-
公开(公告)号：CN113095277A
公开(公告)日：2021-07-09
申请号：CN202110456571.6
申请日：2021-04-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于目标空间分布特征的无人机航拍车辆检测方法，该方法首先基于条件生成对抗CGAN思想构建航拍车辆密度估计网络，生成车辆密度图，由此获得车辆目标空间分布特征；其次，依据目标空间分布特征对高分辨率航拍车辆图像实现自适应切分，得到若干局部图像块；最后，利用局部图像块以及原始无人机航拍车辆图像分别训练得到一个单阶段车辆检测器，并将全局图像与局部图像块的检测结果基于Soft‑NMS算法进行决策级融合后，输出最终检测结果。本发明提出的无人机航拍车辆检测方法避免了因原始图像缩放而导致的目标像素特征点丢失情况的出现，进一步提升了车辆检测精度。
-
公开(公告)号：CN111775912B
公开(公告)日：2021-06-11
申请号：CN202010587839.5
申请日：2020-06-24
Applicant: 东南大学
IPC: B60T8/1755 , B60W30/04
Abstract: 本发明公开了一种基于电子制动减速的罐车侧翻舒缓型控制方法，针对使用EBS的罐车，首先明确舒缓型控制方法适用的罐车侧翻场景，然后采用最小二乘法建立罐车制动减速度的表征函数，最后基于制动减速度的表征函数和EBS实现罐车侧翻舒缓型控制。本发明拟合出罐车制动减速度的函数表达式，能够在不同侧翻场景下根据罐车运动学信息和车身信息自主选取合适的制动减速度；在进行罐车制动减速时，考虑了驾驶员的操作，实现人机的有效结合；在罐车处于侧翻潜在危险状态时就进行舒缓型制动减速，无需等到罐车存在较大侧翻危险时才进行紧急制动，提高了罐车侧翻控制的稳定性和有效性。
-
公开(公告)号：CN110103823B
公开(公告)日：2021-06-11
申请号：CN201910421233.1
申请日：2019-05-21
Applicant: 东南大学
Abstract: 本发明提出了一种基于增强型数字地图的车辆侧翻事前预警方法，该方法首先制作带有道路属性信息的增强型数字地图，然后确定车辆在数字地图中的位置和车辆即将驶入的前方路段，接着基于当前车速分析车辆在前方路段的横向受力，最后基于横向受力分析预估车辆以当前车速在前方路段行驶时是否有侧翻危险并预警。本发明制作的增强型数字地图，不需要大量的人工测绘工作，实施方便，同时包含道路曲率半径、横向坡度角和纵向坡度角信息；本发明提出的侧翻事前预警方法基于当前车速预估车辆在前方道路行驶时是否有侧翻危险，能够在车辆存在侧翻危险前提醒驾驶员安全驾驶，并给出车辆距前方侧翻点的距离和安全行驶速度，达到侧翻事前预警的目的。
-
公开(公告)号：CN112925000A
公开(公告)日：2021-06-08
申请号：CN202110097829.8
申请日：2021-01-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于可见光通信和惯性导航的隧道环境下车辆定位方法，通过VLC技术解决GPS因信号遮挡而无法在隧道环境下实现连续可靠定位的问题。通过在隧道顶端布置LED灯具，将车载的光电探测器接收LED灯具发射的入射信号强度与信号到达时间作为径向基神经网络的输入信号来准确估计出LED灯具与车辆的距离，并结合车载惯性传感器的观测信息，通过因子图算法来实时准确地估计出车辆的位置信息。具有成本低、精度高、实时性好的优点。
-
公开(公告)号：CN112622886A
公开(公告)日：2021-04-09
申请号：CN202011512720.8
申请日：2020-12-20
Applicant: 东南大学
Abstract: 本发明公开了一种综合考虑前后障碍物的重型营运车辆防碰撞预警方法。首先，针对中国的道路行驶环境，搭建驾驶模拟仿真平台，采集多种行驶工况下优秀驾驶员的典型驾驶行为。其次，引入基于最大熵的逆向强化学习算法，学习人类优秀驾驶员的驾驶行为。最后，将防碰撞预警策略问题描述为马尔科夫决策过程，建立基于正向强化学习的防碰撞驾驶决策模型，得到准确、可靠、具有适应性的防碰撞预警策略。本发明提出的方法，综合考虑前向、后向障碍物对车辆碰撞的影响，为驾驶员提供节气门开度、方向盘转角控制量等精确量化的驾驶建议，且能够适应不同的行驶工况和驾驶员操作，克服了现有的重型营运车辆防碰撞预警方法缺乏准确性、适应性的问题。
-
Patent Agency Ranking
公开(公告)号：CN112101709A
公开(公告)日：2020-12-18
申请号：CN202010760374.9
申请日：2020-07-31
Applicant: 东南大学
