-
公开(公告)号：CN109389053A
公开(公告)日：2019-02-26
申请号：CN201811102659.2
申请日：2018-09-20
Applicant: 同济大学
Abstract: 本发明公开了一种基于车辆直角型特征的高性能车辆检测系统。系统包括单线激光雷达、单线激光雷达数据处理模块、数据转换模块、聚类分析模块、分析模块、直角型特征提取模块、拟合模块和距离分析模块。检测方法包括：利用单线激光雷达获取点云数据，转换为二维平面数据点，进行密度聚类分析，得到点云数据簇，对点云数据簇判定其孤立点数占比，根据判定结果采用不同直角特征拟合法，最后获取周围车辆的位置信息。本发明的单线激光雷达能够在各种复杂的工况下采集准确的环境数据信息，同时辅以具有较高鲁棒性的两种检测算法，故本发明的车辆检测具有很高的稳健性，在复杂工况下也能够保证检测结果的相对准确性。
-
公开(公告)号：CN109386155A
公开(公告)日：2019-02-26
申请号：CN201811103329.5
申请日：2018-09-20
Applicant: 同济大学
Abstract: 本发明提供了一种面向自动化停车场的无人泊车搬运机器人的对位方法，包括识别目标车辆的车系与型号阶段：利用单目摄像头获取目标车辆的尺寸信息；获取目标车辆的车轮信息阶段：利用单线激光雷达获取目标车辆的位置信息；实现目标车辆的预对位阶段：利用单线激光雷达获取该机器人的轮廓信息，以调整其横向展开宽度及与目标车辆的预对准角度；实现目标车辆的精准对位阶段：在上述基础上，利用单点激光雷达获取目标车辆的车轮轴信息，以调整与目标车辆的精对准角度及纵向伸长长度；本发明的机器人结合额外搭建的起中转作用的具有单目摄像头与单线激光雷达的临时停车区，来实现与不同品牌车辆的精准对位，以便保障机器人对目标车辆有效、安全地搬运。
-
公开(公告)号：CN114763136B
公开(公告)日：2024-11-08
申请号：CN202210289107.7
申请日：2022-03-22
Applicant: 同济大学
IPC: B60W30/095 , B60W40/02 , B60W40/08 , B60W50/00 , B60W50/14
Abstract: 本发明涉及一种基于深度学习的引导车驾驶辅助系统，该系统包括：前向碰撞预警子系统：检测前向障碍物，并估计前向障碍物与引导车之间的距离以进行碰撞判断预警；驾驶员异常行为检测子系统：建立基于对比学习的驾驶员异常行为检测模型，以判断驾驶员是否发生驾驶异常行为；车道线偏离预警子系统：通过USFC车道线检测模块检测车道线，并基于相对位置判断是否发生车道线偏离。与现有技术相比，本发明部署价格低、系统泛化性强、涵盖范围广，能够高效而鲁棒的完成驾驶辅助任务，方便、大规模地部署在现有的驾驶系统中，使智能车列引导车能提前发现前撞危险、车道偏离危险和避免驾驶员分心驾驶，及时地做出反应和预警，提高了行驶过程中的安全性。
-
公开(公告)号：CN114734985B
公开(公告)日：2024-11-08
申请号：CN202210314387.2
申请日：2022-03-28
Applicant: 同济大学
IPC: B60W30/02 , B60W30/14 , B60W30/165 , B60W40/105 , B60W40/107 , B60W50/00
Abstract: 本发明涉及一种基于车车通信的编队控制方法，该方法包括以下步骤：步骤S1：通过车车通信设备获取相邻前导车的信息；步骤S2：根据本车位姿和状态信息计算本车与相邻前导车之间的相对车距、相对车速和相对加速度；步骤S3：根据制动踏板前馈和误差反馈获取跟随车的期望加速度，并对期望加速度进行限值判定；步骤S4：通过期望加速度查表得到踏板开度，从而调节车辆的踏板开度。与现有技术相比，本发明具有提高编队车辆在紧急情况的安全性和提高编队车辆行驶的稳定性等优点。
-
公开(公告)号：CN110069993B
公开(公告)日：2021-10-08
申请号：CN201910206458.5
申请日：2019-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的目标车辆检测方法，包括以下步骤：1)通过设置在泊车机器人尾部的两个单线激光雷达采集目标车辆的尾部特征点云数据，并进行预处理得到二进制图像；2)对二进制图像进行标注，获取其中目标车辆尾部所在的位置，以此生成训练数据集；3)构建适用于目标车辆检测的深度卷积神经网络及其损失函数；4)将训练数据集进行增广后输入深度卷积神经网络中，并根据输出值与训练真值的差异对卷积神经网络中的参数进行训练更新，得到最优的网络参数，并根据训练好的深度卷积神经网络进行检测。与现有技术相比，本发明具有稳健性高、不依赖手工特征、检测成本低等优点。
-
Patent Agency Ranking
公开(公告)号：CN110069993A
