CN115237136A - 一种智能实验控制系统 - Google Patents
一种智能实验控制系统 Download PDFInfo
- Publication number
- CN115237136A CN115237136A CN202210941173.8A CN202210941173A CN115237136A CN 115237136 A CN115237136 A CN 115237136A CN 202210941173 A CN202210941173 A CN 202210941173A CN 115237136 A CN115237136 A CN 115237136A
- Authority
- CN
- China
- Prior art keywords
- intelligent
- trolley
- data
- path
- driving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002474 experimental method Methods 0.000 title claims abstract description 91
- 238000001514 detection method Methods 0.000 claims abstract description 52
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000005094 computer simulation Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 238000005215 recombination Methods 0.000 claims description 6
- 230000006798 recombination Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000004888 barrier function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种智能实验控制系统,包括行车检测平台、数据处理平台、智能控制平台和执行驱动平台:所述行车检测平台用于对智能实验小车进行数据的全面采集;所述数据处理平台用于对智能实验小车采集到的数据整合分析;所述智能控制平台用于对规避智能实验小车行车路径上的障碍和行车路径的准确跟踪,并结合仿真模型预测智能实验小车的未来行车数据;所述执行驱动平台用于接收智能控制平台发出的控制指令,并控制智能实验小车。本发明中,该控制系统采用行车实时动态检测的方式,可以实现智能实验小车路径跟踪效果,并对行车路径上的障碍物进行避障,同时预测评估出智能实验小车未来的行走趋势,提高了智能实验小车的控制效果。
Description
技术领域
本发明涉及智能控制技术领域,尤其涉及一种智能实验控制系统。
背景技术
现在市场上有很多应用于教育领域的机器人产品,其中智能车是较为常见的一种形式,以轮式机器人底盘为基础,可扩展各类传感器和执行器,智能车是电子计算机等最新科技成果与现代汽车工业相结合的产物,为了帮助学生了解智能控制与智能车之间的控制远离,需要对借助智能控制系统对智能实验小车进行控制,应用于实验仿真平台中,可大大减少人为操作的时间和精力。
在已申请的对比专利,专利号:CN105629978B(智能小车及其控制系统)当中,公开了如何判断并分析智能小车的行走路径,并控制智能小车按照预设的路径行走,但是无法对智能小车在未来的行走趋势和状态进行预测,从而无法准确的评估出智能实验小车可能面临的风险,降低智能实验小车的控制效果。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出在实现智能实验小车路径跟踪和避障的同时,能够预测出未来行走趋势,评估出可能面临风险的一种智能实验控制系统。
为了实现上述目的,本发明采用了如下技术方案:一种智能实验控制系统,包括行车检测平台、数据处理平台、智能控制平台和执行驱动平台:
所述行车检测平台包括车辆检测模块和行走检测模块,用于对智能实验小车的车辆性能数据和行走路径数据进行数据的采集,获取智能实验小车行车中的综合数据;
所述数据处理平台包括路径数据整合模块、障碍数据整合模块和行车状态分析模块,用于对智能实验小车采集到的路径数据和障碍物数据进行整合分析,并结合行车状态数据,分析出智能实验小车的当前全面数据;
所述智能控制平台包括应急避障模块、路径跟踪模块和模型预测模块,用于对规避智能实验小车行车路径上的障碍和行车路径的准确跟踪,并结合仿真模型预测智能实验小车的未来行车数据,评估出存在的异常情况;
所述执行驱动平台用于接收智能控制平台发出的控制指令,并将指令传输给智能实验小车,控制其转向和加减速。
作为上述技术方案的进一步描述:
所述车辆检测模块由电池检测单元和车辆定位单元组成;
通过电池检测单元能够实时的检测智能实验小车当前状态下的电池电量的余量多少,判断智能实验小车的续航里程;
通过车辆定位单元能够实时的检测智能实验小车行车状态下的具体位置,判断智能实验小车与预设路径的偏差度。