IPC: G06Q10/06 , G06F30/20 , G01M17/007
Abstract: 本发明公开了用于商用车辆自动紧急制动系统的全面准确的测评方法。首先，建立基于强跟踪卡尔曼滤波算法的靶车自适应常加速改进模型和基于强跟踪扩展卡尔曼滤波算法的自车横摆特性动力学模型，获取靶车和自车的位置、速度、加速度等运动学状态信息及自车横摆特性状态信息；然后，利用靶车和自车的状态信息，计算一般性的AEB测评指标，即碰撞时间和强化碰撞时间，并计算针对商用车辆横摆稳定性的测评指标，即制动横摆安全裕量和制动平顺性。本发明解决了现有车辆AEB测评方法没有关注靶车的运动状态参数导致测评结果准确性不够高，没有具体考虑商用车辆重心高、质量大等特性导致测评结果不够全面的问题，实现了对商用车辆AEB系统的全面准确测评。
-
公开(公告)号：CN111696387A
公开(公告)日：2020-09-22
申请号：CN202010436618.8
申请日：2020-05-21
Applicant: 东南大学
IPC: G08G1/16 , G08G1/01 , G08G1/0962 , G08B21/18 , G08B7/06
Abstract: 本发明公开了一种基于前向障碍物识别的自适应防撞分级预警方法。首先，为了准确识别前向障碍物类型，建立了基于深度学习的前向障碍物识别模型。其次，综合考虑前向障碍物类型、运动状态和道路环境等因素对前向碰撞的影响，建立了具有自适应交通环境特性的行车安全距离模型，并对碰撞危险进行量化。最后，制定前向防撞分级预警策略。本发明提出的方法适应不同的交通环境和行驶工况，且能够根据交通环境自适应调整阈值，并以数值的形式将前向碰撞危险精确量化，实现不同碰撞危险程度下的自适应防撞分级预警，解决了现有的半挂罐车防撞预警方法缺乏准确性、适应性的问题。
-
公开(公告)号：CN111645670A
公开(公告)日：2020-09-11
申请号：CN202010444572.4
申请日：2020-05-23
Applicant: 东南大学
Abstract: 本发明提出一种基于支持向量机的重载车辆侧倾状态检测方法，首先明确影响重载车辆侧倾状态的因素及其获取方式，然后定义用于辨识侧倾状态的表征参数和不同危险等级的侧倾状态，接着开展典型侧翻场景下的重载车辆实车试验并保存数据，进而设计用于重载车辆侧倾状态检测的SVM，最后基于SVM实现重载车辆侧倾状态的实时检测。该方法选用整车质量、车速和方向盘转角信息实现侧倾状态的冗余检测，提高检测的可靠性；车速和方向盘转角通过车身CAN总线读取，无需外加传感器，成本低；以最后一轴两侧车轮垂向力的横向变化来辨识侧倾状态，建立整车质量、车速、方向盘转角与侧倾状态的对应关系，利用实车试验数据训练SVM，提高检测的准确性。
-
公开(公告)号：CN107369177B
公开(公告)日：2019-10-11
申请号：CN201710532287.6
申请日：2017-07-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于图形识别的道路救援装备绞盘绳防过拉预警方法，包括如下步骤：1、在绞盘绳槽外侧轮盘的圆周上均匀标记几何图形；2、在道路救援装备绞盘绳槽外侧设置图形采集装置，所述图形采集装置的采集区域大于单个几何图形标记，在采集区域中设置大于单个几何图形标记的区域为感兴趣区域，使感兴趣区域最多只能包含一个几何图形标记；3、对图形采集装置采集到的每一帧图像中的感兴趣区域识别其中包含的几何图形标记的类型；4、连续识别采集到的图像，得到几何图形标记变化序列；根据几何图形标记变化序列，得到绞盘转轴旋转方向和旋转角度；5、对绞盘转轴旋转方向和旋转角度进行计算，当绞盘绳圈数小于阈值时进行安全报警。
-
公开(公告)号：CN107193888B
公开(公告)日：2019-09-20
申请号：CN201710299349.3
申请日：2017-05-02
Applicant: 东南大学
Abstract: 一种面向车道级导航定位的城市道路路网模型，该模型主要由道路地理信息层、道路两侧建筑物信息层和道路平面车道线信息层三部分组成。同时该模型中的道路平面车道线信息层使用三次Cardinal样条插值算法拟合目标道路的平面车道线，使得线形具有较好的光滑性、连续性和可塑性，该样条曲线能够较好地适应城市道路曲率变化大的特点，获取的参数能够更真实地反映城市道路的平面车道现状。本发明所提出的城市道路路网模型，扩展了传统道路级数字地图的属性，提高了传统道路级数字地图的精度，具有信息量全、精度高、适用性广等优点，在复杂的城市交通环境下，实现车辆精确、持续、实时导航定位，满足车道级导航定位的需求。
-
-
-
-
-
-
-
-
-
Search Results
335
records
(took 0.032 seconds)