公开(公告)日：2019-07-30
申请号：CN201910206458.5
申请日：2019-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的目标车辆检测方法，包括以下步骤：1)通过设置在泊车机器人尾部的两个单线激光雷达采集目标车辆的尾部特征点云数据，并进行预处理得到二进制图像；2)对二进制图像进行标注，获取其中目标车辆尾部所在的位置，以此生成训练数据集；3)构建适用于目标车辆检测的深度卷积神经网络及其损失函数；4)将训练数据集进行增广后输入深度卷积神经网络中，并根据输出值与训练真值的差异对卷积神经网络中的参数进行训练更新，得到最优的网络参数，并根据训练好的深度卷积神经网络进行检测。与现有技术相比，本发明具有稳健性高、不依赖手工特征、检测成本低等优点。
-
公开(公告)号：CN109583321A
公开(公告)日：2019-04-05
申请号：CN201811329317.4
申请日：2018-11-09
Applicant: 同济大学
Abstract: 一种基于深度学习的结构化道路中小物体的检测方法，包括：采集真实的结构化道路上包含小物体的图像数据，通过人工方法标注其中小物体的位置和类别信息；构建适用于结构化道路中小物体检测的深度卷积神经网络及相应的损失函数；将采集到的图像和标注数据输入到前述步骤构建的卷积神经网络中，根据输出值与目标值之间的损失值对神经网络中的参数值进行更新，最后得到理想的网络参数。本发明针对目前的神经网络对小物体检测不佳的问题提出全新的网络结构，在基本不增加计算量的前提下大大提升小物体检测的性能，能方便地部署在现有的智能驾驶系统中，使智能驾驶汽车能远距离地检测到道路上的危险物体，及时地做出反应，提高了行驶过程中的安全性。
-
公开(公告)号：CN109270543A
公开(公告)日：2019-01-25
申请号：CN201811103333.1
申请日：2018-09-20
Applicant: 同济大学
Abstract: 本发明公开了一种对目标车辆周围车辆位置信息检测的系统和方法。检测系统包括单线激光雷达、单线激光雷达数据处理模块、数据转换模块、聚类分析模块、判断模块、直角型特征提取模块和拟合模块。检测方法包括：利用单线激光雷达获取点云数据，转换为二维平面数据点，进行密度聚类分析，得到点云数据簇，分析点云数据簇的几何特征，获取直角型特征的三个最佳角点，最后基于此三点即可拟合成代表待测车辆的矩形框。本发明的单线激光雷达能够在各种复杂的工况下采集准确的环境数据信息，同时辅以具有较高鲁棒性的检测算法，因此，本发明的车辆检测具有很高的稳健性，在复杂工况下也能够保证检测结果的相对准确性。
-
公开(公告)号：CN114763136A
公开(公告)日：2022-07-19
申请号：CN202210289107.7
申请日：2022-03-22
Applicant: 同济大学
IPC: B60W30/095 , B60W40/02 , B60W40/08 , B60W50/00 , B60W50/14
Abstract: 本发明涉及一种基于深度学习的引导车驾驶辅助系统，该系统包括：前向碰撞预警子系统：检测前向障碍物，并估计前向障碍物与引导车之间的距离以进行碰撞判断预警；驾驶员异常行为检测子系统：建立基于对比学习的驾驶员异常行为检测模型，以判断驾驶员是否发生驾驶异常行为；车道线偏离预警子系统：通过USFC车道线检测模块检测车道线，并基于相对位置判断是否发生车道线偏离。与现有技术相比，本发明部署价格低、系统泛化性强、涵盖范围广，能够高效而鲁棒的完成驾驶辅助任务，方便、大规模地部署在现有的驾驶系统中，使智能车列引导车能提前发现前撞危险、车道偏离危险和避免驾驶员分心驾驶，及时地做出反应和预警，提高了行驶过程中的安全性。
-
公开(公告)号：CN114758270A
公开(公告)日：2022-07-15
申请号：CN202210288825.2
申请日：2022-03-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的跟随车驾驶辅助系统，该系统包括：临近车辆加塞预警子系统：根据前视相机采集到的视频图像，构建临近车辆加塞预警模型进行临近车辆加塞预警；驾驶员异常行为检测子系统：根据驾驶室相机采集到的视频图像，构建基于对比学习的驾驶员异常行为检测模型判断驾驶员是否发生驾驶异常行为；ROS读取通讯机制子系统：包括视频流输出节点、网络数据读取节点和网络输出节点，用以实现各子系统的数据通信。与现有技术相比，本发明能够高效而鲁棒的完成驾驶辅助任务，并能方便地部署在现有的智能驾驶系统中，从而使跟随车能提前发现临近车辆加塞行为和避免驾驶员分心驾驶，及时地做出反应和预警，提高了行驶过程中的安全性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.019 seconds)
