-
公开(公告)号：CN119758855B
公开(公告)日：2025-05-16
申请号：CN202510264898.1
申请日：2025-03-07
Applicant: 湖南大学无锡智能控制研究院
IPC: G05B19/042 , G01M17/06
Abstract: 本发明涉及装备试验技术领域，具体公开了一种多轴转向底盘移动试验台架的控制方法、装置及系统，包括：分别获取台架本体的定位信息以及试验件的运动信息；根据预设试验路径和台架本体的位置信息进行误差计算，获得纠偏转角；根据预设试验路径以及试验件的运动信息进行横摆力矩平衡计算，获得补偿转角；分别对纠偏转角和补偿转角进行时滞补偿，获得纠偏转角分配控制参数和补偿转角分配控制参数；向纠偏轮组输出纠偏转角控制参数以及向补偿轮组输出补偿转角分配控制参数。本发明提供的多轴转向底盘移动试验台架的控制方法能够解决人工驾驶试验台架带来的路径跟踪控制精度差，行驶稳定性低的问题，达到提升路径跟踪精度以及提高行驶稳定性的目的。
-
公开(公告)号：CN118665309A
公开(公告)日：2024-09-20
申请号：CN202411030991.8
申请日：2024-07-30
Applicant: 湖南大学无锡智能控制研究院
IPC: B60P1/04 , G06Q10/0631 , G06Q50/40 , B65G69/00
Abstract: 本发明涉及矿山自动驾驶技术领域，具体公开了一种无人驾驶矿卡自适应卸载交互方法、装置及系统，包括：获取卸料站周期性上报的第一卸料站状态监测信息；若第一卸料站状态监测信息为卸料口不满且存在空闲卸载位，获取卸料站周期性上报的第二卸料站状态监测信息；若第二卸料站状态监测信息为空闲卸载位不存在异常，则向无人驾驶矿卡发送第一调度指令；获取卸料站周期性上报的第三卸料站状态监测信息；根据第三卸料站状态监测信息生成自适应调整指令；当接收到无人驾驶矿卡发送的卸载完成的信息时，生成第二调度指令。本发明提供的无人驾驶矿卡自适应卸载交互方法通过与无人驾驶矿卡以及卸料站的自适应卸载交互实现无人驾驶矿卡卸载的自适应调配。
-
公开(公告)号：CN118068837A
公开(公告)日：2024-05-24
申请号：CN202410194006.0
申请日：2024-02-21
Applicant: 湖南大学无锡智能控制研究院
IPC: G05D1/43 , G05D1/242 , G05D1/246 , G05D1/65 , G05D1/633 , G05D1/644 , G05D1/693 , G05D1/648 , G05D105/05
Abstract: 本发明公开了一种装载区多车多铲协同装载调度及轨迹规划方法与装置，装载区多车多铲协同装载调度及轨迹规划方法包括：步骤1，根据车辆的入场时间、出场时间、以及空/重载情况，确定车辆的优先级顺序；步骤2，根据优先级顺序，生成调度指令，并规划每一辆矿卡的行驶轨迹；步骤3，根据规划好的每一辆矿卡的行驶轨迹，预估各矿卡在每个时刻所处位置，进行多车动态冲突检测，按照优先级顺序使优先级低的矿卡实时避让优先级高的矿卡。本发明用于解决露天矿区装载作业面内存在多辆挖掘机与多辆无人驾驶矿卡的协同装载问题。
-
公开(公告)号：CN115060280B
公开(公告)日：2023-07-25
申请号：CN202210705025.6
申请日：2022-06-21
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种车辆轨迹预测方法和装置，其包括：S1，获取障碍物车辆的实际历史轨迹；S2，根据障碍物车辆的预测位置和当前实际位置，计算得到预测位置误差，选择本次预测中所使用的历史轨迹时长；S3，根据实际历史轨迹，获得接近实际历史轨迹的拟合轨迹；S4，根据实际历史轨迹，计算符合障碍物车辆历史运动状态的障碍物车辆状态；S5，使用曲线拟合方程计算获得第一历史轨迹、使用运动学方程计算获得第二历史轨迹，再计算第一历史轨迹、第二历史轨迹分别与实际历史轨迹上对应轨迹点之间的误差；S6，在预设范围内对误差进行比较，选择本帧预测方法，以预测障碍物车辆的未来轨迹。
-
公开(公告)号：CN115082900B
公开(公告)日：2023-06-16
申请号：CN202210851076.X
申请日：2022-07-19
