CN117539268A - 基于机器视觉与激光雷达融合的vga自主避障系统 - Google Patents

基于机器视觉与激光雷达融合的vga自主避障系统 Download PDF

Info

Publication number
CN117539268A
CN117539268A CN202410026218.8A CN202410026218A CN117539268A CN 117539268 A CN117539268 A CN 117539268A CN 202410026218 A CN202410026218 A CN 202410026218A CN 117539268 A CN117539268 A CN 117539268A
Authority
CN
China
Prior art keywords
obstacle avoidance
machine vision
vga
autonomous obstacle
vehicle
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
Application number
CN202410026218.8A
Other languages
English (en)
Inventor
赵庆明
赵玉全
赵龙
杨多乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin Jibang Automation Technology Co ltd
Original Assignee
Jilin Jibang Automation Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin Jibang Automation Technology Co ltd filed Critical Jilin Jibang Automation Technology Co ltd
Priority to CN202410026218.8A priority Critical patent/CN117539268A/zh
Publication of CN117539268A publication Critical patent/CN117539268A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Transportation (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及VGA自主避障技术领域，且公开了基于机器视觉与激光雷达融合的VGA自主避障系统，包括以下组件：激光雷达模块、机器视觉模块、VGA显示屏和控制模块，激光雷达模块用于检测车辆周围的障碍物，实现高精度的距离测量和三维点云重构，机器视觉模块用于识别和跟踪车辆周围的物体，实现图像分割、目标检测和目标跟踪。该基于机器视觉与激光雷达融合的VGA自主避障系统，采用机器视觉和激光雷达融合的方式，可以克服单一传感器的局限性，提高系统的可靠性和智能性，采用VGA显示屏可以实现车辆周围环境信息的直观显示，方便驾驶员了解车辆周围的情况，采用避障算法可以实现车辆自主避障，减少驾驶员的负担，提高行驶的安全性和舒适性。