作为上述技术方案的进一步描述:
所述行走检测模块由路线检测单元和障碍物检测单元组成;
通过路线检测单元能够检测智能实验小车已行走过的路径走向数据,并沿途记录各个路径节点,与预设路径进行温吻合比较;
通过障碍物检测单元能够检测智能实验小车行走路径当中出现的障碍物数据,获取障碍物的图像和视频信息,判断障碍物对智能试验小车的行走路径影响程度。
作为上述技术方案的进一步描述:
所述应急避障模块由特征识别单元和路线重组单元组成;
通过特征识别单元能够识别障碍物的特征,并标记障碍物在行车路径中的影响区域,判断障碍物与行车路径的重合度;
通过路线重组单元能够重新规划智能实验小车的行车路线,使其避开障碍物,并在避开障碍物后重新回到预设路径上。
作为上述技术方案的进一步描述:
所述路径跟踪模块由路径匹配单元和节点定位单元组成;
通过路径匹配单元能够对智能实验小车已行走过的路径与预设路径进行一致性的对比,判断智能实验小车行走路径的准确度;
通过节点定位单元能够对智能实验小车行走过路径上进行数据采集点的标记,并定位标记点在路径上所对应的位置。
作为上述技术方案的进一步描述:
所述模型预测模块由仿真建模单元、数据导入单元和预测评估单元组成;
通过仿真建模单元能够将智能实验小车在已行走路径上采集到的所有信息进行整合,并结合三维建模技术建立符合智能实验小车行走状态的仿真模型;
通过数据导入单元能够将所采集到的数据逐一的导入三维仿真模型内,并标记各个数据的位置;
通过预测评估单元能够根据之前智能实验小车所行走的采集数据,分析出数据的发展趋势,评估出智能实验小车后续的行走状态。
作为上述技术方案的进一步描述:
所述执行驱动平台包括横向控制模块和纵向控制模块;
所述横向控制模块用于接收智能控制平台内产生的横向控制指令,并控制智能实验小车进行左右转向;
所述纵向控制模块用于接收智能控制平台内产生的纵向控制指令,并控制智能实验小车进行前后移动和加减速。
一种智能实验小车,该智能实验小车包括权利要求1至7任意一项所述的智能实验小车控制系统,智能实验小车还包括检测机构、控制机构、横向控制机构和纵向控制机构,其中,检测机构获取采集数据传输至控制机构,控制机构分析数据并生成控制指令,传输至横向控制机构和纵向控制机构。
本发明提供了一种智能实验控制系统。具备以下有益效果:
该控制系统采用行车实时动态检测的方式,可以对智能实验小车行走前、中、后期的行车数据进行全面的采集分析,准确的判断出智能实验小车行走路径的准确度,在实现智能实验小车路径跟踪的同时,对行车路径上的障碍物进行避障,并结合建模预测技术评估智能实验小车未来的行走趋势和状态,从而控制智能实验小车准确、安全的完整预设路径,提高智能实验小车的控制效果。
附图说明
图1为本发明提出的一种智能实验控制系统的示意图;
图2为本发明中车辆检测模块的示意图;
图3为本发明中行走检测模块的示意图;
图4为本发明中应急避障模块的示意图;
图5为本发明中路径跟踪模块的示意图;
图6为本发明中模型预测模块的示意图;
图7为本发明提出的一种智能实验小车的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
如图1所示,一种智能实验控制系统,包括行车检测平台、数据处理平台、智能控制平台和执行驱动平台:
行车检测平台包括车辆检测模块和行走检测模块,用于对智能实验小车的车辆性能数据和行走路径数据进行数据的采集,获取智能实验小车行车中的综合数据;
数据处理平台包括路径数据整合模块、障碍数据整合模块和行车状态分析模块,用于对智能实验小车采集到的路径数据和障碍物数据进行整合分析,并结合行车状态数据,分析出智能实验小车的当前全面数据;
智能控制平台包括应急避障模块、路径跟踪模块和模型预测模块,用于对规避智能实验小车行车路径上的障碍和行车路径的准确跟踪,并结合仿真模型预测智能实验小车的未来行车数据,评估出存在的异常情况;
执行驱动平台用于接收智能控制平台发出的控制指令,并将指令传输给智能实验小车,控制其转向和加减速。
该控制系统采用行车实时动态检测的方式,可以对智能实验小车行走前、中、后期的行车数据进行全面的采集分析,准确的判断出智能实验小车行走路径的准确度,在实现智能实验小车路径跟踪的同时,对行车路径上的障碍物进行避障,并结合建模预测技术评估智能实验小车未来的行走趋势和状态,从而控制智能实验小车准确、安全的完整预设路径,提高智能实验小车的控制效果。
如图2所示,车辆检测模块由电池检测单元和车辆定位单元组成;
通过电池检测单元能够实时的检测智能实验小车当前状态下的电池电量的余量多少,判断智能实验小车的续航里程;通过车辆定位单元能够实时的检测智能实验小车行车状态下的具体位置,判断智能实验小车与预设路径的偏差度;
车辆检测模块对应的检测设备包括温度传感器、电池电量传感器等设备,实现对车辆性能参数相关数据的采集检测。
如图3所示,行走检测模块由路线检测单元和障碍物检测单元组成;
通过路线检测单元能够检测智能实验小车已行走过的路径走向数据,并沿途记录各个路径节点,与预设路径进行温吻合比较;通过障碍物检测单元能够检测智能实验小车行走路径当中出现的障碍物数据,获取障碍物的图像和视频信息,判断障碍物对智能试验小车的行走路径影响程度;