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种停车场场景下智能车辆行驶决策系统及方法，其包括：上层决策单元，用于接收周围环境与自车状态的信息，辨识当前的停车场场景，生成与辨识出的停车场场景相对应的行为树规则，并输出自车的决策行为；下层决策单元，用于接收周围环境与自车状态的信息以及上层决策单元输出的决策行为，使用深度Q学习方法对各自决策行为进行建模，通过决策行为奖励函数输出自车在对应于停车场场景下决策行为奖励值最大时对应的加加速度和方向盘转向角角速度。本发明能够提高车辆行驶的安全性与效率性。
-
Patent Agency Ranking
公开(公告)号：CN116259185A
公开(公告)日：2023-06-13
申请号：CN202310045955.8
申请日：2023-01-30
Applicant: 湖南大学无锡智能控制研究院
IPC: G08G1/0968 , G08G1/16 , G08G1/01 , B60W60/00 , B60W30/06 , G06V20/58 , G06N3/08 , G06V10/82 , G06Q10/047 , G06N3/0442
Abstract: 本发明公开了一种停车场场景下融合预测算法的车辆行为决策方法及装置，该方法包括：利用预测算法对目标车辆的行为进行预测；根据不同的预测结果对目标车辆的轨迹分别进行预测；包括：当预测行为为沿本车道直线行驶行为时，使用匀速运动模型对目标车辆的轨迹进行预测；当预测行为为驶离本车道驶入空闲停车位行为时，使用五次多项式模型对目标车辆的轨迹进行预测；将目标车辆的预测轨迹、目标车辆的当前状态和智能车辆的当前状态作为输入信息输入行为树决策算法中，输出智能车辆行为。
-
公开(公告)号：CN114912516B
公开(公告)日：2023-06-06
申请号：CN202210440038.5
申请日：2022-04-25
Applicant: 湖南大学无锡智能控制研究院
IPC: G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种协调特征一致性和特异性的跨域目标检测方法及系统，包括：步骤1，构建源域数据集和目标域数据集，搭建基准跨域目标检测模型；步骤2，通过特征特异性记忆读写模块不断更新记忆单元中的记忆元素，指导基准跨域目标检测模型对特征特异性进行学习，再通过特征一致性加权对齐模块使用源域和目标域记忆元素来引导相同类别的记忆元素进行混淆、以及根据待检测目标类别出现的比例对每个类别级域判别器的损失函数进行加权，在语义特异性基础上进一步引导特征对跨域一致性的学习，得到跨域目标检测模型；步骤3，以协调特征一致性和特异性的跨域目标检测模型的损失函数为优化目标对该模型进行训练，并将训练后的模型应用于目标域。
-
公开(公告)号：CN115390452B
公开(公告)日：2023-05-12
申请号：CN202211071272.1
申请日：2022-09-01
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LQR横向控制器参数在线自适应方法及系统，其包括：Step1，设置将会影响控制器的控制效果的条件；Step2，将归一化后的控制误差作为评价函数，采用改进遗传算法对该条件下的LQR横向控制器参数进行优化；Step3，将优化后的LQR横向控制器参数作为训练神经网络的数据集；Step4，将训练后的神经网络用于LQR控制器中，实现不同工况下的LQR横向控制器参数在线自适应。
-
公开(公告)号：CN114563795B
公开(公告)日：2023-01-17
申请号：CN202210176224.2
申请日：2022-02-25
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于激光里程计和标签融合算法的定位追踪方法及系统，包括：步骤1，里程计初步定位；步骤2，通过预先在待定位场景中布置不同的两个标签，获取激光雷达的精确位姿，其具体包括：步骤21，通过激光雷达扫描获取标签所在区域的点云，获取两个标签在局部坐标系中的相对坐标；步骤22，根据两个标签的绝对坐标，在每一个标签的相对坐标附近搜索距离最近的绝对坐标，进行匹配；步骤23，将两个标签与激光雷达组成三角形，获取激光雷达位姿变换矩阵；步骤24，使用激光雷达位姿变换矩阵，对激光雷达的初步位姿进行变换，得到激光雷达的精确位姿。本发明可应用无GNSS信号、存在较多干扰、结构不断变化地复杂场景，为车辆提供精确的定位。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.06 seconds)
