-
公开(公告)号：CN113237482B
公开(公告)日：2022-05-13
申请号：CN202110519891.1
申请日：2021-05-13
Applicant: 东南大学 , 东南大学江北新区创新研究院
Abstract: 本发明公开了一种基于因子图的城市峡谷环境下车辆鲁棒定位方法。在现有方法基础上，本方法首先引入激光雷达观测量，其次，构建基于因子图的动态融合模型，接着，提出一种既考虑观测量可用性及可靠性，又遵循特定选用策略的动态融合规则，根据规则决定是否将观测量引入因子图，最后，利用因子图实现定位数据更新。本发明公开的车辆定位方法，克服了现有方法观测量不够冗余、融合模型不够灵活等难题，保障了城市峡谷环境下自动驾驶汽车高精鲁棒定位。
-
公开(公告)号：CN113237482A
公开(公告)日：2021-08-10
申请号：CN202110519891.1
申请日：2021-05-13
Applicant: 东南大学 , 东南大学江北新区创新研究院
Abstract: 本发明公开了一种基于因子图的城市峡谷环境下车辆鲁棒定位方法。在现有方法基础上，本方法首先引入激光雷达观测量，其次，构建基于因子图的动态融合模型，接着，提出一种既考虑观测量可用性及可靠性，又遵循特定选用策略的动态融合规则，根据规则决定是否将观测量引入因子图，最后，利用因子图实现定位数据更新。本发明公开的车辆定位方法，克服了现有方法观测量不够冗余、融合模型不够灵活等难题，保障了城市峡谷环境下自动驾驶汽车高精鲁棒定位。
-
公开(公告)号：CN119354208A
公开(公告)日：2025-01-24
申请号：CN202411463377.0
申请日：2024-10-18
Applicant: 东南大学
IPC: G01C21/28 , G06T7/73 , G06T5/70 , G06T7/10 , G06V10/77 , H04W4/02 , H04W4/40 , G01C21/16 , G01S17/86
Abstract: 本发明公开了一种基于LiDAR/IMU/UWB紧耦合里程计技术的车辆定位方法。该方法首先对原始点云数据进行预处理，包括点云畸变去除、地面和非地面点云分割，从而为LiDAR关键帧里程计的位姿估计与后续的点云建图提供了基础；进而，构建紧耦合模型，包括基于IMU预积分的模型和UWB距离观测的模型，并进行局部因子图优化，从而能在城市特征退化环境下为LiDAR关键帧里程计提供一个较为准确的位姿初值。最后，对LiDAR关键帧进行优化，根据局部优化后的位姿初值将静态边缘点云投影到世界坐标系下，并利用“边缘点—直线”构成的约束来进一步优化当前位姿。本方法在SLAM特征退化环境下具有良好的定位性能，能够实现更准确的车辆定位。
-
公开(公告)号：CN114792375B
公开(公告)日：2025-01-03
申请号：CN202210204930.3
申请日：2022-03-02
Applicant: 东南大学
IPC: G06V10/44 , G06V10/56 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/0464 , G06N3/045 , G06N3/08 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于视听信息融合的地形分类方法，本方法首先控制车辆在不同地形上行驶，利用挂载在车辆底部的前向摄像机获取车辆行驶时的地形图像，同时利用声音传感器采集行驶过程中车辆与地面交互的声音信号；将视觉图像和声音信号进行预处理；接着分别提取视觉图像与声音信号的特征，提取的图像特征有图像的颜色直方图特征与局部二值化特征；将视觉特征与声音特征融合并进行特征降维；然后将降维后的特征向量和原始图像分别输入到设计的全连接神经网络分类器和残差网络分类器进行分类训练；最终分类决策结果由全连接神经网络分类器和残差网络分类器这两个分类器的输出加权求得。模型训练好之后利用所述模型进行在线地形分类。
-
公开(公告)号：CN114998416B
公开(公告)日：2024-07-12
申请号：CN202210616767.1
申请日：2022-06-01
Applicant: 东南大学
IPC: G06T7/62 , G06T3/4046 , G06T9/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合探地雷达图像和深度信息的地下管道半径估计方法。该方法以目标检测的结果为输入，输出管道半径。该方法首先构建卷积神经网络，利用卷积神经网络提取目标图像特征。由于卷积神经网络需要输入固定大小的图片，因此对输入图像进行缩放：初始化网络输入大小的零矩阵，将目标检测结果矩形框中的图像按照宽或高进行最大程度的缩放后嵌入零矩阵完成缩放。深度信息方面，将目标检测矩形框的y坐标参数按照探地雷达图像y方向的尺度转换后，经过深度信息编码网络进行编码。将图像特征与深度信息编码结合后再经过全连接层输出管道半径。本发明方法同时考虑了探地雷达的图像特征以及目标物的深度信息，半径估计结果准确。
-
Patent Agency Ranking
公开(公告)号：CN114971225B
公开(公告)日：2024-07-12
申请号：CN202210500958.1
申请日：2022-05-10
Applicant: 东南大学
