一种基于直角弯道特征的全方位移动机器人位姿校准方法

    公开(公告)号:CN109000649B

    公开(公告)日:2022-02-15

    申请号:CN201810529469.2

    申请日:2018-05-29

    申请人: 重庆大学

    IPC分类号: G01C21/20 G01C25/00 G01S17/88

    摘要: 本发明公开了基于直角弯道特征的全方位移动机器人位姿校准方法,该方法包括以下步骤:S1.建立直角弯模型;S2.将直角弯模型进行标准化,然后建立直角弯处全局参考点集;S3.建立小车初始状态坐标系,并计算AGV小车在全局坐标系中的初步位姿估计;S4.对直角弯特征进行识别;S5.基于直角弯特征对AGV小车进行全局定位和位姿更新。本发明在充分分析典型仓库通道环境的情况下,利用激光雷达数据对直角弯道处的环境特征进行描述,并以此特征对全方位小车在通道环境下进行全局定位与位姿更新,消除相对定位中的累积误差,提高机器人的整体定位精度。

    一种基于前车数据的公交车异常数据修复方法

    公开(公告)号:CN108682152B

    公开(公告)日:2021-01-15

    申请号:CN201810548297.3

    申请日:2018-05-31

    申请人: 重庆大学

    IPC分类号: G08G1/01 G08G1/123

    摘要: 本发明涉及交通数据处理技术领域,公开了一种基于前车数据的公交车异常数据修复方法,该方法包括以下步骤:1)实时监测公交车运行数据异常问题,若没有发生数据异常情况则转到步骤7),否则执行步骤2);2)提取数据异常公交车的前车数据,计算各前车与数据异常公交车的灰色关联度;3)基于前车速度估计数据异常时刻的公交车速度值;4)获取数据异常公交车所在路段该时段的历史速度;5)对公交车异常数据中的速度信息进行修复;6)对公交车异常数据中的位置信息进行修复;7)将公交车运行数据存储到数据库中。本发明能对公交车速度、位置信息出现错误或丢失时进行有效处理,以降低公交车异常数据产生的影响,进而为公众提供更加可靠的公交服务信息。

    考虑档位的经济速度获取方法

    公开(公告)号:CN107161154B

    公开(公告)日:2019-07-05

    申请号:CN201710350131.6

    申请日:2017-05-18

    申请人: 重庆大学

    IPC分类号: B60W40/107 B60W50/00

    摘要: 一种考虑档位的经济速度获取方法,包括如下步骤:步骤1:采集车辆状态数据,并基于车辆固有参数,计算其他参数信息;步骤2:建立车辆纵向动力学模型,获取不同档位下转矩与车速关系;步骤3:基于已获取的车辆状态数据,建立基于转矩的车辆油耗模型:步骤31:推导基于转矩的油耗模型最小二乘形式;步骤32:建立带遗忘因子的最小二乘递推估计模型;步骤33:建立带遗忘因子的最小二乘递推估计油耗参数辨识模型;步骤4:利用发动机转速和汽车行驶速度的关系,结合车辆油耗模型及车辆纵向动力学模型,获取不同档位下的车速与燃油消耗率的关系表达式;步骤5:步骤五:基于不同档位的车速与燃油消耗率的关系表达式,求解不同档位下的经济车速。

    基于智能对象的仓库作业执行系统与方法

    公开(公告)号:CN104899720B

    公开(公告)日:2018-09-11

    申请号:CN201510340178.5

    申请日:2015-06-18

    申请人: 重庆大学

    IPC分类号: G06Q10/08 G06K17/00

    摘要: 本发明属于仓库作业智能化技术领域,具体涉及一种仓库智能化作业执行系统与方法;本发明的基于智能对象的仓库作业执行系统,包括RFID标签,贴附于货物、托盘和仓库货位上,用于分别标识与存储货物、托盘和货位信息;RFID读写器,设置于叉车和仓库出入口,用于读取RFID标签中存储的信息;叉车智能终端后端系统,与RFID读写器进行信息交互并将RFID读写器读取的RFID标签信息存入数据库、为托盘分配库位,以及对叉车进行任务分配。本发明可对仓库货物出入库的作业过程进行管理,减少人工干预,提高工作效率。