行走检测模块对应的检测设备包括红外摄像机、超声波测距仪等设备,实现对路径和障碍物相关数据的采集检测。
如图4所示,应急避障模块由特征识别单元和路线重组单元组成;
通过特征识别单元能够识别障碍物的特征,并标记障碍物在行车路径中的影响区域,判断障碍物与行车路径的重合度;通过路线重组单元能够重新规划智能实验小车的行车路线,使其避开障碍物,并在避开障碍物后重新回到预设路径上。
如图5所示,路径跟踪模块由路径匹配单元和节点定位单元组成;
通过路径匹配单元能够对智能实验小车已行走过的路径与预设路径进行一致性的对比,判断智能实验小车行走路径的准确度;通过节点定位单元能够对智能实验小车行走过路径上进行数据采集点的标记,并定位标记点在路径上所对应的位置。
如图6所示,模型预测模块由仿真建模单元、数据导入单元和预测评估单元组成;
通过仿真建模单元能够将智能实验小车在已行走路径上采集到的所有信息进行整合,并结合三维建模技术建立符合智能实验小车行走状态的仿真模型;通过数据导入单元能够将所采集到的数据逐一的导入三维仿真模型内,并标记各个数据的位置;通过预测评估单元能够根据之前智能实验小车所行走的采集数据,分析出数据的发展趋势,评估出智能实验小车后续的行走状态。
如图1所示,执行驱动平台包括横向控制模块和纵向控制模块;
横向控制模块用于接收智能控制平台内产生的横向控制指令,并控制智能实验小车进行左右转向;纵向控制模块用于接收智能控制平台内产生的纵向控制指令,并控制智能实验小车进行前后移动和加减速。
如图7所示,一种智能实验小车,该智能实验小车包括智能实验小车控制系统,智能实验小车还包括检测机构、控制机构、横向控制机构和纵向控制机构,其中,检测机构获取采集数据传输至控制机构,控制机构分析数据并生成控制指令,传输至横向控制机构和纵向控制机构。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种智能实验控制系统,包括行车检测平台、数据处理平台、智能控制平台和执行驱动平台,其特征在于:
所述行车检测平台包括车辆检测模块和行走检测模块,用于对智能实验小车的车辆性能数据和行走路径数据进行数据的采集,获取智能实验小车行车中的综合数据;
所述数据处理平台包括路径数据整合模块、障碍数据整合模块和行车状态分析模块,用于对智能实验小车采集到的路径数据和障碍物数据进行整合分析,并结合行车状态数据,分析出智能实验小车的当前全面数据;
所述智能控制平台包括应急避障模块、路径跟踪模块和模型预测模块,用于对规避智能实验小车行车路径上的障碍和行车路径的准确跟踪,并结合仿真模型预测智能实验小车的未来行车数据,评估出存在的异常情况;
所述执行驱动平台用于接收智能控制平台发出的控制指令,并将指令传输给智能实验小车,控制其转向和加减速;
所述模型预测模块由仿真建模单元、数据导入单元和预测评估单元组成;
通过仿真建模单元能够将智能实验小车在已行走路径上采集到的所有信息进行整合,并结合三维建模技术建立符合智能实验小车行走状态的仿真模型;
通过数据导入单元能够将所采集到的数据逐一的导入三维仿真模型内,并标记各个数据的位置;
通过预测评估单元能够根据之前智能实验小车所行走的采集数据,分析出数据的发展趋势;
所述车辆检测模块由电池检测单元和车辆定位单元组成;
通过电池检测单元能够实时的检测智能实验小车当前状态下的电池电量的余量多少;
通过车辆定位单元能够实时的检测智能实验小车行车状态下的具体位置;
所述行走检测模块由路线检测单元和障碍物检测单元组成;
通过路线检测单元能够检测智能实验小车已行走过的路径走向数据,并沿途记录各个路径节点;
通过障碍物检测单元能够检测智能实验小车行走路径当中出现的障碍物数据,获取障碍物的图像和视频信息。
2.根据权利要求1所述的一种智能实验控制系统,其特征在于:所述应急避障模块由特征识别单元和路线重组单元组成;
通过特征识别单元能够识别障碍物的特征,并标记障碍物在行车路径中的影响区域;
通过路线重组单元能够重新规划智能实验小车的行车路线,使其避开障碍物,并在避开障碍物后重新回到预设路径上。
3.根据权利要求1所述的一种智能实验控制系统,其特征在于:所述路径跟踪模块由路径匹配单元和节点定位单元组成;
通过路径匹配单元能够对智能实验小车已行走过的路径与预设路径进行一致性的对比;
通过节点定位单元能够对智能实验小车行走过路径上进行数据采集点的标记,并定位标记点在路径上所对应的位置。
4.根据权利要求1所述的一种智能实验控制系统,其特征在于:所述执行驱动平台包括横向控制模块和纵向控制模块;
所述横向控制模块用于接收智能控制平台内产生的横向控制指令,并控制智能实验小车进行左右转向;
所述纵向控制模块用于接收智能控制平台内产生的纵向控制指令,并控制智能实验小车进行前后移动和加减速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941173.8A CN115237136A (zh) | 2020-08-28 | 2020-08-28 | 一种智能实验控制系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941173.8A CN115237136A (zh) | 2020-08-28 | 2020-08-28 | 一种智能实验控制系统 |