Description

基于机器视觉与激光雷达融合的VGA自主避障系统
技术领域
本发明涉及VGA自主避障技术领域，尤其涉及基于机器视觉与激光雷达融合的VGA自主避障系统。
背景技术
随着人工智能和自动驾驶技术的不断发展，自主避障系统成为了智能车辆的重要组成部分。目前市场上的自主避障系统主要基于激光雷达或摄像头，但这些系统都存在一些局限性，例如激光雷达难以识别透明物体，摄像头则对光线和天气条件有较高的要求。因此，本发明提出了一种基于机器视觉和激光雷达融合的自主避障系统，旨在提高自主避障系统的可靠性和智能性。
为此，我们提出基于机器视觉与激光雷达融合的VGA自主避障系统。
发明内容
本发明主要是解决上述现有技术所存在的技术问题，提供基于机器视觉与激光雷达融合的VGA自主避障系统。
为了实现上述目的，本发明采用了如下技术方案，基于机器视觉与激光雷达融合的VGA自主避障系统，包括以下组件：激光雷达模块、机器视觉模块、VGA显示屏和控制模块，激光雷达模块用于检测车辆周围的障碍物，实现高精度的距离测量和三维点云重构，机器视觉模块用于识别和跟踪车辆周围的物体，实现图像分割、目标检测和目标跟踪，VGA显示屏用于显示车辆周围的环境信息和避障路径。
作为优选，所述控制模块用于处理激光雷达和机器视觉模块的数据，并根据避障算法生成避障路径，控制车辆自主避障，避障算法用于实现车辆的自主避障，减少驾驶员的负担，提高行驶的安全性和舒适性。
作为优选，自主避障系统采用机器视觉和激光雷达融合的方式，克服单一传感器的局限性，提高系统的可靠性和智能性，自主避障系统采用VGA显示屏可以实现车辆周围环境信息的直观显示，方便驾驶员了解车辆周围的情况。
作为优选，所述的自主避障系统可以应用于汽车、无人驾驶车辆等各种类型的车辆，所述的自主避障系统可以与其他智能驾驶系统相结合，实现更高级别的智能驾驶。
作为优选，所述的自主避障系统可以通过云端数据分析和升级，不断提高系统的性能和功能，所述的自主避障系统可以与车辆的导航系统相结合，实现更高效的路线规划和导航。
作为优选，所述的自主避障系统可以通过车载相机和激光雷达的数据融合，实现更高精度的环境感知和避障，所述的自主避障系统可以通过多传感器数据融合和深度学习算法，实现更高级别的智能驾驶和安全控制。
作为优选，所述的自主避障系统可以通过人机交互界面和语音识别技术，实现更人性化的驾驶体验和服务，所述的自主避障系统可以通过车联网技术和云计算平台，实现车辆之间的信息共享和协同驾驶。
作为优选，所述的自主避障系统可以通过虚拟现实技术和增强现实技术，实现更直观、更真实的驾驶体验和安全培训，所述的自主避障系统可以通过大数据分析和智能算法，实现更精准、更高效的交通管理和安全控制。
作为优选，所述的自主避障系统可以通过无人机技术和智能物流系统，实现更高效、更智能的物流和快递服务。
作为优选，所述的自主避障系统可以通过人工智能技术和区块链技术，实现更安全、更可靠的驾驶体验和服务。
具备以下有益效果：该基于机器视觉与激光雷达融合的VGA自主避障系统，采用机器视觉和激光雷达融合的方式，可以克服单一传感器的局限性，提高系统的可靠性和智能性，采用VGA显示屏可以实现车辆周围环境信息的直观显示，方便驾驶员了解车辆周围的情况，采用避障算法可以实现车辆自主避障，减少驾驶员的负担，提高行驶的安全性和舒适性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单的介绍。显而易见的，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其他的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明的系统框图。
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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
基于机器视觉与激光雷达融合的VGA自主避障系统，如图1，包括以下组件：激光雷达模块、机器视觉模块、VGA显示屏和控制模块，激光雷达模块用于检测车辆周围的障碍物，实现高精度的距离测量和三维点云重构，机器视觉模块用于识别和跟踪车辆周围的物体，实现图像分割、目标检测和目标跟踪，VGA显示屏用于显示车辆周围的环境信息和避障路径。
