公开(公告)号：CN117998430A

公开(公告)日：2024-05-07

申请号：CN202410227041.8

申请日：2024-02-29

Applicant: 同济大学

Inventor： 张心睿 ,  车雨 ,  冷搏 ,  张培志 ,  熊璐

IPC: H04W24/06 ,  H04W4/44 ,  H04L67/56 ,  H04L43/0852 ,  H04L43/0829 ,  H04L43/087

Abstract: 本发明涉及一种面向智能网联汽车的5G车云通信网络性能测试系统及方法，该系统包括依次交互连接的车载测试终端、5G通信网络和云平台，该方法包括：在云平台上开启MQTT代理服务器，修改相关配置文件和配置参数；将车载测试终端部署于测试用智能网联汽车，并在车载测试终端上配置MQTT客户端；利用车载测试终端采集车辆状态信息，并将车辆状态信息封装为数据包后进行发布，同时进行消息的订阅与接收；根据车载测试终端发布消息的时间戳和接收消息的时间戳、数据包序号信息，定量分析5G网络车云端到端通信网络性能。与现有技术相比，本发明能够实现5G车云通信网络性能的标准化、规范化测试，真实反映5G车云通信网络性能在实际业务应用表现。

公开(公告)号：CN117962846A

公开(公告)日：2024-05-03

申请号：CN202410206652.4

申请日：2024-02-26

Applicant: 同济大学

Inventor： 乔乐 ,  卓桂荣 ,  李聪聪 ,  熊璐

IPC: B60T13/74 ,  B60T17/22

Abstract: 本发明涉及一种电子机械制动系统接触点识别系统及其方法，该系统包括初始接触点检测装置、正弦位置闭环控制模块以及均值计算模块，该方法包括：检测初始接触点，即制动片与制动盘接触时的电机转子位置；将初始接触点作为正弦位置指令的偏置，设置正弦位置信号频率，通过电机控制模块进行正弦位置闭环控制；在正弦位置闭环控制过程中获取多个接触点数据，计算多个接触点数据的高斯分布均值，即得到接触点识别结果。与现有技术相比，本发明能够降低接触点识别的误差，避免接触点识别的超前和滞后现象，为夹紧力估计提供更为准确的初始条件。

公开(公告)号：CN115144828B

公开(公告)日：2024-04-12

申请号：CN202210785604.6

申请日：2022-07-05

Applicant: 同济大学

Inventor： 毕欣 ,  仝盼盼 ,  杨士超 ,  熊璐 ,  翁才恩 ,  张博

IPC: G01S7/40 ,  G01S7/497 ,  G06T7/13 ,  G06T7/80 ,  G06V10/44 ,  G06V10/75 ,  G06V10/762 ,  G06V10/80

Abstract: 本发明涉及传感器融合技术领域，具体涉及一种智能汽车多传感器时空融合的自动在线标定方法，包括：同步触发多组传感器进行采集获得与传感器对应的多组采集数据。通过帧间关联的方式获得目标A的轨迹Li。将目标A的轨迹Li进行同一目标关联。对目标A的轨迹Li进行匹配并获得粗标定外参。对多组采集数据投影后，进行特征提取获得对应的边缘特征。将各种边缘特征进行原始时间戳的对准并进行特征匹配。计算获得精标定外参，通过迭代得T2。实时判断特征匹配误差是否大于上述所述最优的阈值T2，如果是持续在线标定。多传感器有相互重叠的视场就能够在重叠的视场中实现自动在线标定，减少人工标定的繁琐过程，提高标定效率。

公开(公告)号：CN117826143A

公开(公告)日：2024-04-05

申请号：CN202311870866.3

申请日：2023-12-29

Applicant: 同济大学

Inventor： 卓桂荣 ,  卢守义 ,  熊璐

IPC: G01S13/88 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/80 ,  G06N3/08 ,  G06V10/82 ,  G01S13/89 ,  G01C22/00

Abstract: 本发明涉及一种基于深度学习的4D毫米波雷达里程计方法，包括：构建4DRO‑Net架构，包括特征编码模块、初始位姿生成模块以及矫正位姿生成模块；利用4D毫米波雷达点云序列数据集，针对4DRO‑Net架构进行训练，得到4D毫米波雷达里程计模型；将当前传感器采集的4D毫米波雷达点云输入4D毫米波雷达里程计模型，输出得到位姿估计结果。与现有技术相比，本发明采用基于滑动窗口的由粗到精的分层优化方式，以迭代的方式估计和细化位姿，能够充分利用4D毫米波雷达的点云信息，实现对稀疏点云的高效学习、对稀疏的点云数据进行有效的特征提取、提高位姿估计的精度。

公开(公告)号：CN117671010A

公开(公告)日：2024-03-08

申请号：CN202311870852.1

申请日：2023-12-29

Applicant: 同济大学

Inventor： 卓桂荣 ,  卢守义 ,  熊璐

IPC: G06T7/73 ,  G06V10/80 ,  G06V10/40

Abstract: 本发明涉及一种基于多模态和多尺度自适应融合的4D雷达视觉里程计方法，包括：构建4DRVO‑Net架构，包括依次连接的特征提取模块、特征融合模块、初始位姿估计模块和位姿迭代细化模块；利用图像‑4D雷达点云对数据集，针对4DRVO‑Net架构进行训练，得到4D雷达视觉里程计模型；将当前实际的图像‑4D雷达点云对输入4D雷达视觉里程计模型，输出得到位姿估计结果。与现有技术相比，本发明基于特征金字塔、位姿扭曲和成本量网络架构，以从粗到精的方法估计和细化位姿，能够实现对稀疏4D雷达点云特征的细粒度学习、实现多尺度的跨模态特征交互和自适应的多模态特征融合、同时能够减少环境中动态物体对里程计估计造成的干扰影响，从而获得更加精准的位姿估计结果。

