苏州高新有轨电车车地综合感知系统应用研究

[目的]在有轨电车半独立路权运营场景下,尤其是在路口区域,存在行人或社会车辆进入有轨电车轨行区的潜在风险。通过布设在车载及地面的感知系统,可对轨行区及有轨电车周围进行监视,识别出潜在风险。为保护有轨电车运行安全,提高线路运营效率,有必要对有轨电车车地综合感知系统的应用进行深入研究。[方法]依托苏州高新有轨电车,分析了有轨电车感知系统和V2X通信技术在城市轨道交通领域的应用场景,包括车辆调控、环境感知、超视距感知、车车通信和车地通信等。介绍了车地综合感知系统在苏州高新有轨电车上的应用情况。通过实际运营数据对该系统性能进行了测试评估。[结果及结论]试验结果表明,基于深度学习方法对车载相机和激光雷达数据进行处理后,有轨电车可在距离其250 m处检测出道路交通中常见的社会车辆和行人;通过V2X通信技术,有轨电车在距离路口600 m以外,即可获得路口的地面感知信息,实现对路口的超距感知;通过车载V2X设备,当前有轨电车可与其他有轨电车和地面控制系统实时交换运行信息及其周围环境数据。车地综合感知系统的响应时间小于0.33 s,漏识别率小于0.1%。

基于深度学习的智能网联汽车无人驾驶障碍物检测研究

随着智能网联汽车无人驾驶技术的快速发展,障碍物检测作为其核心技术之一,对于保障行车安全至关重要。本研究提出了一种基于深度学习的智能网联汽车无人驾驶障碍物检测方法,通过构建优化的卷积神经网络(CNN)模型并结合多传感器融合技术,实现在复杂多变的道路场景中高效、准确的障碍物检测。实验结果表明,该方法在检测精度、实时性及鲁棒性方面均显著优于传统方法,为无人驾驶技术的发展提供了有力支持。

智能型四旋翼无人机飞控系统的设计与实现

通过数学建模进行动力学系统分析,设计实现智能型四旋翼无人机飞控系统。构建四旋翼无人机动力学模型并进行理论分析;设计无人机机架,对各组成模块进行测试、分析和实验;实现无人机飞控系统的自主避障和智能飞行;实现旋转机臂,使无人机具有新型的加速机制和变向模式。飞行实验结果表明,该无人机飞控系统取得较好的效果,灵敏性强、稳定性高,总体性能良好。

基于信息融合的农业自主车辆障碍物检测方法

针对单一传感器在智能车辆环境感知中的局限性,提出一种基于摄像机与激光雷达信息融合的农业自主车辆前方障碍物检测方法。对单目摄像机获取的图像进行基于Ft(Frequency-tuned)算法的显著性检测,并生成显著图。同时对激光雷达反射点进行基于数据关联性评估的聚类分析,确定障碍物数量、边界与位置等先验信息。然后以激光雷达坐标相对应的图像像素坐标为种子点,由种子点激活经过处理的显著图,基于受限区域生长实现障碍物区域分割。试验结果表明,基于Ft算法的图像显著性检测具有更好的边缘检测效果,基于种子点的受限区域生长法可以有效地进行障碍物分割。在机器视觉的基础上融入激光雷达数据,可以更好地排除非障碍物的干扰,实现了障碍物的完整检出。

针对越野自主导航的障碍物检测系统

提出了一种基于多传感器信息融合的障碍物检测系统.由2个激光雷达、1个微波雷达以及1个陀螺仪构成.激光雷达中一个水平扫描用于检测凸起障碍物,另一个垂直扫描用于检测壕沟和陡坡等危险地形,并获得大致地形轮廓.融合地形高度和陀螺仪提供的车体俯仰角进行障碍高度补偿后,基本上消除了由于地面起伏导致的虚警.微波雷达主要用于检测和跟踪运动障碍.融合微波雷达获得的速度和激光雷达获得的轮廓信息,获得了更详细的运动障碍物描述.实验结果证明该系统是成功的.

越野自主车的远距离超声测障系统

在地面自主车辆的导航与控制研究中,超声测障系统对于提高自主车的环境感知能力具有重要作用。面向野外环境自主车应用,设计并实现了一个远距离超声测障系统。该系统由超声传感器阵列、CAN总线通信模块,以及障碍检测上位机软件构成。通过时变增益电路提高了超声传感器的发射功率并减小了死区距离;基于自主车控制系统的CAN总线,设计并实现了超声测障系统的通信模块,实现了超声传感器信号的实时采集,并通过CAN总线传送到上位机。野外环境中的实验结果表明,超声测障系统具有良好的探测范围与测距精度。

