-
公开(公告)号：CN114882462B
公开(公告)日：2025-01-28
申请号：CN202210593267.0
申请日：2022-05-27
Applicant: 长安大学
IPC: G06V20/56 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种道路环境多目标辨识与追踪的方法及装置，包括以下步骤：建立建立多目标辨识追踪模型，包括YOLOv5改进网络与Deep Sort改进网络，将两者相互结合，增加目标分类信息的传递。所述YOLOv5改进网络增加了空间注意力机制和通道注意力机制，在网络中使用了改进后的BiFPN结构，改进的历史非极大值抑制算法和切片辅助推理框架。所述Deep Sort改进网络加入了目标分类信息检验结构，增加了静物保持结构。获取已有道路环境图像，并分割出如路灯、斑马线、行人和车辆等特征图像，作为数据集输入YOLOv5改进网络与Deep Sort改进网络中得到权重文件。当车辆在道路上行驶时，实时通过摄像头获取道路信息，输入进模型后实现道路环境多目标追踪。
-
公开(公告)号：CN115761691A
公开(公告)日：2023-03-07
申请号：CN202211310894.5
申请日：2022-10-25
Applicant: 长安大学
Abstract: 本发明公开了一种基于视觉的车辆跟驰状态识别方法，该方法在车端安装前置摄像头采集行驶环境信息，并从车辆CAN总线中读取本车车速信息。采用目标检测算法识别交通环境中的各类车辆目标，获得车辆目标的类别信息和位置信息，并开发测距算法计算本车与车辆目标的相对距离信息。识别模块首先根据车速判断本车是否处于行驶状态，然后根据车辆目标信息和车道线位置信息判断是否有同向行驶的前车行驶于本车车道。最后根据本车与前车的纵向相对距离和横向相对距离判断本车是否处于跟驰状态。能够准确识别车辆跟驰状态，为驾驶辅助系统的开发和应用提供重要技术支撑，同时为从自然驾驶数据中获取跟车场景建立跟车场景数据库提供一种新思路。
-
公开(公告)号：CN114882462A
公开(公告)日：2022-08-09
申请号：CN202210593267.0
申请日：2022-05-27
Applicant: 长安大学
IPC: G06V20/56 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/04
Abstract: 本发明公开了一种道路环境多目标辨识与追踪的方法及装置，包括以下步骤：建立建立多目标辨识追踪模型，包括YOLOv5改进网络与Deep Sort改进网络，将两者相互结合，增加目标分类信息的传递。所述YOLOv5改进网络增加了空间注意力机制和通道注意力机制，在网络中使用了改进后的BiFPN结构，改进的历史非极大值抑制算法和切片辅助推理框架。所述Deep Sort改进网络加入了目标分类信息检验结构，增加了静物保持结构。获取已有道路环境图像，并分割出如路灯、斑马线、行人和车辆等特征图像，作为数据集输入YOLOv5改进网络与Deep Sort改进网络中得到权重文件。当车辆在道路上行驶时，实时通过摄像头获取道路信息，输入进模型后实现道路环境多目标追踪。
-
公开(公告)号：CN119415913A
公开(公告)日：2025-02-11
申请号：CN202411552408.X
申请日：2024-11-01
Applicant: 长安大学
IPC: G06F18/21 , G06F18/25 , G06F18/211 , G06N3/0455 , G06N3/0464 , G06N3/08 , B60W40/105
Abstract: 一种考虑交通环境动态跟车场景下的车速预测方法及系统，方法包括通过在自然驾驶数据集中设置跟车流程的标准和阈值，提取出跟车案例数据；使用目标检测算法获取跟车案例数据相关交通环境特征，并提取跟车案例数据中的车辆动力学参数，将车辆动力学参数与交通环境特征进行融合，归一化处理之后得到融合特征；采用组合特征选择方法去除融合特征中的冗余变量；将去除冗余变量之后的融合特征划分数据集，训练预先建立的Informer‑FDR车速预测模型，利用训练后的车速预测模型获取车速预测结果。本发明有效反映了驾驶员与交通环境的动态交互特征和潜在的交通冲突，增强了模型对复杂驾驶环境的理解，提升了车速预测的实时性和准确性。
-
公开(公告)号：CN119078435A
公开(公告)日：2024-12-06
申请号：CN202411286331.6
申请日：2024-09-13
Applicant: 长安大学
IPC: B60G17/08 , B60G17/015 , B60G15/06
Abstract: 本发明提供一种馈能式磁流变半主动悬架及其控制方法，所述半主动悬架包括：包括弹簧和馈能式减振器，所述弹簧与馈能式减振器使用时并联安装于车架与车桥之间；所述馈能式减振器包括磁流变减振机构、连接机构、动力传递机构、控制机构和馈能机构；磁流变减振机构通过连接机构与动力传递机构传动连接；动力传递机构与馈能机构传动连接，动力传递机构与控制机构相连接；连接机构用于将磁流变减振机构接收的垂向路面激励转化为水平方向的旋转运动并传递至动力传递机构；动力传递机构将旋转运动传递至馈能机构，控制机构用于改变动力传递机构的传动比。本发明可以通过控制机构调节动力传递机构的传动比，从而可以调节馈能机构的馈能效率。
