无人车辆因忽略底层时特性导致的极限工况下车辆控制失稳问题，在保证横、纵向控制精度的同时提升车辆稳定性。
-
公开(公告)号：CN112693449A
公开(公告)日：2021-04-23
申请号：CN202110102987.8
申请日：2021-01-26
Applicant: 湖南大学
Abstract: 本发明公开了一种无人车辆极限工况下横纵向耦合控制方法，该控制方法包括：构建NMPC横纵向耦合控制预测模型、横向NMPC控制模型和纵向PID控制模型；将所述NMPC横纵向耦合控制预测模型及其相应的车辆模型和性能评价指标函数组成第一控制器；将所述横向NMPC控制模型及其相应的车辆模型和性能评价指标函数、结合所述纵向PID控制模型组成第二控制器；在每个控制周期内，根据当前车速和道路曲率判断当前行驶工况，选择所述第一控制器或所述第二控制器对车辆速度及前轮转角进行控制。本发明适用于无人车辆极限工况下的横纵向运动控制。
-
公开(公告)号：CN111397624A
公开(公告)日：2020-07-10
申请号：CN202010231973.1
申请日：2020-03-27
Applicant: 湖南大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于JPS和Hybrid A*的全局路径规划方法，包括如下步骤：步骤1：得到地图信息，确定车辆的起始点和目标点；步骤2：通过跳点法，找到对应的初始路径，将初始路径中的路径点作为新的目标，并生成对应的目标区域；步骤3：确定当前点，当前目标点及当前目标区域；步骤4：使用Hybrid A*算法，从当前点开始，生成到达对应目标区域的路径；步骤5：检查当前区域是否为最终目标区域，若不是，则更新目标区域及目标点；若是，则完成路径规划。本发明的基于JPS和Hybrid A*的全局路径规划方法，通过步骤1至步骤5的设置，便可有效的实现基于JPS和Hybrid A*进行全局路径规划了。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