考虑冲突避免的多AGV路径规划研究

目的提高物流企业“货到人”拣选系统在实际生产中的工作效率,避免自动导引小车(AGV)间的冲突死锁,研究大规模多AGV的无冲突路径规划和协同避障问题。方法首先考虑AGV空载、负载情况和路径扩展成本,改进A*算法,动态调整代价函数,优化路径扩展方式。其次,提出冲突检测及避免算法,对可能产生局部冲突的路径交叉点进行避障调度,通过预约锁格,实现局部冲突的检测,制定优先级避障策略,解决AGV动态行驶路径上产生的局部冲突和死锁,进而实现全局无冲突路径规划。结果对多组不同任务量和不同AGV规模的场景进行仿真,实验结果表明,考虑冲突避免的改进A*算法能有效实现100个任务、90个货架单位和7个拣选站场景下的多AGV动态路径规划,相较于传统A*算法,其平均拣选时长缩短了52.61%。结论该方法可实现大规模场景下的多AGV动态路径规划,在付出较小转弯代价的同时有效避免局部动态冲突,该方法可为相关企业实现多AGV协同调度提供新的思路和理论依据。

基于地面站辅助的无人机自主架线系统

将无人机(unmanned aerial vehicle, UAV)技术用于实现电力线展放正逐步成为电力行业发展的主要趋势,研究无人机自主架线技术能够有效提高作业效率、降低施工成本和保障工人安全。但现阶段无人机架线技术面临的问题主要有:1)大多数无人机依赖人工操控或地面站发布航点控制,智能化水平低,长期作业会给电力工人带来较强负荷;2)无人机缺乏自主避障能力且感知能力不足,电线、电杆等障碍物会对其造成安全隐患。为解决上述问题,首先,构建了无人机自主架线系统的硬件框架和以ROS(robot operating system,机器人操作系统)为基础的模块化软件框架,并在此基础上实现了架线任务规划算法和架线弓检测算法等,使无人机具备稳定的自主架线能力。然后,利用碰撞检测方法构建了无人机碰撞模型,并提出了无人机路径规划算法,同时引入地面站辅助避障策略,以有效提高无人机的安全性。实验结果表明:所设计的无人机自主架线系统的软、硬件框架合理,架线任务规划算法能帮助无人机高效稳定地完成自主架线任务;地面站能够实时监控无人机状态,并在必要时及时辅助无人机避障,最大程度地保证了无人机的安全。所设计系统安全可靠,可满足实际电力架线作业的需求。

基于多波束前视声呐的水下障碍物检测及避障算法

近年来,人们开始不断地开发海洋资源和空间,如在海底铺设大量的天然气管道以便于运输,因此,利用自主式水下航行器去探测海底天然气管道是否泄漏的技术,就具有重大的战略意义。基于自主式水下航行器搭载的多波束前视声呐采集的数据,进行声呐图像中的障碍物检测,提出了一种基于类间方差及小区域抑制的障碍物检测算法。然后,利用声呐图像的障碍物检测结果,设计了基于障碍物轮廓的避障算法,来估计合理的避障角度,传送给水下航行器的主控来控制航行器避开障碍物。

自动驾驶汽车障碍物检测技术综述

如何可靠地感知环境和辨别障碍物是自动驾驶汽车最重要的能力之一。其中,障碍物检测是文献中讨论最广泛的课题之一。在任何车辆运动中,都需要非常仔细地对障碍物进行检测,如果检测是可靠的,那么就能确定它的优化方案,以确保行车安全。文章介绍了自动驾驶汽车障碍物检测方法所需各类不同类型传感器的特点,重点阐述了基于电磁波信息、图像信息、多信息融合的障碍检测技术,其中许多方法已经提出了不同的应用领域和场景,为智能车研发提供一定的参考和借鉴。

地下矿山自行设备的障碍物探测系统

本文介绍了地下矿山自行设备，如铲运机、卡车（时速15km／h）的障碍物探测系统。提出的系统使用结构光测距仪,根据障碍物图象直接处理，而不采用场景三维成像系统，系统开发了图像时间演变方法以探测障碍物，并考虑了诸如地面和巷道壁不规则、车辆路线变化及可见度低等现象。

自主行进成套配电箱可翻转运转车的系统设计研究

自主行进成套配电箱可翻转运转车系统设计的主要目的是实现载有多种硬件模块运转车系统的自动避障测距行进功能,系统具有简单、经济、可靠、智能化的特点,适合应用于配电柜在生产试验场所各小室短距离自动转运,为配电柜生产检测企业频繁流转柜体提供便利。本设计运用了多种传感器测量技术进行避障和测距控制,人工势场法全区域覆盖局部路径规划行进路径,完成道路行进作业的自主实现。成套配电箱可翻转运转车系统硬件电路设计部分包含了控制器子系统、动力和电力子系统、传感探测子系统三部分的方案论证和选择;软件设计部分对于实现系统功能的运转车系统主程序和各个子程序绘制出软件流程图并进行了理论分析。

基于3D激光雷达的实时道路边界检测算法

针对室外自然环境下无人自主地面智能车辆的道路检测问题,提出了一种基于3D激光雷达的道路边界检测算法.算法的原理是:根据道路区域与非路区域之间存在的高度跳变的特性,首先提取道路的可通行区域,然后把得到的障碍网格图利用线性鉴别分析(LDA)的分类的思想划分出最佳的左右非路区域,进而拟合得到道路的边界信息.试验结果表明,该边界检测算法可靠性强,能够准确完成道路边界检测任务,可以满足实时系统的要求.