所述控制模块用于处理激光雷达和机器视觉模块的数据，并根据避障算法生成避障路径，控制车辆自主避障，避障算法用于实现车辆的自主避障，减少驾驶员的负担，提高行驶的安全性和舒适性。
自主避障系统采用机器视觉和激光雷达融合的方式，克服单一传感器的局限性，提高系统的可靠性和智能性，自主避障系统采用VGA显示屏可以实现车辆周围环境信息的直观显示，方便驾驶员了解车辆周围的情况。
所述的自主避障系统可以应用于汽车、无人驾驶车辆等各种类型的车辆，所述的自主避障系统可以与其他智能驾驶系统相结合，实现更高级别的智能驾驶。
所述的自主避障系统可以通过云端数据分析和升级，不断提高系统的性能和功能，所述的自主避障系统可以与车辆的导航系统相结合，实现更高效的路线规划和导航。
所述的自主避障系统可以通过车载相机和激光雷达的数据融合，实现更高精度的环境感知和避障，所述的自主避障系统可以通过多传感器数据融合和深度学习算法，实现更高级别的智能驾驶和安全控制。
所述的自主避障系统可以通过人机交互界面和语音识别技术，实现更人性化的驾驶体验和服务，所述的自主避障系统可以通过车联网技术和云计算平台，实现车辆之间的信息共享和协同驾驶。
所述的自主避障系统可以通过虚拟现实技术和增强现实技术，实现更直观、更真实的驾驶体验和安全培训，所述的自主避障系统可以通过大数据分析和智能算法，实现更精准、更高效的交通管理和安全控制。
所述的自主避障系统可以通过无人机技术和智能物流系统，实现更高效、更智能的物流和快递服务。
所述的自主避障系统可以通过人工智能技术和区块链技术，实现更安全、更可靠的驾驶体验和服务。
本发明提供的一种基于机器视觉和激光雷达融合的自主避障系统，可以实现车辆的自主避障，减少驾驶员的负担，提高行驶的安全性和舒适性。本发明的自主避障系统采用机器视觉和激光雷达融合的方式，可以克服单一传感器的局限性，提高系统的可靠性和智能性。本发明的自主避障系统还采用VGA显示屏可以实现车辆周围环境信息的直观显示，方便驾驶员了解车辆周围的情况。本发明的自主避障系统可以应用于汽车、无人驾驶车辆等各种类型的车辆，并可以与其他智能驾驶系统相结合，实现更高级别的智能驾驶。本发明的自主避障系统可以通过云端数据分析和升级，不断提高系统的性能和功能。本发明的自主避障系统还可以与车辆的导航系统相结合，实现更高效的路线规划和导航。本发明的自主避障系统可以通过车载相机和激光雷达的数据融合，实现更高精度的环境感知和避障。
该基于机器视觉与激光雷达融合的VGA自主避障系统，采用机器视觉和激光雷达融合的方式，可以克服单一传感器的局限性，提高系统的可靠性和智能性，采用VGA显示屏可以实现车辆周围环境信息的直观显示，方便驾驶员了解车辆周围的情况，采用避障算法可以实现车辆自主避障，减少驾驶员的负担，提高行驶的安全性和舒适性。
实施例2
该自主避障系统可以应用于物流行业中的电动叉车上，以提高其自主行驶的能力，并减少工人的负担。在该系统中，激光雷达模块和机器视觉模块可以同时检测叉车周围的障碍物，并将数据传输到控制模块中。控制模块根据避障算法生成最优的避障路径，通过控制叉车的电机和方向盘实现自主避障。此外，VGA显示屏可以实时显示叉车周围环境信息和避障路径，方便操作工人监控叉车的行驶状态。
实施例3
该自主避障系统可以应用于智能无人巡逻车上，以提高其自主巡逻的能力，并增强公共安全。在该系统中，激光雷达模块和机器视觉模块可以同时检测无人巡逻车周围的障碍物，并将数据传输到控制模块中。控制模块根据避障算法生成最优的巡逻路径，通过控制巡逻车的电机和方向盘实现自主避障。此外，VGA显示屏可以实时显示巡逻车周围环境信息和避障路径，方便管理员监控巡逻车的行驶状态。
实施例4
该自主避障系统可以应用于智能家居中的清洁机器人上，以提高其清洁效率，并减少人工干预。在该系统中，激光雷达模块和机器视觉模块可以同时检测机器人周围的障碍物，并将数据传输到控制模块中。控制模块根据避障算法生成最优的清洁路径，通过控制机器人的电机和方向盘实现自主避障。此外，VGA显示屏可以实时显示机器人周围环境信息和避障路径，方便使用者监控机器人的清洁状态。
实施例5
该自主避障系统可以应用于自动驾驶汽车上，以提高其自主行驶的能力，并增强道路安全。在该系统中，激光雷达模块和机器视觉模块可以同时检测自动驾驶汽车周围的障碍物，并将数据传输到控制模块中。控制模块根据避障算法生成最优的行驶路径，通过控制汽车的电机和方向盘实现自主避障。此外，VGA显示屏可以实时显示汽车周围环境信息和避障路径，方便驾驶员监控汽车的行驶状态。
