-
公开(公告)号：CN119354208A
公开(公告)日：2025-01-24
申请号：CN202411463377.0
申请日：2024-10-18
Applicant: 东南大学
IPC: G01C21/28 , G06T7/73 , G06T5/70 , G06T7/10 , G06V10/77 , H04W4/02 , H04W4/40 , G01C21/16 , G01S17/86
Abstract: 本发明公开了一种基于LiDAR/IMU/UWB紧耦合里程计技术的车辆定位方法。该方法首先对原始点云数据进行预处理，包括点云畸变去除、地面和非地面点云分割，从而为LiDAR关键帧里程计的位姿估计与后续的点云建图提供了基础；进而，构建紧耦合模型，包括基于IMU预积分的模型和UWB距离观测的模型，并进行局部因子图优化，从而能在城市特征退化环境下为LiDAR关键帧里程计提供一个较为准确的位姿初值。最后，对LiDAR关键帧进行优化，根据局部优化后的位姿初值将静态边缘点云投影到世界坐标系下，并利用“边缘点—直线”构成的约束来进一步优化当前位姿。本方法在SLAM特征退化环境下具有良好的定位性能，能够实现更准确的车辆定位。
-
公开(公告)号：CN114998416B
公开(公告)日：2024-07-12
申请号：CN202210616767.1
申请日：2022-06-01
Applicant: 东南大学
IPC: G06T7/62 , G06T3/4046 , G06T9/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合探地雷达图像和深度信息的地下管道半径估计方法。该方法以目标检测的结果为输入，输出管道半径。该方法首先构建卷积神经网络，利用卷积神经网络提取目标图像特征。由于卷积神经网络需要输入固定大小的图片，因此对输入图像进行缩放：初始化网络输入大小的零矩阵，将目标检测结果矩形框中的图像按照宽或高进行最大程度的缩放后嵌入零矩阵完成缩放。深度信息方面，将目标检测矩形框的y坐标参数按照探地雷达图像y方向的尺度转换后，经过深度信息编码网络进行编码。将图像特征与深度信息编码结合后再经过全连接层输出管道半径。本发明方法同时考虑了探地雷达的图像特征以及目标物的深度信息，半径估计结果准确。
-
公开(公告)号：CN114971225B
公开(公告)日：2024-07-12
申请号：CN202210500958.1
申请日：2022-05-10
Applicant: 东南大学
IPC: G06Q10/0639 , G06F17/14 , G06F17/16 , G06N3/084 , G01M17/007 , G01P15/00
Abstract: 本发明公开了一种基于分布式智能综合决策的无人驾驶公交平顺性测评方法，该方法在被测无人驾驶公交车上选择六处安装位置，包括驾驶员座位、同侧最前排座位、同侧中部座位、同侧最后排座位、对侧最前排座位以及对侧最后排座位，每个安装位置有三处测量点，分别安装加速度计，实现测评所需基础数据的分布式采集，并采用Daubechies小波分析方法对垂向加速度原始数据进行滤波处理，以减小噪声的影响；接着采用频谱分析方法计算加权加速度均方根值；最后以各安装位置的加权加速度均方根平均值作为BP神经网络输入，得到综合决策的测评结果。本发明全面考虑无人驾驶公交车上的多个位置，通过对各位置平顺性评价指标的综合决策实现定量测评，测评结果准确可靠。
-
公开(公告)号：CN114379540B
公开(公告)日：2024-04-30
申请号：CN202210157766.5
申请日：2022-02-21
Applicant: 东南大学
IPC: B60W30/04
Abstract: 本发明公开了一种考虑前方障碍物影响的大型营运车辆防侧翻驾驶决策方法。首先，明确防侧翻驾驶决策方法适用的交通场景。其次，将防侧翻驾驶决策问题建模为马尔科夫决策过程，利用标准的策略梯度算法建立大型营运车辆的防侧翻驾驶决策模型。最后，对防侧翻驾驶决策模型进行训练，得到不同行驶工况下的防侧翻驾驶策略。本发明提出的决策方法，考虑了执行防侧翻驾驶策略过程中的安全隐患，克服了现有方法缺乏有效性和可靠性的不足，为营运车辆提供直行、转向、加速、减速等明确的驾驶策略，实现了有效、可靠的大型营运车辆防侧翻驾驶决策。
-
公开(公告)号：CN117422771A
公开(公告)日：2024-01-19
申请号：CN202311285348.5
申请日：2023-10-07
Applicant: 东南大学
Abstract: 本发明公开了一种相机与激光雷达传感器设备的外参标定方法及系统，首先，使用采集设备采集图像和点云数据，在激光雷达采集到的原始点云数据中进行路面提取，对提取到的路面点云数据采用体素补全的方式得到路面点云补全数据，并对补全后的点云数据的反射强度值进行直方图均衡化以增强车道标识和路面间反射强度的对比度；再将路面点云数据投影至像平面后与相机图像进行特征点匹配，利用求得的匹配特征点求解出初始外部参数；最后利用互信息值构建由外部参数中元素组成的目标函数，使用优化算法优化求得最佳的外部参数。本发明方法，在保证标定精度的同时具备可在线完成标定、流程简单、适应性强，满足自动驾驶系统中对外部参数的在线标定需求。