-
Patent Agency Ranking
公开(公告)号：CN117390966B
公开(公告)日：2024-08-06
申请号：CN202311557838.6
申请日：2023-11-21
Applicant: 长安大学
IPC: G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/213
Abstract: 本发明公开了一种基于深度学习的智能车辆变道轨迹自动生成方法及系统，通过预先训练好的横向变道轨迹生成模型及预先训练好的纵向变道轨迹生成模型生成横向变道轨迹及纵向变道轨迹，最后将横向变道轨迹及纵向变道轨迹结合得到变道轨迹，本发明采用深度学习算法对变道轨迹进行生成性建模，克服了手动建模的局限性和复杂性，可以自动生成丰富且符合实际驾驶行为的变道轨迹，这些轨迹数据可用于构建换道驾驶场景的仿真测试数据库；简化了传统模型的创建过程，大大提高了自动化程度，并减少了对专业知识的依赖；此外，深度学习的特征学习能力以及时间建模能力使其在轨迹生成方面具有更好的表现。
-
公开(公告)号：CN117569146A
公开(公告)日：2024-02-20
申请号：CN202311779938.3
申请日：2023-12-22
Abstract: 本发明公开了一种沥青混合料的拌合系统及喷淋混合方法，属于沥青拌合技术领域。包括顺次设置的筛料装置、喷淋装置和混合装置，所述筛料装置用以对骨料进行筛分，所述喷淋装置用以将沥青喷覆于骨料上，所述混合装置用以将骨料、填料和沥青进行充分混合，所述筛料装置包括对称设置的固定架，所述固定架的上方设有筛板，所述筛板的四角处设有支撑弹簧，所述支撑弹簧将筛板连接于固定架上，所述筛板上设有若干筛孔，所述筛板的两侧面上对称设有安装板，所述安装板上均设有皮带轮机构，所述皮带轮机构包括驱动皮带。本技术方案用以解决骨料筛分过程中，筛料装置的筛孔易被骨料堵塞，导致沥青拌合的效率收到影响的问题。
-
公开(公告)号：CN117390966A
公开(公告)日：2024-01-12
申请号：CN202311557838.6
申请日：2023-11-21
Applicant: 长安大学
IPC: G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/213
Abstract: 本发明公开了一种基于深度学习的智能车辆变道轨迹自动生成方法及系统，通过预先训练好的横向变道轨迹生成模型及预先训练好的纵向变道轨迹生成模型生成横向变道轨迹及纵向变道轨迹，最后将横向变道轨迹及纵向变道轨迹结合得到变道轨迹，本发明采用深度学习算法对变道轨迹进行生成性建模，克服了手动建模的局限性和复杂性，可以自动生成丰富且符合实际驾驶行为的变道轨迹，这些轨迹数据可用于构建换道驾驶场景的仿真测试数据库；简化了传统模型的创建过程，大大提高了自动化程度，并减少了对专业知识的依赖；此外，深度学习的特征学习能力以及时间建模能力使其在轨迹生成方面具有更好的表现。
-
公开(公告)号：CN113297795A
公开(公告)日：2021-08-24
申请号：CN202110595392.0
申请日：2021-05-28
Applicant: 长安大学
Abstract: 本发明公开了一种纯电动汽车行驶工况构建方法，包括以下过程，对纯电动汽车行驶工况进行数据采集，将试验路线划分为若干个短行程片段，从若干个短行程片段中获取纯电动汽车行驶工况的特征参数；对纯电动汽车行驶工况的特征参数通过核化主成分分析进行非线性降维，通过混合聚类方法对非线性降维后的特征参数进行分类，依据分类结果结合各类别占工况时长权重和皮尔逊相关系数对若干个短行程片段进行筛选，构建多个纯电动汽车候选工况；计算并比较多个纯电动汽车候选工况中的特征参数的相对误差值和SAPD频率值，构建纯电动汽车行驶工况。实现了工况构建精度更高，更能反映电动汽车的实际行驶特征，获得的工况曲线与实际工况的一致性更强。
-
公开(公告)号：CN202703312U
公开(公告)日：2013-01-30
申请号：CN201220226381.1
申请日：2012-05-18
Applicant: 长安大学
IPC: B60L13/06
Abstract: 本实用新型公开了一种无人驾驶智能公交汽车的磁导航装置，包括埋于沿公交汽车行驶路线地下的闭合通电导线构成的磁性轨道，位于车辆前端的电磁传感器、运算放大电路和电子控制单元，装置基于电磁感应现象，电磁传感器检测并输出车辆相对于磁性轨道的偏移量，这一偏移量以电压信号的形式传输出来，NE5532对该电压信号进行放大运算，MC9S12XS128作为电子控制单元，接收被放大的信号，根据设定的重心算法计算出某一偏移量，并将偏移量作为控制信号控制车辆转向系统的动作。公交汽车即可根据磁性轨道的走势，自主完成沿特定路线行驶的任务。本实用新型工作状态稳定，维护简单，维修成本低，实现了公交汽车的无人驾驶功能，提高了传统公交系统的智能化程度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
