-
公开(公告)号：CN110336678A
公开(公告)日：2019-10-15
申请号：CN201910654022.2
申请日：2019-07-19
Applicant: 东南大学
Abstract: 本发明公开了一种针对车联网中大批量数据防篡改的签名算法，该算法通过链式存储结构、哈希摘要算法和CBC-MAC算法的结合对车联网中存储于本地的诸如车速、GPS等周期产生的大批量数据进行防篡改保护。该算法根据数据产生时间对批量数据分文件存储，并通过文首数据签名算法连接文件实现链式存储结构；通过非文首签名算法连接相同文件内的数据帧。本算法加入了AES加密运算用于避免分组替换攻击的风险；且该算法仅需进行一次AES和一次SHA256，计算速度优于CBC-MAC。通过上述算法，攻击者无论删除上一条数据或者修改上一条数据内容，通过本组数据的签名检查即可检出。通过该算法可以实现原始数据帧的防篡改签名及认证，具有更强的安全性和更高的计算效率。
-
公开(公告)号：CN109787765A
公开(公告)日：2019-05-21
申请号：CN201910147068.5
申请日：2019-02-27
Applicant: 东南大学
Abstract: 本发明提供了一种用于水质在线监测的远程数据网关加密方法，发送水质数据时，通过椭圆曲线加密对帧数据进行链式加密，并通过链式加密结果更新签名写入远程网关，网关设备每次上电工作前，检查签名有效性，如果有效则正常工作，否则给出无效提示停止工作。本发明基于椭圆曲线加密机制，通过链式签名更新的方法完成网关签名验证，把这种加密技术在硬件上实现，不仅保证了远程通信网关软件配置的数据安全，而且保证了通信网关上传水质数据的安全性。基于本发明方法可以实时检测设备的完备性，在设备硬件遭到篡改时能够给出警告并及时停止工作，能保证数据上传的机密性，相较于传统的在线水质监测系统的集成方案，具有更强的安全性。
-
公开(公告)号：CN109766575A
公开(公告)日：2019-05-17
申请号：CN201811471663.6
申请日：2018-12-04
Applicant: 东南大学
Abstract: 本发明公开了一种孔压静力触探探头的温度补偿和维间解耦方法。该方法首先根据多功能孔压静力触探探头和三通道传感器的测量方式，建立温度补偿模型，以多功能孔压静力触探探头的输出作为样本数据，回归出模型参数，进行温度补偿。其次，根据多功能孔压静力触探探头的工作原理，分析多功能孔压静力触探探头的负载与多功能孔压静力触探探头传感器输出的之间的关系，建立非线性回归模型，并将多功能孔压静力触探探头的输出作为初始样本，采用最小二乘法回归出模型参数，进行非线性解耦。本发明解决了多功能孔压静力触探探头的温度影响和维间耦合的问题，实现了多功能孔压静力触探探头负载真实输出。
-
公开(公告)号：CN109117701A
公开(公告)日：2019-01-01
申请号：CN201810568305.0
申请日：2018-06-05
Applicant: 东南大学
Abstract: 本发明涉及一种基于图卷积的行人意图识别方法，通过安装在车辆上的前视相机系统拍摄道路环境视频图像；对图像进行行人检测和行人人体关键点信息提取，并基于图论的方法构造邻接矩阵表示行人人体关键点的连接信息；通过图卷积算法从人体关键点的坐标信息和邻接矩阵表示中提取底层特征，并将底层特征通过深度卷积神经网络和深度循环神经网络进行高层次特征提取和时序分析；选择合适的损失函数，基于通过人工标注方法构建的行人意图数据集，对前述模型参数进行优化训练，实现对行人行为意图的分类识别。本发明有效利用了行人人体关键点信息这一高层次语义特征，使得汽车高级驾驶辅助系统具有理解行人行为意图的能力。
-
公开(公告)号：CN108801261A
公开(公告)日：2018-11-13
申请号：CN201810517257.2
申请日：2018-05-25
Applicant: 东南大学
IPC: G01C21/20 , G01M17/007 , G06N3/00
CPC classification number: G01C21/20 , G01M17/007 , G06N3/006
Abstract: 本发明公开了一种基于蚁群算法的汽车试验场试验路径规划算法，针对汽车试验场试验的特点，把蚁群智能算法引入到试验路径规划中，帮助试验场有效减少采用低效冗余路径进行试验所造成的时间成本、油耗成本浪费，提升特征路段可靠性试验的效率，提高试验场地的整体有效利用率，能够快速高效地规划出最优路径。
-
Patent Agency Ranking
公开(公告)号：CN108595811A
公开(公告)日：2018-09-28
申请号：CN201810339856.X
申请日：2018-04-16