实施例6
该自主避障系统可以应用于医疗机器人上，以提高其自主行动的能力，并辅助医生进行手术。在该系统中，激光雷达模块和机器视觉模块可以同时检测机器人周围的障碍物，并将数据传输到控制模块中。控制模块根据避障算法生成最优的移动路径，通过控制机器人的电机和方向盘实现自主避障。此外，VGA显示屏可以实时显示机器人周围环境信息和避障路径，方便医生监控机器人的移动状态。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于，包括以下组件：激光雷达模块、机器视觉模块、VGA显示屏和控制模块，激光雷达模块用于检测车辆周围的障碍物，实现高精度的距离测量和三维点云重构，机器视觉模块用于识别和跟踪车辆周围的物体，实现图像分割、目标检测和目标跟踪，VGA显示屏用于显示车辆周围的环境信息和避障路径。
2.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述控制模块用于处理激光雷达和机器视觉模块的数据，并根据避障算法生成避障路径，控制车辆自主避障，避障算法用于实现车辆的自主避障，减少驾驶员的负担，提高行驶的安全性和舒适性。
3.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：自主避障系统采用机器视觉和激光雷达融合的方式，克服单一传感器的局限性，提高系统的可靠性和智能性，自主避障系统采用VGA显示屏可以实现车辆周围环境信息的直观显示，方便驾驶员了解车辆周围的情况。
4.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述的自主避障系统可以应用于汽车、无人驾驶车辆等各种类型的车辆，所述的自主避障系统可以与其他智能驾驶系统相结合，实现更高级别的智能驾驶。
5.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述的自主避障系统可以通过云端数据分析和升级，不断提高系统的性能和功能，所述的自主避障系统可以与车辆的导航系统相结合，实现更高效的路线规划和导航。
6.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述的自主避障系统可以通过车载相机和激光雷达的数据融合，实现更高精度的环境感知和避障，所述的自主避障系统可以通过多传感器数据融合和深度学习算法，实现更高级别的智能驾驶和安全控制。
7.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述的自主避障系统可以通过人机交互界面和语音识别技术，实现更人性化的驾驶体验和服务，所述的自主避障系统可以通过车联网技术和云计算平台，实现车辆之间的信息共享和协同驾驶。
8.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述的自主避障系统可以通过虚拟现实技术和增强现实技术，实现更直观、更真实的驾驶体验和安全培训，所述的自主避障系统可以通过大数据分析和智能算法，实现更精准、更高效的交通管理和安全控制。
9.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述的自主避障系统可以通过无人机技术和智能物流系统，实现更高效、更智能的物流和快递服务。
10.根据权利要求1所述的基于机器视觉与激光雷达融合的VGA自主避障系统，其特征在于：所述的自主避障系统可以通过人工智能技术和区块链技术，实现更安全、更可靠的驾驶体验和服务。
CN202410026218.8A 2024-01-09 2024-01-09 基于机器视觉与激光雷达融合的vga自主避障系统 Pending CN117539268A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410026218.8A CN117539268A (zh) 2024-01-09 2024-01-09 基于机器视觉与激光雷达融合的vga自主避障系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410026218.8A CN117539268A (zh) 2024-01-09 2024-01-09 基于机器视觉与激光雷达融合的vga自主避障系统

