专利标题 公开号/公告号 公开日期 摘要 专利状态
一种用于芯片质子交换的机械臂控制夹具及其使用方法 CN201911193375.3 - 本发明公开了一种用于芯片质子交换的机械臂控制夹具，固定于质子交换炉的顶端及内部，包括：固定模块、电机控制装置、传动装置、机械转动悬臂、机械位移臂、夹具卡持模块、芯片夹具。另外，本发明还公开了一种根据机械臂控制夹具进行质子交换的方法。本发明可以机械控制铌酸锂基片的移动，有效地减小质子交换过程中的人工操作及开关质子交换炉给交换过程带来的温度波动，从而减小对操作人员的身体伤害并提高质子交换制作铌酸锂光波导的稳定性。 专利申请的驳回
一种用于载体车辆的四波束多普勒测速方法 CN201911194814.2 - 本发明提出了一种用于载体车辆的四波束多普勒测速方法，运用四波束多普勒测速技术对车体速度进行测量。多普勒测速技术具有精度高、动态响应快、测量范围宽、非接触测量等优点，而且适用于多种被测物体，也可用于对远距离物体进行非接触测量。采用四波束配置方案，可以为车体提供准确的三维速度信息，同时加入冗余结构设计，提高系统的可靠性，同时基于三波束模型实现多种解调计算方法，对单个三波束系统进行速度校正，提高系统测速精度。 专利申请的驳回
一种用于车载方位开环水平姿态角闭环的航姿方法 CN201911193389.5 - 本发明涉及一种用于车载方位开环水平姿态角闭环的航姿方法，该方法通过GPS/INS组合导航系统获得车辆的导航参数和导航参数误差，所述导航参数包括车辆进行姿态、速度和位置；根据预设的阈值速度，选择开环卡尔曼滤波和闭环卡尔曼滤波中的一种卡尔曼滤波方式；将GPS/INS组合导航系统获取的导航参数和导航参数误差代入选择的卡尔曼滤波方式进行导航计算，输出导航结果通过该方法该方法利用卡尔曼滤波对GPS/INS组合导航系统进行导航解算，消除了无人驾驶系统在静态或准静态或低速行进时方位角小幅度振荡，提高无人驾驶导航系统的导航精度。 专利申请的驳回
基于车载GPS授时系统的多传感器数据同步处理系统及方法 CN201911193640.8 - 本发明提供的一种基于车载GPS授时系统的多传感器数据同步处理系统及方法，包括ARM+FPGA处理器、GPS授时系统、MIMU、摄像头；GPS授时系统用于获取GPS授时信号，传递GPS秒脉冲信号至ARM+FPGA处理器；ARM+FPGA处理器包括PL模块和PC模块；PL模块内数据帧计数器用于对MIMU数据帧和摄像头数据帧进行计数，秒脉冲计数器用于对GPS秒脉冲信号进行计数，以秒脉冲计数器的值为基准，作为MIMU和/或摄像头校准后的更新频率；PC模块用于计算出每次MIMU和/或摄像头一秒钟的输出数据帧的时间误差，并反馈到PL模块。本发明通过数据帧计数和GPS授时的秒脉冲来计算MIMU和摄像头之间的时间误差，完成时间校正反馈，实现多传感器数据的同步采集功能。 专利（申请）权的转移
一种基于航迹匹配的初始对准方法 CN201911193530.1 - 本发明公开了一种基于航迹匹配的初始对准方法，通过重力加速度和地球自转角速度在导航坐标系上的投影与它们在载体坐标上的投影之间的坐标转换关系，计算初始姿态矩阵；设定初始数据；通过得到的初始姿态矩阵和初始数据计算捷联矩阵初始值、初始姿态角和初始四元数；载体行进，通过捷联矩阵的实时更新，用惯导算法得到水平姿态角及经纬度位置；记录载体行进轨迹并作为基准值；将轨迹上各点位置经纬度经过差分过程得到方位角变化量；将方位角变化量分别进行存储，建立匹配数据库。本方案主要针对航向角对准进行改进，提出了一种捷联惯导系统粗对准新思路，能有效提高惯导系统对准精度。 专利申请的驳回