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开一种用于无人车训练模拟的突发性事件仿真方法，所述方法通过以下方式实现：首先对典型的突发性事件进行分析归类，然后对突发性事件进行文本描述，指定突发性事件的主体、行为以及对象；接着对突发性事件可能涉及的行为关系进行逻辑表示；最后采用行为树方法仿真突发性事件，从而提高无人车智能行为的训练效率。本发明提出的突发性事件仿真方法不仅具有较好的逼真性和较强的通用性，还能够为快速训练和评测无人车智能行为的危险感知能力提供技术方案。
-
公开(公告)号：CN119580216A
公开(公告)日：2025-03-07
申请号：CN202411761789.2
申请日：2024-12-03
Applicant: 东南大学
IPC: G06V20/56 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , B60W40/10 , G01C9/00 , G01B11/26
Abstract: 本发明提出了一种适用于结构化路面条件的图像测量车辆侧倾角方法，旨在弥补低成本IMU测量的累积误差和震动影响。该方法首先通过改进的图像处理方法测量激光束之间的几何距离，然后基于回归函数实现高精度的侧倾角测量。为了进一步提升测量的准确性，本发明将采集的激光图像输入到改进的MobileNetV4模型中，通过多尺度卷积、自适应卷积核、动态特征选择与加权等技术，优化了特征提取和动态预测能力，从而实现对车辆侧倾角的预测。通过结合这两种方法，使用加权平均融合机制并动态调整权重，进一步提升了倾角测量的精度和稳定性。该方法在结构化路面条件下能保持较高的精度，且与低成本IMU传感器测量方法相比，具有较好的稳定性和实时性。此研究为车辆动态行为的监测提供了一种新的手段，对车辆安全和驾驶辅助系统的发展具有重要意义。
-
公开(公告)号：CN114595955B
公开(公告)日：2024-11-26
申请号：CN202210197154.9
申请日：2022-03-01
Applicant: 东南大学
IPC: G06Q10/0637 , G06F18/2135 , G06F18/2321 , G06F18/214 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种大批量混凝土搅拌桩质量快速评估方法，解决了混凝土搅拌桩桩体质量评估效率低，评估实时性差的问题。具体方法如下：基于已有工程数据构建分布式数据集。基于Spark平台构建分布式计算模型，对分布式数据集训练分布式核主成分分析，得到低维数据集，并得到多组DKPCA模型；随后在Spark平台上，用该分布式低维数据集训练RBF神经网络。评估时采用Kafka传递实时数据，将待评估样本通过分布式KPCA模型处理后，通过RBF神经网络转换得到评估结果。该分布式系统能够实现大规模高流速数据的低延迟质量评估，并对桩机运行参数调节给出实时建议。考虑到施工工艺对桩体质量有较大影响，将打桩工艺参数化后纳入模型中，提高模型的真实性与可靠性。
-
公开(公告)号：CN111062311B
公开(公告)日：2023-05-23
申请号：CN201911281009.3
申请日：2019-12-13
Applicant: 东南大学
IPC: G06V40/10 , G06V20/54 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种深度级可分离卷积网络的行人手势识别与交互方法，包括：通过安装在车辆上的前视相机系统采集包含行人的图像；将图像输入深度可分离卷积网络，检测行人包围盒，将包围盒区域的图像输入手势识别网络，输出行人区域的特征图。将行人所在区域的图像输入手势识别网络进行手势识别。手势识别网络通过深度级可分离卷积层提取特征，在输出特征图的每个点都预测12个人体关节点信息以及对应的12个偏移向量，最后通过对关节点分类理解行人手势，车辆根据识别到的行人手势，结合手势优先级，采取最保守策略做出决策。本发明使用深度级可分离卷积实现模型，成倍缩小模型规模，可以在智能手机等低功耗移动终端实现检测。
-
公开(公告)号：CN116056202A
公开(公告)日：2023-05-02
申请号：CN202211730909.3
申请日：2022-12-30
Applicant: 东南大学
Abstract: 本发明公开了一种UWB室内定位的无线时钟同步和定位解算改进方法，首先，主基站与从基站建立通信连接，周期性地互发时间戳信息来实现基站之间的时钟同步；标签在时钟同步过程完成之后广播时间戳信息，从基站保存接收到的时间戳信息，并将该信息和时钟同步过程中的时间戳发送给标签；标签将定位过程中的时间戳信息发送给上位机，上位机利用时钟同步信息计算时钟漂移和时钟偏移，对从基站进行时钟同步，将各个从基站接收到标签报文的时间戳同步到主基站的时钟轴上，得到标签的到达时间差信息；将到达时间差信息带入Chan‑Taylor算法当中解算标签的坐标，若定位结果发散，利用坐标解算补偿方法重新确定坐标估计值，进行二次定位，有效提高了UWB的室内定位精度。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.017 seconds)
