一种用于车辆在环测试的传感器测试环境舱及测试方法

    公开(公告)号:CN110987464B

    公开(公告)日:2021-10-08

    申请号:CN201911089013.X

    申请日:2019-11-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种用于车辆在环测试的传感器测试环境舱及测试方法,环境舱包括:运动控制系统,用于为测试车辆提供道路负载模拟;交通环境模拟系统,用于提供测试车辆所需的交通环境;光照天气模拟系统,用于提供所需的不同光照条件和雨雾天气;数据管理平台,控制管理上述各系统的数据。该测试环境舱可以提供大量仿真测试环境,且传感器工作条件更加真实,提高了测试的真实性。与传感器测试环境舱配套的测试方法实现了通过将测试场景的各个环境要素组合,获得大量的仿真测试环境,保证测试的完整性,提高了测试的真实性。

    检测目标车辆周围的待测车辆位置信息的方法及系统

    公开(公告)号:CN109389053B

    公开(公告)日:2021-08-06

    申请号:CN201811102659.2

    申请日:2018-09-20

    Applicant: 同济大学

    Abstract: 本发明公开了一种检测目标车辆周围的待测车辆位置信息的方法及系统。系统包括单线激光雷达、单线激光雷达数据处理模块、数据转换模块、聚类分析模块、分析模块、直角型特征提取模块、拟合模块和距离分析模块。检测方法包括:利用单线激光雷达获取点云数据,转换为二维平面数据点,进行密度聚类分析,得到点云数据簇,对点云数据簇判定其孤立点数占比,根据判定结果采用不同直角特征拟合法,最后获取周围车辆的位置信息。本发明的单线激光雷达能够在各种复杂的工况下采集准确的环境数据信息,同时辅以具有较高鲁棒性的两种检测算法,故本发明的车辆检测具有很高的稳健性,在复杂工况下也能够保证检测结果的相对准确性。

    基于序贯卡尔曼滤波的GNSSINS视觉融合定位方法及系统

    公开(公告)号:CN113203418A

    公开(公告)日:2021-08-03

    申请号:CN202110426739.9

    申请日:2021-04-20

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于序贯卡尔曼滤波的GNSSINS视觉融合定位方法及系统,该方法包括以下步骤:1)对惯性单元测量得到的三轴角速度和加速度进行积分处理,得到姿态、位置和速度信息,并根据速度和位置信息得到伪距和伪距率的预测值;2)获取GNSS信号中的伪距和伪距率的观测信息,与伪距和伪距率的预测值做差得到伪距误差和伪距率误差;3)采用视觉提供的航向增量,与惯性测量单元得到的航向增量做差得到航向误差;4)根据速度、位置和姿态信息、伪距误差和伪距率误差以及航向误差采用序贯卡尔曼滤波进行时间更新和量测更新,并得到误差修正信息并反馈进行信息修正。与现有技术相比,本发明具有计算量小、成本低、精度高、可广泛应用等优点。

    一种毫米波雷达视觉前置融合装置及目标识别方法

    公开(公告)号:CN113011380A

    公开(公告)日:2021-06-22

    申请号:CN202110383016.5

    申请日:2021-04-09

    Applicant: 同济大学

    Abstract: 本发明公开了一种毫米波雷达视觉前置融合装置及目标识别方法,属于汽车自动化控制技术领域,其中,毫米波雷达视觉前置融合装置,包括视觉数据采集模块、雷达数据采集模块、数据融合电路模块和算法模块;所述视觉数据采集模块,用于采集自车行驶区域前方物体的视觉数据;所述雷达数据采集模块,用于采集自车行驶区域前方物体的雷达数据;所述数据融合电路模块,用于将采集到的视觉数据和雷达数据进行融合处理;本发明,能够将视觉数据采集模块采集的图像数据和雷达数据采集模块采集的雷达数据进行中间特征层的融合处理,最终达到自车前方区域3D目标的精确检测,为自车的行驶过程中的安全避障提供了保障。