    一种基于自适应扩展卡尔曼滤波的道路坡度估计方法

    公开(公告)号:CN106840097A

    公开(公告)日:2017-06-13

    申请号:CN201710054689.X

    申请日:2017-01-24

    申请人: 重庆大学

    IPC分类号: G01C9/00

    CPC分类号: G01C9/00

    摘要: 本发明公开了一种基于自适应扩展卡尔曼滤波的道路坡度估计方法,通过数据采集装置获取车辆状态数据,结合车辆状态数据和车辆固有参数计算模型参数:然后基于坡度与车辆状态数据的关系模型,构建扩展卡尔曼滤波估计模型;最后将卡尔曼滤波估计模型改进为自适应扩展卡尔曼滤波算法模型。本发明提供的方法利用了能快速收敛和实时估计的自适应扩展卡尔曼滤波算法,通过车辆驾驶状态数据动态、实时估计道路坡度,从而为驾驶员提供实时的道路坡度信息,为自动驾驶辅助决策、绿色驾驶、及自动变速器换挡控制提供重要的依据,从而实现安全、经济、舒适驾驶;提高在不确定性动态噪声影响下坡度估计的精度和适用范围。

    基于两类浮动车数据融合的信号交叉口平均通行时间估计方法

    公开(公告)号:CN106097717A

    公开(公告)日:2016-11-09

    申请号:CN201610706954.3

    申请日:2016-08-23

    申请人: 重庆大学

    IPC分类号: G08G1/01

    摘要: 本发明公开了一种基于两类浮动车数据融合的信号交叉口平均通行时间估计方法,首先获取公交车和出租车的原始GPS数据;提取所有进入目标信号交叉口区域的浮动车的行车轨迹数据,并进行转向特征标识及构建GPS数据集;进行车型特征标识及构建公交车和出租车通行时间数据集;提取交叉口各转向上的公交车和出租车通行时间数据;计算平均通行时间;本发明提供的估计信号交叉口区域平均通行时间的方法;在利用GPS数据分析城市路段通行时间时,综合考虑了大型车和小型车的GPS数据,既能满足实时性应用需求,又具有较高精度的信号交叉口平均通行时间估计方法,从而提高信号交叉口的服务水平。能更真实地反映路段的平均通行时间。

    一种基于改进型人工势场法的机器人路径规划方法及系统

    公开(公告)号:CN105629974A

    公开(公告)日:2016-06-01

    申请号:CN201610079992.0

    申请日:2016-02-04

    申请人: 重庆大学

    IPC分类号: G05D1/02

    CPC分类号: G05D1/0217 G05D2201/0217

    摘要: 本发明公开了一种基于改进型人工势场法的机器人路径规划方法及系统,首先在激光雷达的可视范围内找到局部目标点;然后规划出机器人当前位置到达局部目标点的可达路径,最后控制驱动机器人行进,循环检测局部目标点,直至机器人达到最终目标点;该方法采用基于人工势场法来规划机器人路径规划,解决了传统势场法对机器人进行路径规划出现的局部极小点问题,对传统的人工势场法进行了改进,即改进引力势函数,同时将整个任务划分为许多局部目标点,从而达到最优的路径;提高了路径规划的实时性、环境适应性效率。

    基于智能对象的仓库作业执行系统与方法

    公开(公告)号:CN104899720A

    公开(公告)日:2015-09-09

    申请号:CN201510340178.5

    申请日:2015-06-18

    申请人: 重庆大学

    IPC分类号: G06Q10/08

    摘要: 本发明属于仓库作业智能化技术领域,具体涉及一种仓库智能化作业执行系统与方法;本发明的基于智能对象的仓库作业执行系统,包括RFID标签,贴附于货物、托盘和仓库货位上,用于分别标识与存储货物、托盘和货位信息;RFID读写器,设置于叉车和仓库出入口,用于读取RFID标签中存储的信息;叉车智能终端后端系统,与RFID读写器进行信息交互并将RFID读写器读取的RFID标签信息存入数据库、为托盘分配库位,以及对叉车进行任务分配。本发明可对仓库货物出入库的作业过程进行管理,减少人工干预,提高工作效率。

    磁导航自主轮式移动机器人的里程检测方法

    公开(公告)号:CN102506891B

    公开(公告)日:2014-10-15

    申请号:CN201110385513.5

    申请日:2011-11-28

    申请人: 重庆大学

    IPC分类号: G01C22/00

    摘要: 本发明公开了一种磁导航自主轮式移动机器人的里程检测方法,包括以下步骤:步骤1:确定磁条或磁道钉的铺设间距L;步骤2:记录机器人在前进过程中,前后两排磁传感器组不能检测磁场的次数N1,N2;步骤3:通过以下里程计算公式计算出机器人当前的里程s:或式中,A表示磁条的长度,R表示磁道钉的半径,本发明通过科学设定磁道钉或磁条的铺设间隔,得到磁道钉或磁条磁场间的空隙,然后通过记录前后两排磁传感器组不能读到磁场的次数,并结合磁条或磁道钉的铺设间隔长度实现对机器人里程的检测,该方法计算简单、相对准确、不受外部环境影响,尽量克服了传统里程计算的缺陷,并节约自主轮式移动机器人的硬件成本和软件成本。