-
公开(公告)号：CN109100741B
公开(公告)日：2020-11-20
申请号：CN201810594692.5
申请日：2018-06-11
Applicant: 长安大学
Abstract: 本发明公开了一种基于3D激光雷达及图像数据的目标检测方法，该方法利用3D激光雷达和相机获取周围环境的3D点云数据和相机图像，并对所述的3D点云数据进行预处理；滤除3D点云数据中的地面点，对剩余非地面点进行空间聚类，提取目标的3D感兴趣区域；对3D激光雷达和相机的坐标的外参数进行标定，并根据标定参数将目标的3D感兴趣区域映射到对应的相机图像中，提取相机图像中对应的2D感兴趣区域；利用深度卷积网络对所述的2D感兴趣区域进行特征提取，从而对2D感兴趣区域中的目标进行定位和识别。本发明充分利用了3D激光雷达和相机数据中间的互补性，提高了对场景的目标定位和分类识别的精度和时效性，可用于无人车中的目标实时检测。
-
公开(公告)号：CN108200595B
公开(公告)日：2020-08-28
申请号：CN201711463471.6
申请日：2017-12-28
Applicant: 长安大学
Abstract: 本发明提供了一种面向车联网IEEE802.11p协议的车‑路及车‑车通信测试方法，包括：任选两辆车，其中一辆车为主车，另一辆车为目标车辆，所述主车和目标车辆在路段L以相同时速进行行驶，主车位于目标车辆的后方，且主车与目标车辆之间保持恒定的车辆间距，主车上配置有主车载通信单元，目标车辆上配置有目标车载通信单元，主车载通信单元和目标车载通信单元可通过车载通信单元进行通信；计算目标车载通信单元到主车载通信单元的吞吐量和往返时间RTT；主车和目标车辆在路段L行驶N次，计算N次的平均吞吐量和平均往返时间RTT；根据平均吞吐量和平均往返时间RTT，计算网络性能参数η。本发明得到的网络性能准确率更高，价值更大。
-
公开(公告)号：CN106559755B
公开(公告)日：2019-10-22
申请号：CN201610981545.4
申请日：2016-11-08
Applicant: 长安大学
Abstract: 本发明公开了基于冲突检测下QoS保障的车联网电子交通标识广播方法，与传统无线局域网应用于电子交通标识广播相比，本发明能够显著降低信息发布时延，同时为信息广播提供QoS保障。允许车联网在自组织的前提条件下通过分布式算法，低时延，高效率的完成含有QoS保障的电子交通标识广播。提高系统的整体性能。
-
公开(公告)号：CN110149357A
公开(公告)日：2019-08-20
申请号：CN201910178338.9
申请日：2019-03-08
Applicant: 长安大学
Abstract: 本发明公开了一种新型汽车检测控制系统调度算法，为提高汽车检测控制系统车辆调度的效率和质量，对现有的基于共享文件、winsocket的调度算法进行了分析比较，提出了一种结合winsocket与网络数据库的新型车辆检测调度算法。设计了调度表，用于主控机对工位机的调度、状态监控。给出了详细的调度实现过程，工位机的检测过程信息通过winsocket传送至主控机。实际应用表明，该算法提高了系统运行的稳定性与检测数据传输的实时性和可靠性。
-
公开(公告)号：CN110135252A
公开(公告)日：2019-08-16
申请号：CN201910288273.3
申请日：2019-04-11
Applicant: 长安大学
Abstract: 本发明提供了一种用于无人车的自适应精准车道线检测方法，该方法通过安装在无人车前方的工业摄像机采集图像，对图像进行裁剪和预处理后，通过自适应阈值的方法粗提取车道线，然后通过曲线拟合精确获取车道线；对于车道线被遮挡的情况，则采用卡尔曼滤波法进行车道线的预测，最终通过车道线的位置判断当前车辆是否方向发生的偏移，为行车电脑提供行驶数据。本发明方法解决了不同的光照条件下的车道线检测问题，运算量小且执行速度快，提高了检测的效率和精度，可以很好的应用无人驾驶汽车的车道保持及车道偏离预警功能中。
-
Patent Agency Ranking
公开(公告)号：CN109284889A
公开(公告)日：2019-01-29
申请号：CN201810797056.2
申请日：2018-07-19
Applicant: 长安大学
IPC: G06Q10/06
