找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。
找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。
找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。
找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。
找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。
找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。
找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。
找到4项技术成果数据。
找技术 >无人驾驶汽车中基于摄像机的动态障碍物快速感知和轨迹预测研究
成熟度:-
技术类型:-
应用行业:交通运输、仓储和邮政业
技术简介
该项目研制完成了一套基于摄像机的场景感知与车辆行为的解决方案,提出了融合了模拟低线束激光3D点云数据与视觉图像数据,采用地面快速定位算法、图像聚类算法等,实现了行车道路的快速分割算法;同时提出了图像块运动相似性的网络图分割模型和基于机器学习的算法,实现了车辆、行人等动态障碍物的检测算法;并提出了构建基于决策树算法的驾驶行为模型,实现对当前驾驶行为实时、准确的识别和对下一时刻行为的快速决策算法。项目实施期间获得国家发明专利受理3项,发表科研论文1篇,培养了5名本科生。项目主要技术指标经公开文献发表,基本达到任务合同书的规定。
一种应用模糊轨迹序列的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明提出一种应用模糊轨迹序列的轨迹预测方法,通过引入模糊轨迹序列模型,对用户的移动轨迹进行模糊化处理,并通过模糊时间序列的预测方法,对用户的运动轨迹进行预测。方法中对用户的轨迹进行了模糊化处理,设计了网格化的模糊化方法,由此实现了模糊轨迹序列模型。通过引入离群点处理的机制,本方法可以处理历史信息不足时的轨迹预测问题,通过引入离群点检测机制以及离群点预测模型,以降低离群点对算法整体性能的影响。
多移动机器人的轨迹预测方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
多移动机器人的轨迹预测方法,步骤如下1)建立复平面内的多移动机器人运动模型。2)建立多机器人系统的拓扑图。3)求取复拉普拉斯矩阵。4)求取稳定矩阵。5)计算分布式离散控制信号6)记录位移信息并计算最终位置。本发明能够使机器人在最短时间内预测自己未来的轨迹路线,该方法是完全分布式的,所利用信息仅仅是机器人自身记录的位移信息,并且若无全局坐标系,机器人利用左右轮转速,或其他局部坐标系记录的位移信息仍可计算出自身的目标位置,该方法高效的帮助机器人计算自身目标位置,为多移动机器人的高效编队提供了可行方案。
基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法
成熟度:正在研发
技术类型:发明
应用行业:制造业
技术简介
本发明公开了基于最小二乘法轨迹预测及智能避障模型的行人跟踪方法,该方法包括以下步骤:首先,利用传统的卡尔曼算法,实现初期的目标跟踪,并针对其不足进行改进;然后,针对卡尔曼方法对行人跟踪的跟丢和跟错率较高,提出利用最小二乘法进行行人运动曲线拟合,预测出行人在下一视频帧中的位置,将此位置作为初始运动目标进行搜索;最后,结合自适应避障算法对行人进行跟踪,提高跟踪的准确度。