公开(公告)号：CN117191413A

公开(公告)日：2023-12-08

申请号：CN202310887319.X

申请日：2023-07-19

Applicant: 同济大学

Inventor： 胡笳 ,  严学润 ,  赖金涛 ,  徐恬 ,  熊璐

IPC: G01M17/007 ,  G06F30/20 ,  G06N5/04

Abstract: 本发明涉及一种强博弈交互环境下的自动驾驶测试系统，包括：交通仿真器，用于对交通系统进行仿真；交互博弈式决策器，以交通仿真器输出的道路交通信息为输入，内嵌基于逻辑规则的博弈式决策算法，将车辆运行模式分为巡航、换道、返回车道、信号灯以及冲突区五类，构建每种运行模式下的决策机制，确定下一仿真步的运行模式，并输出相应的车辆状态；交互博弈式控制器，用于根据交互博弈式决策器输出的车辆状态，输出控制自动驾驶车辆的横纵向行为的控制量；车辆动力学模型，用于模拟车辆机械系统对控制量的真实响应。与现有技术相比，本发明具有车辆决策行为刻画清晰、满足实时仿真需求、仿真测试可信度高等优点。

公开(公告)号：CN116931490A

公开(公告)日：2023-10-24

申请号：CN202310939510.4

申请日：2023-07-28

Applicant: 同济大学

Inventor： 唐辰 ,  周凡楷 ,  吕浩然 ,  熊璐

IPC: G05B19/042

Abstract: 本发明涉及一种考虑执行器特性的线控底盘模块化控制方法，包括以下步骤：根据控制需求和车载执行器配置选取相契合的系统状态量和控制量，通过定义模块间通信接口实现形式上的解耦，从而将每个子功能模块视为独立的整体进行封装建模并控制；各个子功能模块内部可根据执行器差异化的动态特性响应建立控制模型，通过分布式控制实现不同数量、不同响应特性的子功能模块集成，提升控制效果。与现有技术相比，本发明通过分布式的控制集成方法，控制算法可根据控制需求和执行器配置快速重构，提高了系统面向模块化线控底盘的集成效率和可扩展性，以及控制系统面对突发故障时的鲁棒性。

公开(公告)号：CN110702104B

公开(公告)日：2023-09-26

申请号：CN201910924281.2

申请日：2019-09-27

Applicant: 同济大学

Inventor： 熊璐 ,  魏琰超 ,  夏新 ,  陆逸适 ,  高乐天 ,  宋舜辉

IPC: G01C21/16 ,  G01C25/00

Abstract: 本发明涉及一种基于车辆零速检测的惯性导航误差修正方法，在车辆行驶时，采集轮速传感数据及INS数据，在车辆行驶过程中零速检测算法通过轮速、加速度计、陀螺仪进行零速检测；零速检测的原理是对轮速、加速度计、陀螺仪信号进行基于黎曼皮尔逊准则的联合概率，零速修正的原理是：1、在车辆检测出零速时，对速度和角速度进行置零处理，防止速度误差和角速度误差累积，导致位置和姿态出现偏差；2、在检测出零速后通过加速度计和角速度计的输出，分别对姿态、陀螺仪零偏进行再估计；3、在车辆再次运动退出零速状态后，利用再估计出的姿态和陀螺仪零偏对INS进行修正。与现有技术相比，本发明具有抑制导航误差的漂移，提高检测的准确度等优点。

公开(公告)号：CN115457763B

公开(公告)日：2023-08-29

申请号：CN202210975793.3

申请日：2022-08-15

Applicant: 同济大学

Inventor： 胡笳 ,  王浩然 ,  罗书源 ,  熊璐

IPC: G08G1/01

Abstract: 本发明涉及一种后向跟随的智能网联车队拓扑结构及其编队方法，该智能网联车队拓扑结构包括一辆领航车以及至少一辆跟随车，其中，领航车和跟随车上均安装有车载感知设备、车载通信设备和车载控制设备，车载感知设备用于采集自车及其周围车辆的信息；车载通信设备用于车队内部各车辆之间的信息交互，具体是将车辆信息流由后车向其相邻前车传递；车载控制设备用于对自车的动力系统、制动系统和转向系统的工作状态进行相应控制。与现有技术相比，本发明能够很好地适用于编队主动减速、减速加塞换道等后车/尾车主导场景，有效提高智能网联车队的机动性。

公开(公告)号：CN116311125A

公开(公告)日：2023-06-23

申请号：CN202310251415.5

申请日：2023-03-15

Applicant: 同济大学

Inventor： 熊璐 ,  赵文瑞 ,  侯欣辰

IPC: G06V20/56 ,  G06V10/25 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于车路协同的路面附着系数多源融合估计方法，包括：S1、利用路端摄像头获取指定路段的路面图像，将路面图像输入预先构建的路面分类模型中，输出得到路端的路面分类结果；S2、车载终端获取并识别车辆前方的路面图像，得到车端的路面分类结果；S3、将车端的路面分类结果和路端的路面分类结果相融合，得到路面融合分类结果；S4、对融合分类结果进行时空转换，得到当前峰值附着系数视觉估计值θimage；S5、建立Burckhardt轮胎模型，计算得到峰值附着系数的动力学估计值θdynamics，将视觉估计值θimage和动力学估计值θdynamics进行融合，得到峰值附着系数的融合估计结果θfusion。与现有技术相比，本发明具有估计精度高、实时性好、受前车遮挡影响小等优点。