IPC: G06Q10/0639 , G06F17/14 , G06F17/16 , G06N3/084 , G01M17/007 , G01P15/00
Abstract: 本发明公开了一种基于分布式智能综合决策的无人驾驶公交平顺性测评方法，该方法在被测无人驾驶公交车上选择六处安装位置，包括驾驶员座位、同侧最前排座位、同侧中部座位、同侧最后排座位、对侧最前排座位以及对侧最后排座位，每个安装位置有三处测量点，分别安装加速度计，实现测评所需基础数据的分布式采集，并采用Daubechies小波分析方法对垂向加速度原始数据进行滤波处理，以减小噪声的影响；接着采用频谱分析方法计算加权加速度均方根值；最后以各安装位置的加权加速度均方根平均值作为BP神经网络输入，得到综合决策的测评结果。本发明全面考虑无人驾驶公交车上的多个位置，通过对各位置平顺性评价指标的综合决策实现定量测评，测评结果准确可靠。
-
公开(公告)号：CN118290101A
公开(公告)日：2024-07-05
申请号：CN202410531266.2
申请日：2024-04-29
Applicant: 广西新发展交通集团有限公司 , 广西交通设计集团有限公司 , 东南大学
IPC: C04B28/04 , C04B18/16 , C04B111/70
Abstract: 本发明涉及钻孔灌注桩工程技术领域，特别是一种用于岩溶地区钻孔灌注桩施工回填的流态土，以质量百分数计，含有以下成分：干土40~70%、水16~63%、水泥3~25%、元明粉0.6~4.5%、减水剂0.6~3.2%。通过不同量的干土、水、水泥、元明粉和减水剂的混合，制备得到适用于岩溶地区钻孔灌注桩施工回填的流态土，其中干土、水和水泥为主要物质，硫酸钠既能够细化水泥石早期的毛细孔，还能够提高水泥石的早期强度；减水剂对水泥颗粒有分散作用，能改善其工作性，改善混凝土拌合物的流动性。应用于岩溶地区钻孔灌注桩施工回填，可以解决岩溶地区钻孔灌注桩施工过程中溶洞段采用片石+黏土等传统散体材料回填存在的易漏浆和桩侧摩阻力不易估计的问题。
-
公开(公告)号：CN114379540B
公开(公告)日：2024-04-30
申请号：CN202210157766.5
申请日：2022-02-21
Applicant: 东南大学
IPC: B60W30/04
Abstract: 本发明公开了一种考虑前方障碍物影响的大型营运车辆防侧翻驾驶决策方法。首先，明确防侧翻驾驶决策方法适用的交通场景。其次，将防侧翻驾驶决策问题建模为马尔科夫决策过程，利用标准的策略梯度算法建立大型营运车辆的防侧翻驾驶决策模型。最后，对防侧翻驾驶决策模型进行训练，得到不同行驶工况下的防侧翻驾驶策略。本发明提出的决策方法，考虑了执行防侧翻驾驶策略过程中的安全隐患，克服了现有方法缺乏有效性和可靠性的不足，为营运车辆提供直行、转向、加速、减速等明确的驾驶策略，实现了有效、可靠的大型营运车辆防侧翻驾驶决策。
-
公开(公告)号：CN117422771A
公开(公告)日：2024-01-19
申请号：CN202311285348.5
申请日：2023-10-07
Applicant: 东南大学
Abstract: 本发明公开了一种相机与激光雷达传感器设备的外参标定方法及系统，首先，使用采集设备采集图像和点云数据，在激光雷达采集到的原始点云数据中进行路面提取，对提取到的路面点云数据采用体素补全的方式得到路面点云补全数据，并对补全后的点云数据的反射强度值进行直方图均衡化以增强车道标识和路面间反射强度的对比度；再将路面点云数据投影至像平面后与相机图像进行特征点匹配，利用求得的匹配特征点求解出初始外部参数；最后利用互信息值构建由外部参数中元素组成的目标函数，使用优化算法优化求得最佳的外部参数。本发明方法，在保证标定精度的同时具备可在线完成标定、流程简单、适应性强，满足自动驾驶系统中对外部参数的在线标定需求。
-
公开(公告)号：CN117173399A
公开(公告)日：2023-12-05
申请号：CN202311142851.5
申请日：2023-09-06
Applicant: 东南大学
IPC: G06V10/25 , G06V10/80 , G06V10/44 , G06N3/0464 , G06V10/766 , G06V10/82 , G06N3/08 , G06N3/045 , G06N3/0499 , G06N3/0985 , G06V10/764 , G06V10/77 , G06V10/22
Abstract: 本发明公开了一种跨模态交叉注意力机制的交通目标检测方法及系统，至少包括多模态特征深度融合的3D目标检测网络模型，所述模型包括跨模态数据增强模块、点云分支主干网络模块、图像分支主干网络模块、点云‑图像交叉注意力融合模块和检测任务处理模块，本方法及系统分别对点云分支主干网络和图像分支主干网络进行了细粒度特征提取，在点云分支中采用动态体素化和稀疏卷积的方式进一步提升了检测速度，在图像分支中通过跨层连接多层次特征使得图像特征具备了丰富的多尺度信息，该网络提升检测性能的同时，还可以面向遮挡场景和小尺度目标场景实现稳定的目标检测，有效降低了单一传感器感知目标的不准确性，实现了更加准确、鲁棒的检测性能。
-
-
-
-
-
-
-
-
-
Search Results
334
records
(took 0.022 seconds)