CN202010885563.9A CN112015180B (zh) | 2020-08-28 | 2020-08-28 | 一种智能实验小车及其控制系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010885563.9A Division CN112015180B (zh) | 2020-08-28 | 2020-08-28 | 一种智能实验小车及其控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115237136A true CN115237136A (zh) | 2022-10-25 |
Family
ID=73502881
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210941173.8A Pending CN115237136A (zh) | 2020-08-28 | 2020-08-28 | 一种智能实验控制系统 |
CN202210933835.7A Pending CN115268452A (zh) | 2020-08-28 | 2020-08-28 | 一种智能控制系统 |
CN202010885563.9A Active CN112015180B (zh) | 2020-08-28 | 2020-08-28 | 一种智能实验小车及其控制系统 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210933835.7A Pending CN115268452A (zh) | 2020-08-28 | 2020-08-28 | 一种智能控制系统 |
CN202010885563.9A Active CN112015180B (zh) | 2020-08-28 | 2020-08-28 | 一种智能实验小车及其控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN115237136A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113805580A (zh) * | 2021-07-09 | 2021-12-17 | 北京京东乾石科技有限公司 | 一种设备控制方法、系统、装置及其存储介质 |
CN114281048B (zh) * | 2021-12-28 | 2024-07-09 | 长三角哈特机器人产业技术研究院 | 一种基于工业互联网的agv智能管理系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847270A (zh) * | 2010-05-14 | 2010-09-29 | 东南大学 | 基于虚拟样机的四轴重型货车悬架系统控制模拟方法 |
WO2012113030A1 (en) * | 2011-02-25 | 2012-08-30 | Optimized Ortho Pty Ltd | A computer-implemented method, a computing device and a computer readable storage medium for providing alignment information data for the alignment of an orthopaedic implant for a joint of a patient |
CN106737693A (zh) * | 2017-03-02 | 2017-05-31 | 安徽农业大学 | 基于gps和惯导的插秧机器人控制系统和控制方法 |
CN108021861A (zh) * | 2017-10-30 | 2018-05-11 | 哈尔滨理工大学 | 一种基于机器视觉的智能车右转弯目标检测方法 |
CN108268036A (zh) * | 2018-01-19 | 2018-07-10 | 刘晋宇 | 一种新型机器人智能避障系统 |
CN108407808A (zh) * | 2018-04-23 | 2018-08-17 | 安徽车鑫保汽车销售有限公司 | 一种汽车行驶智能预测系统 |
US20190263399A1 (en) * | 2016-10-19 | 2019-08-29 | Jiangsu University | Intelligent vehicle safety driving envelope reconstruction method based on integrated spatial and dynamic characteristics |
US20190369626A1 (en) * | 2018-05-31 | 2019-12-05 | Nissan North America, Inc. | Time-Warping for Autonomous Driving Simulation |
