专利交易市场

本发明涉及一种无人驾驶车辆路径规划与轨迹跟踪方法，步骤如下：1、设置车辆的初始点目标点位置姿态，将数据预处理；2、以雷达检测的数据为基础，将周围环境栅格化；3、设计混合A*算法进行路径规划；4、路径搜索，将车辆运动学模型线性化，求解搜索末端的车辆状态；5、计算不同搜索末端的车辆状态代价，将代价最小车辆状态放入Close表，作为下次规划的起始节点；6、判断搜索末端车辆状态是否满足条件，如果不满足，持续上述路径搜索并计算代价函数，直至满足；7、采用自适应模型预测算法进行轨迹跟踪；8、设置一段时间内的轨迹误差阙值，若轨迹误差大于阙值，用轨迹曲率计算的纵向速度更新预测模型的输出量，保持在阙值范围内。

本发明属于智能汽车安全驾驶领域，公开了一种无人驾驶车辆自动紧急避障控制方法(Consensus Behavior Migration Algorithm,CBMA)，包括以下步骤，首先判断本车道内是否可以通过制动来避免碰撞，若判断自车与前车可以避免碰撞，采用自动刹车；若判断自车制动后无法与前车避免碰撞，采用自车对前方障碍物车辆的临界车头时距，计算前方碰撞预警系数作出避障策略，通过对自车和周围车辆进行圆形聚类，引入共识行为迁移算法，计算基于规划安全避障轨迹点的适应度函数，进行自动紧急转向避障。CBMA算法解决了无人驾驶车辆自动紧急避障的移动轨迹点规划问题，降低了与前车碰撞的危险程度。

本发明公开了一种智慧交通无人驾驶车辆故障基因诊断方法及系统，虚拟LabVIEW图形化数据采集系统与现有CAN、车载以太网和WiFi的结合为大量历史数据需求提供了保障，大数据车载互联、车辆故障信息检测、基因信号转化、可编码的基因序列特征提取、故障模块的DNA序列模板库搭建、深度学习人工智能建模相互配合，准确识别车辆故障的位置及类型。

本发明公开了一种无人驾驶车辆避障规划控制方法，包括：步骤S1，感知行驶车辆周围环境信息并构建行驶区域地图；步骤S2，基于周围环境信息配置实时检测搜寻点，根据行驶区域地图获取搜寻点信息，进行局部路径规划；步骤S3，获取无人驾驶车辆当前位置信息和环境感知目标搜寻点位置信息；步骤S4，根据无人驾驶车辆当前位置信息、环境感知目标搜寻点位置信息及行驶区域地图，计算最优避障路径；步骤S5，指引无人驾驶车辆实现横向控制及纵向控制；步骤S6，指引无人驾驶车辆按最优避障路径行驶及执行最优避障控制策略，在检测到障碍物时重新规划路径及执行控制策略。还公开了一种无人驾驶车辆避障规划控制系统。能够主动避免事故的发生，提高安全性。

本发明公开了一种无人驾驶车辆交通标志视觉检测及响应综合测试系统和方法，记录待测试无人车行进历史记录，进行运动参数的辨识；记录无人车对交通标志的检测结果，记录检测结束后位置与交通标志距离；采集无人车当前行驶状态；根据无人车对交通标志检测后的位置、交通标志距离和当前行驶状态确定响应时间；对比无人车对交通标志的检测准确率和计算响应时间与响应设定阈值，计算反应时间与设定安全反应时间的关系，确定交通标志检测是否通过。本发明有效确定无人车对交通标志的检测准确率以及无人车对相应交通标志指示的响应时间，能够对无人车的交通标志检测和响应能力进行全面测试和评价。

本发明实施例公开一种用于无人驾驶车辆的交通信号灯检测方法及系统。该方法能够在正常天气情况下，或者车辆距离信号灯较近时，调用主摄像头采集图像质量和大小适中的主图像，在保证准确检测信号灯的同时，能够提高算法的效率，保证信号灯检测的实时性；而在非正常天气情况下，或者车辆距离信号灯距离较远时，主摄像头图像质量可能会较差，这种情况下，调用焦距和像素均比主摄像头大的从摄像头来采集图像，以获得质量较高的图像，从而提高信号灯检测的准确性。并且，在对图像进行检测时，首先对图像进行天气分类，当确定图像对应的为非正常天气时，则对该图像进行增强复原提升图像质量，进一步提高信号灯检测的准确性。

本发明公开了一种无人驾驶车辆的稳定性实验设备，包括电控箱、车轮体、车底盘、加强筋条杆、辊杆，所述电控箱设置于检测试验架槽侧面，所述车底盘上设置用于加固车底盘的加强筋条杆，所述辊杆与车轮体活动连接，所述车轮体设置于辊杆的两端，所述检测试验架槽与车轮体机械连接；所述检测试验架槽设有与垫撑簧座形成浪涌式跑道槽效果的绕转轴环架；所述绕转轴环架安装于凝胶柱块的内部，所述垫撑簧座与凝胶柱块相配合，所述凝胶柱块水平设置于凹槽体的内部。