首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

面向特殊场景的无人运输车辆横纵向决策控制方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中山大学;中广核工程有限公司

摘要:本发明针对现有技术的局限性,提出了一种面向特殊场景的无人运输车辆横纵向决策控制方法,针对路面环境恶劣、光照条件多变、运输道路复杂下的特殊应用环境,运用了双路平行的网络互补结构进行特征挖掘与控制预测,相比现有技术的单输入CNN网络更具丰富感知特征,其决策效果的良好鲁棒性,能够有效覆盖多变的天气情况及复杂的光照场景,适用于在矿井、岩洞等无人运输车辆的工业应用。

主权项:1.一种面向特殊场景的无人运输车辆横纵向决策控制方法,其特征在于,包括以下步骤:S1,获取受控对象在当前时刻采集到的环境道路图像、受控对象在过去若干帧的速度序列以及方向盘转角序列;S2,将所述环境道路图像输入预设的双路平行CNN空间特征提取网络中,获得表示受控对象在复杂光照条件下视觉信息的空间特征;包括:以所述环境道路图像作为原始的RGB图像,通过增大所述RGB图像中车道线与路面之间对比度的预处理,获得所述环境道路图像的HSV图像;将所述RGB图像以及HSV图像输入所述双路平行CNN空间特征提取网络中经过提取、压缩、激活以及融合后,得到表示受控对象在复杂光照条件下视觉信息的空间特征;S3,将所述速度序列以及方向盘转角序列输入预设的双路平行LSTM时间特征提取网络中,获取表示受控对象内部连续运动学状态的时间特征;S4,将空间特征以及时间特征输入预设的横纵向预测网络中,获得受控对象未来时刻的速度预测值以及方向盘转角预测值;其中,所述横纵向预测网络包括两组由特征融合层以及全连接层组成的、分别用于进行横向预测与纵向预测的子网络;所述横纵向预测网络的子网络中的全连接层数量分别为4个,所述横纵向预测网络的子网络中的4个全连接层的神经元个数依序为200、100、50以及1;S5,根据所述速度预测值以及方向盘转角预测值,控制所述受控对象的运行。

全文数据:

权利要求:

百度查询: 中山大学 中广核工程有限公司 面向特殊场景的无人运输车辆横纵向决策控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术