CN110782530A (zh) * | 2019-08-28 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 自动驾驶仿真系统中车辆信息的展示方法及装置 |
CN111391595A (zh) * | 2020-03-02 | 2020-07-10 | 南京林业大学 | 车辆防侧翻主动倾摆模型预测控制方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100547627C (zh) * | 2008-01-03 | 2009-10-07 | 上海交通大学 | 智能小车教学科研实验平台装置 |
WO2010101749A1 (en) * | 2009-03-05 | 2010-09-10 | Massachusetts Institute Of Technology | Predictive semi-autonomous vehicle navigation system |
US9024970B2 (en) * | 2011-12-30 | 2015-05-05 | Here Global B.V. | Path side image on map overlay |
CN106383515A (zh) * | 2016-09-21 | 2017-02-08 | 哈尔滨理工大学 | 一种基于多传感器信息融合的轮式移动机器人避障控制系统 |
CN107168319B (zh) * | 2017-06-01 | 2020-07-28 | 同济大学 | 一种基于模型预测控制的无人车避障方法 |
CN107867290B (zh) * | 2017-11-07 | 2019-07-12 | 长春工业大学 | 一种考虑运动障碍物的汽车紧急避撞分层式控制方法 |
CN109991972A (zh) * | 2017-12-29 | 2019-07-09 | 长城汽车股份有限公司 | 控制车辆行驶的方法、装置、车辆及可读存储介质 |
CN108549370A (zh) * | 2018-03-23 | 2018-09-18 | 西安理工大学 | 数据采集方法及采集装置 |
CN110147098A (zh) * | 2019-04-30 | 2019-08-20 | 杭州飞步科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及可读存储介质 |
CN110568841A (zh) * | 2019-08-05 | 2019-12-13 | 西藏宁算科技集团有限公司 | 一种自动驾驶决策方法及系统 |
CN110941274A (zh) * | 2019-11-30 | 2020-03-31 | 的卢技术有限公司 | 一种自动驶离停车位的控制方法及其控制系统 |
-
2020
- 2020-08-28 CN CN202210941173.8A patent/CN115237136A/zh active Pending
- 2020-08-28 CN CN202210933835.7A patent/CN115268452A/zh active Pending
- 2020-08-28 CN CN202010885563.9A patent/CN112015180B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847270A (zh) * | 2010-05-14 | 2010-09-29 | 东南大学 | 基于虚拟样机的四轴重型货车悬架系统控制模拟方法 |
WO2012113030A1 (en) * | 2011-02-25 | 2012-08-30 | Optimized Ortho Pty Ltd | A computer-implemented method, a computing device and a computer readable storage medium for providing alignment information data for the alignment of an orthopaedic implant for a joint of a patient |
US20190263399A1 (en) * | 2016-10-19 | 2019-08-29 | Jiangsu University | Intelligent vehicle safety driving envelope reconstruction method based on integrated spatial and dynamic characteristics |
CN106737693A (zh) * | 2017-03-02 | 2017-05-31 | 安徽农业大学 | 基于gps和惯导的插秧机器人控制系统和控制方法 |
CN108021861A (zh) * | 2017-10-30 | 2018-05-11 | 哈尔滨理工大学 | 一种基于机器视觉的智能车右转弯目标检测方法 |
CN108268036A (zh) * | 2018-01-19 | 2018-07-10 | 刘晋宇 | 一种新型机器人智能避障系统 |
