无人矿车的轨迹跟踪控制方法、装置、设备及存储介质.pdf
贤惠****66
亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
无人矿车的轨迹跟踪控制方法、装置、设备及存储介质.pdf
本发明属于无人驾驶技术领域,公开了一种无人矿车的轨迹跟踪控制方法、装置、设备及存储介质。该方法包括:建立无人矿车的轨迹跟踪误差模型,对该模型进行离散化处理,通过设置航向角预瞄距离来对抗执行器延迟,确定预瞄后的航向角误差,以构建目标状态变量,并采用TS模糊模型确定增益系数,根据横向误差和道路曲率确定增益后的Q权重矩阵和R权重矩阵,实现实时变换矩阵,根据Q权重矩阵、R权重矩阵以及离散化的状态空间模型确定最优反馈控制序列,根据最优反馈控制序列和目标状态变量确定目标控制量,根据目标控制量对无人矿车进行控制。通过上
轨迹跟踪方法、装置、存储介质及电子设备.pdf
本申请公开了一种轨迹跟踪方法、装置、存储介质及电子设备。其中,该轨迹跟踪方法采用获取目标人物的人脸图像和体态图像;分别对人脸图像和体态图像进行特征提取,得到第一特征信息和第二特征信息;将第一特征信息和第二特征信息输入至预设模型中进行处理,得到目标人物的人脸偏转特征集合和体态偏转特征集合;对人脸偏转特征集合和体态偏转特征集合进行特征重组,得到目标人物偏转特征集合;根据目标人物偏转特征集合对目标人物进行轨迹跟踪。本方案可以提高对目标人物进行轨迹跟踪的效率。
一种轨迹跟踪控制方法、装置、设备和存储介质.pdf
本发明实施例提供一种轨迹跟踪控制方法、装置、设备和存储介质。该方法包括:获得被控制对象的当前状态,将所述当前状态由图信息表示;将所述图信息输入至预设的图神经网络模型,结合预设的目标轨迹确定当前的最优控制序列;其中,所述预设的图神经网络模型是基于随机轨迹数据集进行训练后得到,所述随机轨迹数据集包括随机轨迹状态图和输出标签。本发明实施例通过采用图神经网络模型对被控制对象进行轨迹跟踪控制,能够克服水下被控制对象运动模型和运动环境的不确定性,实现了高效、准确的对被控制对象进行轨迹跟踪控制。
跨境头轨迹跟踪方法、设备及存储介质.pdf
本申请公开了一种跨境头轨迹跟踪方法、设备及存储介质,包括:对多个摄像头拍摄的各画面帧进行目标检测,获得各目标行人对应的目标检测结果,分别对各摄像头中的各目标检测结果进行跟踪识别,生成各目标行人在不同摄像头中的预设画面帧数的轨迹片段,基于预设目标特征提取模型,对各轨迹片段进行重识别,获得各轨迹片段对应的特征信息,基于各轨迹片段对应的特征信息和世界坐标,将各摄像头中的各轨迹片段以及将不同摄像头之间的各轨迹片段进行合并,获得各目标行人对应的合并轨迹,分别将各合并轨迹和行人轨迹库中的各行人轨迹进行匹配,获得各目标
轨迹控制方法、装置、车辆及存储介质.pdf
本发明公开了一种轨迹控制方法、装置、车辆及存储介质。该方法包括:获取当前环境数据;将所述当前环境数据输入至卷积神经网络‑支持向量机模型CNN‑SVM模型,以通过所述CNN‑SVM模型输出由至少两种行为决策的预测值组成的输出向量;根据所述输出向量确定目标行为决策,并按照所述目标行为决策控制车辆的行驶轨迹。上述技术方案解决了智能车辆在自动驾驶过程中基于规则学习不能自调整、场景覆盖不完全等缺点,提高了自动驾驶车辆的行为决策可靠性和行车安全性。