-
Patent Agency Ranking
公开(公告)号：CN117173399A
公开(公告)日：2023-12-05
申请号：CN202311142851.5
申请日：2023-09-06
Applicant: 东南大学
IPC: G06V10/25 , G06V10/80 , G06V10/44 , G06N3/0464 , G06V10/766 , G06V10/82 , G06N3/08 , G06N3/045 , G06N3/0499 , G06N3/0985 , G06V10/764 , G06V10/77 , G06V10/22
Abstract: 本发明公开了一种跨模态交叉注意力机制的交通目标检测方法及系统，至少包括多模态特征深度融合的3D目标检测网络模型，所述模型包括跨模态数据增强模块、点云分支主干网络模块、图像分支主干网络模块、点云‑图像交叉注意力融合模块和检测任务处理模块，本方法及系统分别对点云分支主干网络和图像分支主干网络进行了细粒度特征提取，在点云分支中采用动态体素化和稀疏卷积的方式进一步提升了检测速度，在图像分支中通过跨层连接多层次特征使得图像特征具备了丰富的多尺度信息，该网络提升检测性能的同时，还可以面向遮挡场景和小尺度目标场景实现稳定的目标检测，有效降低了单一传感器感知目标的不准确性，实现了更加准确、鲁棒的检测性能。
-
公开(公告)号：CN113703025B
公开(公告)日：2023-11-07
申请号：CN202110972521.3
申请日：2021-08-23
Applicant: 东南大学
IPC: G01S19/47
Abstract: 本发明公开了一种面向GNSS多种失效状态的车辆定位误差智能预测方法。该方法首先根据GNSS失效时的可见星数将失效状态分为0颗星、1颗星、2颗星、3颗星四种，依据定位误差对历史信息的依赖特性，针对不同失效状态下的定位误差预测任务分别建立基于LSTM的深度学习网络；接着，借鉴多任务学习思想，充分利用不同失效状态子任务模型之间的相似性，采用soft参数共享机制进行综合训练，提升各子任务模型的泛化能力；最终，训练完成后的车辆定位误差智能预测模型可以根据实际的可见星数目所决定的输入量个数，选择相应的子任务模型，得到定位误差的预测值。本方法充分利用了GNSS失效状态下的部分可见卫星的信息，模型泛化能力强，定位误差预测准确。
-
公开(公告)号：CN116959260A
公开(公告)日：2023-10-27
申请号：CN202311212627.9
申请日：2023-09-20
Applicant: 东南大学
IPC: G08G1/01 , G08G1/048 , G08G1/052 , G08G1/0967 , G06N3/042 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的多车辆驾驶行为预测方法，属于新一代信息技术领域。首先，建立基于图神经网络的驾驶行为预测模型，并定义预测模型的输入和输出。其次，定义驾驶行为预测模型的相关参数。最后，设计驾驶行为预测模型的网络架构，并对其进行训练。本发明提出的方法站在路侧的全局化视角，能够预测多个交通参与者的驾驶行为，有助于提高道路重点区域的行车安全。此外，该方法无需计算车辆动力学模型，计算耗时低，且使用的传感器成本较低，计算方法清晰，便于大规模推广。
-
公开(公告)号：CN115440041A
公开(公告)日：2022-12-06
申请号：CN202211070528.7
申请日：2022-09-02
Applicant: 东南大学
IPC: G08G1/01 , G08G1/052 , G08G1/0967 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种路侧视角下的重点车辆驾驶行为预测方法。首先，确定驾驶行为预测网络的输入和输出。其次，构建面向重点车辆的驾驶行为预测网络。最后，训练驾驶行为预测网络，实现了路侧视角下重点车辆的驾驶行为预测。本发明提出的方法，利用了智能路侧设备的全局视角优势与先验信息，且考虑了周围交通参与者对重点车辆驾驶行为的影响，可以对重点车辆“下一步”可能的行为意图进行辨识，实现其“未来”驾驶等行为的“行为级”有效预测。
-
公开(公告)号：CN115099599A
公开(公告)日：2022-09-23
申请号：CN202210684503.X
申请日：2022-06-17
Applicant: 东南大学
Abstract: 本发明公开了一种面向公交信号优先控制的测试评价方法。首先，选取城市的交通路口作为试验场地，建立面向公交信号优先控制的测试场景。其次，为了全面、精确、可靠地获取公交信号优先控制诱导过程中的公交车运动状态参数，结合匀加速运动模型，采用扩展卡尔曼滤波算法对公交车的位置、速度、加速度信息进行准确估计。最后，在公交车运动状态参数准确递推的基础上，提出了诱导距离、诱导过程的驾驶平顺性、诱导过程的急加速/急减速行为等多个量化指标，从多个角度对公交信号优先控制开展测试评价，实现了精确、可靠、科学的定量测评。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.031 seconds)