CN108407808A (zh) * | 2018-04-23 | 2018-08-17 | 安徽车鑫保汽车销售有限公司 | 一种汽车行驶智能预测系统 |
US20190369626A1 (en) * | 2018-05-31 | 2019-12-05 | Nissan North America, Inc. | Time-Warping for Autonomous Driving Simulation |
CN110782530A (zh) * | 2019-08-28 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 自动驾驶仿真系统中车辆信息的展示方法及装置 |
CN111391595A (zh) * | 2020-03-02 | 2020-07-10 | 南京林业大学 | 车辆防侧翻主动倾摆模型预测控制方法 |
Non-Patent Citations (1)
Title |
---|
石钧仁,等: "装载机避障轨迹规划及模型预测轨迹跟踪", 中国公路学报, 20 April 2020 (2020-04-20), pages 1 - 14 * |
Also Published As
Publication number | Publication date |
---|---|
CN115268452A (zh) | 2022-11-01 |
CN112015180B (zh) | 2022-12-16 |
CN112015180A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Autonomous vehicles testing methods review | |
US10809735B2 (en) | System and method for a framework of robust and safe reinforcement learning application in real world autonomous vehicle application | |
CN111309015A (zh) | 一种融合多传感器的变电站巡检机器人定位导航系统 | |
CN112015180B (zh) | 一种智能实验小车及其控制系统 | |
CN109259948B (zh) | 辅助驾驶轮椅 | |
Goberville et al. | Analysis of LiDAR and camera data in real-world weather conditions for autonomous vehicle operations | |
WO2019047650A1 (zh) | 无人驾驶车辆的数据采集方法和装置 | |
CN110936959B (zh) | 车辆感知系统在线诊断和预测 | |
WO2023109589A1 (zh) | 一种智能车-无人机的协同感知系统及方法 | |
CN112621710A (zh) | 一种架空输电线路巡检机器人障碍检测控制系统及方法 | |
CN113708491A (zh) | 牵引变电所智能巡检系统 | |
CN113552867A (zh) | 一种运动轨迹的规划方法及轮式移动设备 | |
CN117589177B (zh) | 基于工业大模型自主导航方法 | |
WO2022115216A2 (en) | Method and system for determining a mover model for motion forecasting in autonomous vehicle control | |
CN114937040B (zh) | 轨道交通车辆段的列车巡检方法、装置、系统及存储介质 | |
CN115346034A (zh) | 一种基于5g网络的机器人远程诊断与维护方法及系统 | |
KR102119638B1 (ko) | 자율주행차량의 정보활용을 위한 데이터 취득 시스템, 데이터 취득 서버 및 방법 | |
Lee et al. | Development of deep learning autonomous car using raspberry Pi | |
CN111161527A (zh) | 自驾车远端监控系统及其方法 | |
Qiao et al. | AV4EV: Open-Source Modular Autonomous Electric Vehicle Platform for Making Mobility Research Accessible | |
CN116652973B (zh) | 一种具有v2x功能的模拟交通指挥员系统 | |
CN118274845B (zh) | 一种地铁站机器人巡检系统及巡检方法 | |
CN114200946B (zh) | 一种智能制造机械加工生产线agv小车控制方法 | |
CN216817624U (zh) | 一种用于机动车培训的智能驾考系统 | |
CN113515050B (zh) | 一种设备控制方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |