一种弱GNSS环境下车辆定位方法、系统、设备及可读存储介质

    公开(公告)号:CN114152968A

    公开(公告)日:2022-03-08

    申请号:CN202111450167.4

    申请日:2021-11-30

    Applicant: 长安大学

    Abstract: 本发明公开了一种弱GNSS环境下车辆定位方法、系统、设备及可读存储介质,通过对车辆的序贯数据进行局部异常值处理与数据降噪处理,利用GNSS/INS组合导航系统获取车辆预测数据,并进行预处理,采用预处理后的车辆预测数据训练得到预训练模型,本发明基于GNSS/INS组合导航系统数据,从数据降噪和位置预测模型能够对车辆进行准确定位,解决GNSS/INS系统在弱GNSS条件下的车辆定位问题,大大提高了车辆的定位精确度;采用位置预测模型采用了数据驱动的LSTM模型,避免了建模的复杂性,考虑到离线训练和实时在线预测两个阶段数据形态的不同,离线训练时从数据整体角度入手进行异常值处理和滤波降噪,而在线预测时由于数据是序贯到达的,采用局部异常值处理和数据降噪方法,防止数据失真。

    双车道智能网联车协同换道方法、装置、设备及存储介质

    公开(公告)号:CN112289076B

    公开(公告)日:2021-12-10

    申请号:CN202011196917.5

    申请日:2020-10-30

    Applicant: 长安大学

    Abstract: 本发明涉及一种双车道智能网联车协同换道方法、装置、设备及其存储介质,该方法通过实时获取换道车辆周边车辆的运动状态信息,并构造了换道车辆M的横向加速度模型和纵向加速度模型,该模型考虑了换道的安全性、舒适性及状态目标等多个约束,实现了智能网联车安全协同换道的目标。本发明将整个换道过程划分为两阶段,并且在换道目标阶段通过主动控制目标车道及主车道协同换道车辆达到主动调节两车道交通流的目的,一定程度改善换道对两车道交通流的负面影响,提高两车道道路通行效率;考虑采用固定换道时间可能在某些换道起始条件下不存在可行解,选用协同换道时间为范围值,有效提高优化模型求解的可行性,进而提高换道可行的范围。

    一种基于EUHT技术的车路通信测试平台及测试方法

    公开(公告)号:CN109194544B

    公开(公告)日:2021-08-17

    申请号:CN201811020211.6

    申请日:2018-09-03

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于EUHT技术的车路通信测试平台及测试方法,采用EUHT主干网络、EUHT路侧设备、车载设备、应用服务器群、网管服务器、土建设施构成测试平台,将EUHT技术引入基于车‑车、车‑路通信的车联网系统中,针对车联网系统传输时延、丢包率、高速移动中的切换和保持性能进行测试,以车载设备为目标进行iperf灌包测试,获取车‑路或者车‑车智能终端记录下载速度数据分析结果,再通过ping测试数据传输给数据处理服务器,数据处理服务器根据ping原始数据计算出丢包率数据,实现交通信息的交互过程中的网络性能进行具体量化,为基于EUHT的部分车联网安全、非安全交通应用提供网络性能的核心技术参数,为系统部署和验证提供有效的测试平台和验证手段。

    基于多源数据融合的危险品运输车辆预防跟踪系统及方法

    公开(公告)号:CN109816971B

    公开(公告)日:2021-07-23

    申请号:CN201910181888.6

    申请日:2019-03-11

    Applicant: 长安大学

    Abstract: 一种基于多源数据融合的危险品运输车辆预防跟踪系统及方法,跟踪系统包括车载终端模块、路侧节点装置、边缘数据处理模块、网络传输模块、远程监控系统以及数据存储模块;车载终端模块通过网络传输模块向远程监控系统上传危险品运输车辆的位置信息,边缘数据处理模块能够作为某一区域的边缘节点实现数据的处理及存储。本发明通过路侧节点采集多源数据,通过边缘数据处理模块进行处理,本发明具有很强的抗外界干扰能力,跟踪系统的设备简单,成本较低,解决了卫星定位系统在特殊地形无信号、信号差、数据误差大等问题。有助于在交通管理部门的平台上实时展示危险品运输车辆的位置和身份等信息。

