-
公开(公告)号:CN103234542A
公开(公告)日:2013-08-07
申请号:CN201310127237.1
申请日:2013-04-12
Applicant: 东南大学
Inventor: 林国余
IPC: G01C21/20
Abstract: 本发明公开了一种基于视觉的汽车列车弯道行驶轨迹测量方法,其步骤包括:设置第一摄像机、第二摄像机和第三摄像机;在转弯通道上绘制五条平行的标识线,并分别为五条标识线设置颜色;沿垂直标识线方向,绘制若干横向线和标识点;第一摄像机、第二摄像机和第三摄像机采集和传输视频图像;上位机读取一帧图像,并对图像进行预处理;读取预处理后的图像,建立图像坐标系,并进行尺度标定;检测是否有新的标识线出现;得到标识线的参数方程;判断所检测的标识线的名称和颜色;检测是否有新的横向线出现;得到横向线的参数方程和标识点的图像坐标;得到当前摄像机的位置坐标和航向角;判断视频图像是否处理完;本发明具有减少误差,提高精度的特点。
-
公开(公告)号:CN101746269B
公开(公告)日:2013-04-03
申请号:CN201010017144.X
申请日:2010-01-08
Applicant: 东南大学
Abstract: 本发明公开了一种用于检测驾驶员疲劳驾驶的基于软计算的疲劳驾驶融合检测方法,其特征是从直接反映驾驶员疲劳的两个面部特征和间接反映驾驶员疲劳的两个车辆行为特征两个方面对疲劳驾驶进行融合检测,两个面部特征分别为频繁眨眼和打呵欠,两个车辆行为特征分别为车辆异常偏离车道和方向盘转动异常;该方法运用TS模糊神经网络来识别疲劳驾驶,采用减法聚类对网络结构进行优化辨识,确定模糊神经网络的模糊规则个数以及相关网络参数的初始值;运用遗传算法对网络参数进行训练和优化,确定最佳网络参数;根据最佳网络参数和上述四个疲劳特征参数利用TS模糊神经网络对驾驶员疲劳驾驶进行实时检测。
-
公开(公告)号:CN102914433A
公开(公告)日:2013-02-06
申请号:CN201210436363.0
申请日:2012-11-06
Applicant: 东南大学
IPC: G01M13/02
Abstract: 本发明公开了一种电模拟机械惯量的方法,包括步骤为:根据测量的角速度运用卡尔曼滤波估计角加速度;对所述估计角加速度进行延迟补偿,得到准实时的角加速度;所述准实时的角加速度根据模拟惯量的数值形成电惯量扭矩给定值,将所述电惯量扭矩给定值传送至变频器,变频器控制所述加载电机的电磁扭矩实现机械惯量电模拟。通过上述方式,本发明提供的一种电模拟机械惯量的方法,满足变速器试验对惯量模拟的要求,简化变速器试验台的机械结构,提高惯量模拟精度,能够实现惯量的无级调整,消除机械飞轮模拟惯量时存在的级差,保证了试验的可信度,提高了变速器试验台的自动化程度,受到汽车台架试验设备制造商的广泛重视和关注。
-
公开(公告)号:CN102855500A
公开(公告)日:2013-01-02
申请号:CN201110175167.8
申请日:2011-06-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于Haar和HoG特征的前车检测方法:1)人工选取出大量车辆图片和非车辆图片作为训练集的正、负样本,并将正、负样本规格化到24×24像素下;2)使用Haar特征和HoG特征分别对规格化后的每一幅正、负样本进行表征,形成特征向量;3)针对Haar特征和HoG特征形成的两种特征向量分别构建弱分类器;4)利用级联的Adaboost算法对弱分类器进行训练,得到级联车辆强分类器;5)针对车载摄像头获得的前方道路视频图像,将其中各种尺寸、各种位置的子图像输入级联车辆强分类器中进行判断,将判断为车辆的子图像所在判断为前方车辆。本发明是一种实时性好、鲁棒性高的道路前车检测方法,对保障车辆安全行驶,保护人身和财产的安全有着积极的影响。
-
公开(公告)号:CN102636299A
公开(公告)日:2012-08-15
申请号:CN201210071761.7
申请日:2012-03-19
Applicant: 东南大学
IPC: G01L1/22
Abstract: 本发明公开了一种测量车轮六维力的传感器,包括安装在车轮上随车轮一起转动的旋转部分和与车辆本身相对静止的非旋转部分,所述的旋转部分包括弹性体、组桥电路、单圈绝对式编码器和采集模块,所述的非旋转部分包括传输模块。通过上述方式,本发明提供了一种测量车轮六维的传感器,能够在车辆行驶过程中,实时测量单个车轮所受的相互垂直的三个方向上的力和相互垂直的三个方向上的扭矩,实现了对汽车车轮六维力准确、可靠的测量。
-
公开(公告)号:CN101059340B
公开(公告)日:2010-05-19
申请号:CN200710022425.2
申请日:2007-05-18
Applicant: 东南大学
Abstract: 本发明提出一种基于立体视觉和激光的车辆轮距测量方法,采用立体视觉激光测量系统获取相关测量参数。该方法利用数码相机拍摄投影到车轮胎冠上的激光条纹,通过图像处理方法提取激光条纹目标,利用立体匹配算法和三维重建算法获得激光条纹空间点。将激光条纹空间点投影到激光条纹所在的拟合平面中,并利用投影点生成二维曲线,计算出二维曲线极值点,认为该极值点就对应胎冠切点。利用车轮内侧胎冠上一个切点以及由车轮外侧胎冠上至少三个切点拟合获得的切平面计算轮胎中心面。通过计算同一轴上左右轮胎的轮胎中心面分别和车辆支承平面的交线之间的距离即可获得车辆轮距参数。
-
公开(公告)号:CN101059340A
公开(公告)日:2007-10-24
申请号:CN200710022425.2
申请日:2007-05-18
Applicant: 东南大学
Abstract: 本发明提出一种基于立体视觉和激光的车辆轮距测量方法,采用立体视觉激光测量系统获取相关测量参数。该方法利用数码相机拍摄投影到车轮胎冠上的激光条纹,通过图像处理方法提取激光条纹目标,利用立体匹配算法和三维重建算法获得激光条纹空间点。将激光条纹空间点投影到激光条纹所在的拟合平面中,并利用投影点生成二维曲线,计算出二维曲线极值点,认为该极值点就对应胎冠切点。利用车轮内侧胎冠上一个切点以及由车轮外侧胎冠上至少三个切点拟合获得的切平面计算轮胎中心面。通过计算同一轴上左右轮胎的轮胎中心面分别和车辆支承平面的交线之间的距离即可获得车辆轮距参数。
-
公开(公告)号:CN104802167B
公开(公告)日:2017-07-18
申请号:CN201510184767.9
申请日:2015-04-17
Applicant: 东南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于MAPLESIM的Delta机器人快速建模方法,其特征在于,包括以下步骤:步骤一:由多体机械的图论原理,将实际Delta机器人的机构拓扑形态抽象为线形图,以符号和图形方式表示;步骤二:从搭建好的MAPLESIM元件库依次选择所需元件,并对其属性和参数进行设置;步骤三:依据线性图连接各元件和组件,建立Delta机器人的单支链物理模型;步骤四:复制步骤三中所建的单支链模型为另外两条支链,并联三支链以建立Delta机器人的完整基本模型;步骤五:对步骤四所建立的单支链模型求解,依据求得的显式逆解对完整模型进行运动控制仿真。运行MAPLESIM分析,通过三维动画和轨迹综合测试所建模型以取得满意的性能。
-
公开(公告)号:CN105007058A
公开(公告)日:2015-10-28
申请号:CN201510415068.0
申请日:2015-07-15
Applicant: 东南大学
IPC: H03H17/02
Abstract: 本发明公开了一种适用于多维轮力传感器的实时滤波方法,首先根据多维轮力传感器的工作原理,分析并建立了车轮上的负载和多维轮力传感器输出的之间的关系;并根据该关系,引入平面转弯模型作为系统的状态方程;并将多维轮力传感器的输出作为观测量,采用高斯正交积分点卡尔曼滤波器直接得到滤波后的真实车轮力信号。本发明解决了多维轮力传感器状态方程构造困难的问题,实现了多维轮力传感器的实时高精度滤波。
-
公开(公告)号:CN104802167A
公开(公告)日:2015-07-29
申请号:CN201510184767.9
申请日:2015-04-17
Applicant: 东南大学
IPC: B25J9/16
CPC classification number: B25J9/1602 , B25J9/1605
Abstract: 本发明公开了一种基于MAPLESIM的Delta机器人快速建模方法,其特征在于,包括以下步骤:步骤一:由多体机械的图论原理,将实际Delta机器人的机构拓扑形态抽象为线形图,以符号和图形方式表示;步骤二:从搭建好的MAPLESIM元件库依次选择所需元件,并对其属性和参数进行设置;步骤三:依据线性图连接各元件和组件,建立Delta机器人的单支链物理模型;步骤四:复制步骤三中所建的单支链模型为另外两条支链,并联三支链以建立Delta机器人的完整基本模型;步骤五:对步骤四所建立的单支链模型求解,依据求得的显式逆解对完整模型进行运动控制仿真。运行MAPLESIM分析,通过三维动画和轨迹综合测试所建模型以取得满意的性能。
-
-
-
-
-
-
-
-
-