Notice: Undefined index: HTTP_ACCEPT_LANGUAGE in /mnt/wwwroot/nokov.new/public/public_base.php on line 14
自动驾驶 | 多无人车协同轨迹规划 无信号灯无车道自由路口公平通过
English 日本語 Русский

自动驾驶 | 多无人车协同轨迹规划 无信号灯无车道自由路口公平通过

自动驾驶 | 多无人车协同轨迹规划 无信号灯无车道自由路口公平通过

客      户
湖南大学机械与运载工程学院
关  键 词
自主交叉口管理 (AIM)、智能网联车辆定位、自动驾驶、数值优化控制
被捕捉物
车型机器人

  智能网联汽车(Connected Autonomous Vehicle, CAV)是智能交通发展的新形式。未来需要通过高效的消息调度机制服务于车辆协同,来达到保证行车安全、提高通行效率以及达成自动驾驶车辆群体智能协同的目标。

       当多个智能网联车辆通过无信号的交叉口时,自治交叉口管理(Autonomous Intersection Management, AIM)能够为它们规划协同轨迹。虽然自治交叉口管理提高了交叉口的整体交通吞吐量,但每辆车在其通行权上的公平性却被忽视了。现有的自治交叉口管理方法并不能为通行的智能网联车辆提供高质量的协同轨迹。这限制了它们在优先级共享的元宇宙中的应用。

公平、文明的算法价值观

       湖南大学机械与运载工程学院李柏老师团队意图在元宇宙中建立一个自治交叉口管理系统来公平交易交叉口通行优先权。为此,研究制定了一个交易规则——如果一个智能网联车辆打算获得一个较高的通行优先级,那么它需要为造成的潜在拥堵向那些让路的智能网联车辆支付某种虚拟货币。同时,文明的驾驶行为可以通过虚拟货币,进行定量奖励,用于购买将来紧急情况下的高优先级通行权。

 

湖南大学机械与运载工程学院优先级共享自制交叉口管理示意图

 优先级共享自制交叉口管理示意图

算法可行性验证

       为了验证算法可行性,科研团队进行了室内现场试验。

算法可行性验证每个机器人顶部的Marker点用于定位

每个机器人顶部的Marker点用于定位

移动机器人在交叉路口有序行驶

       NOKOV度量动作捕捉的红外传感器用于智能网联车辆定位,定位精度达到了亚毫米级。在试验中,3辆车型机器人在模拟交叉路口进行协同行驶,保持着稳定运转,这表明算法的可行性和稳定性。

      此方法的鲁棒性,即使出现通行权需求不平衡,也能稳定运行;整个系统还试图通过礼貌的驾驶偏好和良好的态度间接影响人类驾驶员。元宇宙中的其他城市交通场景也可以进行类似的处理。

参考文献:

Bai Li, Dongpu Cao*, Shiqi Tang, Tantan Zhang, Hairong Dong, Yaonan Wang, and Fei-Yue Wang, "Sharing Traffic Priorities via Cyber–Physical–Social Intelligence: A Lane-Free Autonomous Intersection Management Method in Metaverse," in IEEE Transactions on Systems, Man, and Cybernetics: Systems, doi: 10.1109/TSMC.2022.3225250.

论文链接:

https://ieeexplore.ieee.org/document/9982626/



人形机器人如何实现 MuJoCo 仿真训练与遥操作?NOKOV度量动作捕捉助力宇树 G1实验验证

宁波职业技术大学利用 NOKOV 度量动作捕捉系统和宇树 G1 人形机器人,开展 MuJoCo 仿真训练与真机遥操作实验。实验中,操作者穿戴带有反光标记点的动捕服,NOKOV 度量动作捕捉系统实时采集人体运动数据,并同步驱动 MuJoCo 仿真环境中的宇树 G1 模型,同时实现真实机器人动作跟随。该案例展示了动作捕捉在人形机器人遥操作、动作映射、模仿学习及算法验证中的应用价值。

上海交通大学谢威老师团队:四旋翼无人机编队“8”字协同吊运|NOKOV度量动作捕捉系统参与控制闭环

上海交通大学电子信息与电气工程学院谢威老师团队展示了4架四旋翼无人机完成“8”字编队协同吊运实验。实验中,NOKOV度量动作捕捉系统参与无人机控制闭环,实时输出高精度位姿数据,为无人机编队控制、协同运输及飞行算法验证提供稳定的位置反馈。

IEEE RA-L | Aqua-Splat声呐—视觉水下三维重建,NOKOV度量动捕系统提供水下机器人六自由度位姿真值

哈工大(深圳)胡靓教授团队提出Aqua-Splat声呐—视觉水下三维重建方法,提升几何重建精度与图像保真度。NOKOV度量动作捕捉系统为搭载双目相机与前视声呐的BlueROV2水下机器人提供六自由度位姿真值,用于建立每帧视觉、声呐数据与机器人位姿之间的空间对应关系。

双层LSTM光纤形状实时重建,NOKOV度量动捕提供高精度三维真值

中科院深圳先进院刘奂奂团队基于 NOKOV度量动作捕捉系统,提出面向微创手术导航的双层LSTM光纤形状重建方法。NOKOV获取光纤标记点高精度三维坐标,作为模型训练真值,并验证动态重建精度与稳定性,助力实现FBG光谱到光纤三维形状的端到端实时重建。
联系我们
如需更多应用、案例信息或产品报价,请致电 010-64922321,或在下方留言:
机器人/无人机 VR/AR/XR 运动康复 传媒娱乐
北京度量科技有限公司(总部)
Location 北京市朝阳区安慧里四区15号五矿大厦8层820室
Email info@nokov.com
Phone 010-64922321
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