    一种基于深度残差网络特征的视觉目标跟踪方法

    公开(公告)号:CN109801311B

    公开(公告)日:2021-07-16

    申请号:CN201910095621.5

    申请日:2019-01-31

    Abstract: 本发明公开了一种基于深度残差网络特征的视觉目标跟踪方法,包括步骤:一、选取深度残差网络的特征层并计算权重;二、第一帧实际输入图像的特征提取;三、构建第一帧实际输入图像的特征的响应和初始位置滤波器;四、第一帧实际输入图像的尺度采样及fHOG特征提取;五、构建初始尺度滤波器;六、第二帧实际输入图像的特征提取;七、位置滤波;八、位置滤波响应图的加权及目标定位;九、目标图像的尺度采样及fHOG特征提取;十、目标特征向量的尺度滤波及尺度估计;十一、滤波器更新;十二、输入下一帧实际输入图像,将下一帧实际输入图像视为第二帧实际输入图像后循环步骤六。本发明跟踪精确度和成功率高,适应目标尺度变化,实现目标的鲁棒跟踪。

    一种复杂天气道路车辆目标检测方法

    公开(公告)号:CN113065478A

    公开(公告)日:2021-07-02

    申请号:CN202110380937.6

    申请日:2021-04-09

    Applicant: 长安大学

    Abstract: 本发明提供一种复杂天气道路车辆目标检测方法,首先,选取天气良好、光线充足的道路交通图像集S,标记车辆边界框;基于循环一致性对抗网络将正常天气图像集转换成复杂天气图像集;将合成的带有标记边界框的复杂天气图像集作为输入送入Faster R‑CNN网络进行训练,得到复杂天气车辆检测模型;然后,开始执行实际复杂天气交通视频车辆检测,将视频解码为图像集;判定复杂天气类别,选取上述对应地复杂天气的预训练好的复杂天气车辆检测模型并代入该模型,执行基于Faster R‑CNN网络的车辆目标检测,并输出结果。这样,大大地提高了复杂天气车辆目标检测的准确率和检测速度,简化了现有模型训练过程中多次重复手动标记车辆边界框的流程。

    一种基于台架的无人车驾驶状态测量控制系统

    公开(公告)号:CN109094574B

    公开(公告)日:2021-06-25

    申请号:CN201810864504.6

    申请日:2018-08-01

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于台架的无人车驾驶状态测量控制系统,通过信息采集模块获取无人车车辆状态特征,包括方向盘转角、车速、刹车状态等;通过高清摄像头、雷达和激光测距仪获取无人车周围环境数据,包括路障,路标和道路交通标线,以高性能的嵌入式计算机作为主控模块,将获取的车辆状态信息及周围环境信息数据并行输入数据规格化分块存储模块,主控模块通过分析得到无人车驾驶状态信息,从数据分块检测模块分别获取相应的信息,再分别通过控制模块对车辆进行控制,包括车道偏离预警,发出报警并紧急制动,能够有效的检测异常无人车驾驶状态,并采取相应的措施,避免发生安全事故。

    一种交通标志图像识别模型构建及识别方法

    公开(公告)号:CN109002764B

    公开(公告)日:2021-05-11

    申请号:CN201810628664.0

    申请日:2018-06-19

    Applicant: 长安大学

    Abstract: 本发明公开了一种交通标志图像识别模型构建方法及识别方法,本发明提供的方法通过构建两个卷积神经网络模型,一个是交通标志区域提取模型,用于从原始图像中将仅含有交通标志区域的图像提取出来,另外一个是交通标志识别模型,用于对提取出的仅含有交通标志的图像进行识别,获得该幅图像中的交通标志的识别结果;本发明提供的交通标志识别模型基于改进的ZF卷积神经网络,结合空间变换网络,训练得到应用于交通标志识别的网络模型,能够避免交通标志扭曲,形变造成的错识别问题,提高交通标志识别率;交通标志区域提取模型是在ZF卷积神经网络上改进的,设置四个不同尺度的提取区域进行交通标志区域提取,增加了交通标志识别精准率。

    一种汽车故障诊断方法及系统

    公开(公告)号:CN112162545A

    公开(公告)日:2021-01-01

    申请号:CN202011134946.9

    申请日:2020-10-21

    Applicant: 长安大学

    Abstract: 本发明公开了一种汽车故障诊断方法及系统,利用车辆正常行驶状态下的系统运行数据信息对车辆系统模型进行训练优化,对实时采集车辆行驶状态下的系统运行数据信息,并对车辆行驶状态下的系统运行数据信息进行传感器数据降噪及致命传感器故障的特征提取筛选并进行重构,将重构后的系统运行数据信息输入到训练优化后的车辆系统模型,输出系统状态数据与设定阈值对比,若超出设定阈值,则该系统状态数据对应的系统执行器存在故障,通过对采集的系统运行数据进行传感器数据降噪及致命传感器故障的特征提取筛,能够有效检测传感器数据的致命异常以及汽车运行状态的异常,利用系统运行数据对应的位置实现汽车故障定位,大大提高了汽车故障诊断的可靠性。

Patent Agency Ranking