Publications (1)

Publication Number Publication Date
CN117539268A true CN117539268A (zh) 2024-02-09

Family

ID=89788403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410026218.8A Pending CN117539268A (zh) 2024-01-09 2024-01-09 基于机器视觉与激光雷达融合的vga自主避障系统

Country Status (1)

Country Link
CN (1) CN117539268A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108177651A (zh) * 2017-11-29 2018-06-19 张好明 一种多传感器融合快速无人车探测避障系统
CN109703607A (zh) * 2017-10-25 2019-05-03 北京眸视科技有限公司 一种智能行李车
CN110147106A (zh) * 2019-05-29 2019-08-20 福建（泉州）哈工大工程技术研究院 具激光和视觉融合避障系统的智能移动服务机器人
CN110941288A (zh) * 2019-12-24 2020-03-31 华中科技大学 一种用于低空航空器的自动避障装置和方法
CN111427349A (zh) * 2020-03-27 2020-07-17 齐鲁工业大学 基于激光与视觉的车辆导航避障方法与系统
CN113985419A (zh) * 2021-10-22 2022-01-28 中国科学院合肥物质科学研究院 水面机器人协同障碍物检测及避障方法及系统
CN114092551A (zh) * 2021-10-10 2022-02-25 复旦大学 一种基于全景视觉与激光雷达融合slam系统的智能车
WO2022082843A1 (zh) * 2020-10-19 2022-04-28 垒途智能教科技术研究院江苏有限公司 一种多传感器融合的无人车探测避障系统及避障方法
CN115933646A (zh) * 2022-11-23 2023-04-07 山东亚历山大智能科技有限公司 基于多传感器融合进行障碍物感知的避障绕障方法及系统
CN116501043A (zh) * 2023-04-14 2023-07-28 东风悦享科技有限公司 一种无人集卡半自主遥控避障控制方法、系统及存储介质
CN117037115A (zh) * 2023-08-09 2023-11-10 新疆大学 一种基于机器视觉的自动驾驶避障系统及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109703607A (zh) * 2017-10-25 2019-05-03 北京眸视科技有限公司 一种智能行李车
CN108177651A (zh) * 2017-11-29 2018-06-19 张好明 一种多传感器融合快速无人车探测避障系统
CN110147106A (zh) * 2019-05-29 2019-08-20 福建（泉州）哈工大工程技术研究院 具激光和视觉融合避障系统的智能移动服务机器人
CN110941288A (zh) * 2019-12-24 2020-03-31 华中科技大学 一种用于低空航空器的自动避障装置和方法
CN111427349A (zh) * 2020-03-27 2020-07-17 齐鲁工业大学 基于激光与视觉的车辆导航避障方法与系统
WO2022082843A1 (zh) * 2020-10-19 2022-04-28 垒途智能教科技术研究院江苏有限公司 一种多传感器融合的无人车探测避障系统及避障方法
CN114092551A (zh) * 2021-10-10 2022-02-25 复旦大学 一种基于全景视觉与激光雷达融合slam系统的智能车
CN113985419A (zh) * 2021-10-22 2022-01-28 中国科学院合肥物质科学研究院 水面机器人协同障碍物检测及避障方法及系统
CN115933646A (zh) * 2022-11-23 2023-04-07 山东亚历山大智能科技有限公司 基于多传感器融合进行障碍物感知的避障绕障方法及系统
CN116501043A (zh) * 2023-04-14 2023-07-28 东风悦享科技有限公司 一种无人集卡半自主遥控避障控制方法、系统及存储介质
CN117037115A (zh) * 2023-08-09 2023-11-10 新疆大学 一种基于机器视觉的自动驾驶避障系统及方法

Similar Documents

Publication Publication Date Title
AU2020202527B2 (en) Using wheel orientation to determine future heading
CN109080630B (zh) 一种用于车辆的环境感知系统及其控制方法
US11634150B2 (en) Display device
Tsugawa et al. An architecture for cooperative driving of automated vehicles
US10930152B2 (en) Travel control system
CN114442101B (zh) 基于成像毫米波雷达的车辆导航方法、装置、设备及介质
AlZu'bi et al. Data fusion in autonomous vehicles research, literature tracing from imaginary idea to smart surrounding community
CN108466621B (zh) 车辆和用于控制车辆的至少一个功能的系统
CN113631452B (zh) 一种变道区域获取方法以及装置
CN111413983A (zh) 一种无人驾驶车辆的环境感知方法及控制端
CN111221342A (zh) 一种自动驾驶汽车环境感知系统
CN111891129A (zh) 电动汽车智能驾驶系统
CN113147752A (zh) 一种无人驾驶方法及系统
CN115339437A (zh) 自主车辆的远程对象检测、定位、跟踪和分类
CN115129053A (zh) 一种机场牵引运输车及其自动驾驶系统
CN117008574A (zh) 一种智能网联汽车高级辅助驾驶系统和自动驾驶系统测试平台
CN112071064A (zh) 基于相反规则车道进行交通信号状态推测的方法及装置
CN116572837A (zh) 一种信息显示控制方法及装置、电子设备、存储介质
CN117539268A (zh) 基于机器视觉与激光雷达融合的vga自主避障系统
US11590978B1 (en) Assessing perception of sensor using known mapped objects
CN114348018A (zh) 商用车辆的自动驾驶系统及方法
CN113777975A (zh) 一种自动驾驶车辆的远程辅助系统及方法
CN112061133A (zh) 交通信号状态推测方法、车辆控制方法、车辆及存储介质
US20240106989A1 (en) Vehicle display control device and non-transitory computer-readable medium
US11628859B1 (en) Vehicle placement on aerial views for vehicle control

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