Abstract: 本发明实施例提供了一种无人车反应敏捷度评测方法，包括：对无人车所处的交通环境复杂度进行评估，获得环境复杂度指标M1；评估无人驾驶车辆的驾驶行为，获得驾驶行为指标Bk；获得实时性指标M2；对M1、Bk和M2加权求和，获得无人车敏捷度得分M，根据所述无人车敏捷度得分M确定所述无人车反应敏捷度水平等级。根据上述方式，能够提供一种无人车反应敏捷度进行评估的方法，该方法从环境复杂度、驾驶行为、操作实时性三个维度对无人车反应敏捷度进行分析，能够得到科学有效的评测结果，从而保证了无人车在真实环境中实现稳定、安全、可靠的驾驶。本发明实施例还提供了一种无人车反应敏捷度评测装置。
-
公开(公告)号：CN108983248A
公开(公告)日：2018-12-11
申请号：CN201810667814.9
申请日：2018-06-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于3D激光雷达及V2X的网联车定位方法，该方法利用安装在网联车上的激光雷达扫描网联车周围的环境以获得雷达数据；对所述的雷达数据进行预处理，获取预处理后的激光点云数据，将点云数据转换到网联车坐标系中，然后根据点云数据中雷达点的密度变化特征，利用栅格地图进行点云分割，以实现路面与障碍物的分离；进行障碍物的聚类，获得每一个障碍物对应的雷达点集，继而获取障碍物的轮廓，然后进行线性拟合，得到障碍物的形状，结合障碍物的尺寸实现障碍物的识别；最后通过V2X模块实现与其他网联车之间障碍物信息的交换。本发明解决了现有的车辆定位方法精确性低、可靠性差的问题，同时也缓解了对移动通信网络的速度要求高、花费昂贵的问题。
-
公开(公告)号：CN108961798A
公开(公告)日：2018-12-07
申请号：CN201810910380.0
申请日：2018-08-10
Applicant: 长安大学
IPC: G08G1/0962 , G08G1/0967
CPC classification number: G08G1/09623 , G08G1/096725
Abstract: 本发明公开了一种无人车交通信号灯自主感知能力测试系统及方法，通过设置测试管理中心、测试道路、路侧测试设备和交通信号灯，以及在测试车辆上搭载车载智能终端，通过路侧交通信号灯控制设备实时控制交通信号灯的运行，将当前信号灯状态发送到测试场景内的车辆和测试管理中心，在测试场景区域布置感知测试启动和结束参考线，利用路侧测试设备或测试管理中心通过对比交通信号灯实际状态和交通信号灯感知结果数据，对无人车交通信号灯自主感知能力进行评价，从而能够模拟真实交通环境，测试结果能够更准确地评价无人车交通信号灯自主感知能力，对于实际道路测试，更加安全，相比于虚拟仿真测试，更加接近实际交通环境，测试数据更加真实可靠。
-
公开(公告)号：CN106204705B
公开(公告)日：2018-12-07
申请号：CN201610529212.8
申请日：2016-07-05
Applicant: 长安大学
Abstract: 本发明公开了一种基于多线激光雷达的3D点云分割方法，包括步骤：1)利用多线激光雷达扫描360°范围内的3D点云数据,建立笛卡尔坐标系OXYZ，将3D点云数据转换到笛卡尔坐标系下，对笛卡尔坐标系下的3D点云数据进行预处理，确定3D点云数据中的感兴趣区域；2)利用近邻点的统计特性滤除感兴趣区域中的悬空障碍点；3)构建极坐标网格地图，将滤除悬空障碍点后的3D点云数据映射到极坐标网格地图中，然后从极坐标网格地图中的3D点云数据中分割出非地面点云数据；4)将非地面点云数据利用八叉树进行体素化，采用基于八叉树体素网格的区域生长方法进行聚类分割。本发明能提高运算效率，检测精度高，可靠性强，可以广泛在车辆环境感知技术领域中应用。
-
公开(公告)号：CN104573646B
公开(公告)日：2017-12-12
申请号：CN201410841099.8
申请日：2014-12-29
Applicant: 长安大学
Abstract: 本发明属于汽车主动安全领域，具体公开了一种基于激光雷达和双目相机的车前行人检测方法及系统，该方法包括如下步骤：利用激光雷达和双目相机采集车辆前方数据；分别对激光雷达和双目相机采集的数据进行处理，得到行人相对于车辆的距离、方位角及速度值；对得到的行人信息进行卡尔曼滤波器进行修正。本发明综合运用了立体视觉技术和遥感技术，融合激光雷达和双目视觉信息，测量精度高，行人检测正确率高，能有效降低交通事故发生率。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.04 seconds)