用于自动驾驶汽车的多采样率下导航数据的融合方法 CN201911195127.2 - 本发明公开了一种用于自动驾驶汽车的多采样率下导航数据的融合方法，该方法首先建立组合导航系统的状态模型，然后将状态模型推广到各不同采样率下，得到各采样率下的量测值与最高采样率下的关系，最终能够在最高采样率下实现数据融合，该方法可以充分利用各个传感器的采样数据，能够在最高采样率下实现数据的融合，提高了组合导航系统的导航精度。   专利申请的驳回
一种基于车载惯性的激光雷达与视觉组合导航算法 CN201911193672.8 2022-01-04 本发明公开了一种基于车载惯性的激光雷达与视觉组合导航算法，首先，利用张正友标定算法进行深度相机的标定，根据标定后的相机对载体车行驶过程的视频进行关键帧提取，利用提取的帧信息与初始对准后的惯导信息进行卡尔曼滤波算法的优化，实现初步的导航定位；同时，激光雷达通过测距信息，在基站的辅助下得到初步定位信息，然后把惯导指示航迹所确定的序列在数字地图匹配搜索范围内进行遍历搜索，与激光雷达匹配序列进行最小距离度量，然后通过卡尔曼滤波算法的优化确定激光雷达组合导航的定位信息，最后，将两者的定位信息传送到滤波器，通过两种算法的互补滤波对车载定位进行优化，然后将优化参数反馈校正惯导，同时实时对点云地图进行更新。 专利权的授权
无人驾驶用轻小型一体化光纤惯导系统 CN201911193018.7 2022-02-15 本发明公开了一种无人驾驶用轻小型一体化光纤惯导系统，包括：底板、腔体和外罩；底板安装在腔体的底部，外罩安装在腔体上；腔体外部的X轴正方向上安装有X轴敏感环，负方向上安装有光源组件；腔体外部的Y轴正方向上安装有Y轴敏感环，负方向上安装有导航板和接口板；腔体外部的顶部安装有陀螺主板，腔体的内部顶端安装有Z轴敏感环，腔体内还安装有加表组件，且Z轴敏感环位于加表组件的上部；X轴敏感环、Y轴敏感环和Z轴敏感环均与陀螺主板相连；陀螺主板和加表组件均通过接口板与导航板相连；底板上安装有电源组件，且电源组件位于加表组件的下部。本发明提供的无人驾驶用轻小型一体化光纤惯导系统散热性能好。 专利权的授权
一种基于软件定义的无人驾驶数据网络交互方法 CN201911193070.2 2022-04-22 本发明公开了一种基于软件定义的无人驾驶汽车数据网络交互方法，主要针对无人驾驶汽车数据的传输网络进行升级，构建数据交互模型。相比较于目前的固有网络，基于软件定义网络的网络架构更能结合实际传输情况，提高控制效率，不仅提升了数据的传输效率，而且解决了由于现代智能运输系统升级面临的一系列问题；该方法将提高无人驾驶信息网络业务调度的灵活性，提高定制化的服务质量，最终提升整个无人驾驶汽车数据的交互效率。 专利权的授权
一种多视图融合交通标志检测识别方法及其系统 CN201911193295.8 2023-06-09 本发明公开了一种多视图融合交通标志检测识别方法及其系统，用于无人驾驶领域，该方法包括以下步骤：S1.实时采集不同视角的交通标志图像；S2.将不同视角的交通标志图像输入至训练好的神经网络模型中，得到不同视角的特征图；S3.建立不同视角的特征图之间的对应关系，进行特征融合，得到多视图融合结果后进行交通标志检测和信息识别，并将识别结果发送至所述辅助驾驶系统。本方法采用神经网络模型进行交通标志检测和识别，并结合多视图数据融合算法，使神经网络模型可以处理多个角度的交通标志数据，所获得的神经网络模型更加适用于复杂的现实行车环境中，可以避免环境遮挡、杂物干扰的影响，且经过对视图数据融合使检测精度得到提高。 专利权的授权