    基于车载传感器的无人泊车搬运机器人的对位方法

    公开(公告)号:CN109324616B

    公开(公告)日:2021-06-18

    申请号:CN201811103330.8

    申请日:2018-09-20

    Applicant: 同济大学

    Abstract: 本发明提供了一种基于车载传感器的无人泊车搬运机器人的对位方法,其包括:预对位阶段与精准对位阶段;预对位阶段为:利用单线激光雷达获取目标车辆的轮廓信息及位置信息,以分别调整无人泊车搬运机器人的横向展开宽度及与目标车辆的预对准角度;精准对位阶段为:在预对位阶段的基础上,利用单点激光雷达获取目标车辆的车轮轴信息,以调整该机器人与目标车辆的精对准角度及纵向伸长长度;本发明中单线激光雷达和单点激光雷达均布置于该机器人上面且无需借助其他信息采集装置,从而用于实现对环境的感知;另外,本发明不需要修建其他附属设施,可以仅凭该机器人的单线激光雷达和单点激光雷达就能实现精准对位的目的,通用性好、对环境依赖性小。

    一种用于智能环卫车的环境感知系统

    公开(公告)号:CN112896879A

    公开(公告)日:2021-06-04

    申请号:CN202110206807.0

    申请日:2021-02-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种用于智能环卫车的环境感知系统,包括两个单目鱼眼相机、智驾控制器、单线激光雷达和单点超声波雷达。所有传感器均连接至智驾控制器,并于其中完成数据处理和融合,同时将感知结果提醒驾驶员。两个鱼眼相机分别采集环卫车周围的广角环境图像,通过视角差异完成垃圾桶的精确定位。智驾控制器内部设有相应的深度学习网络框架,利用单目鱼眼视角范围大的优势,提醒驾驶员避免事故。在垃圾桶精确定位过程中,根据离线查表法,将垃圾桶的像素坐标转换至世界坐标系下的空间坐标,进而驱动机械臂完成垃圾桶的夹持工作。与现有技术相比,本发明引入人工智能技术,极大提高环卫车的智能化水平,在确保安全的同时更有效地完成垃圾转移作业。

    一种交通环境融合感知在环VTHIL的车联网仿真测试平台与方法

    公开(公告)号:CN112882949A

    公开(公告)日:2021-06-01

    申请号:CN202110279040.4

    申请日:2021-03-16

    Abstract: 本发明公开了一种交通环境融合感知在环VTHIL的车联网仿真测试平台与方法,属于交通环境融合感知仿真测试技术领域,所述测试方法包括:S1:测试车辆选择通信链路测试因子,以及与测试场景相适合的应用场景测试因子进行仿真测试;S2:对测试场景中测试环境的各个模拟控制系统进行量化控制;S3:对测试场景中的相关测试数据进行采集,并进行记录存储;S4:对测试的数据结果进行分析并评估,以分析得到仿真测试的各项参数,本发明,通过对测试车辆进行车联网仿真测试,可以在高效性、高可控性和高可重复性的优势下,能够满足测试车辆在各个高危险场景测试、容错性测试等复杂高风险测试工况下的需求,进而为智能网联汽车研发验证提供了全新的测试手段。

    基于新型位移压力模型的IEHB系统主缸液压力估计方法

    公开(公告)号:CN112721896A

    公开(公告)日:2021-04-30

    申请号:CN202110106239.7

    申请日:2021-01-26

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于新型位移压力模型的IEHB系统主缸液压力估计方法,包括步骤:1)测试IEHB系统的位移压力特性;2)对IEHB系统的位移压力特性进行多项式拟合;3)建立基于齿条速度补偿的新型位移压力模型;4)根据建立的基于齿条速度补偿的新型位移压力模型估算IEHB系统的主缸液压力。与现有技术相比,本发明具有估算精度高、通用性强等优点。

    一种考虑多目标分布式驱动电动汽车的转矩分配控制方法

    公开(公告)号:CN109177745B

    公开(公告)日:2021-04-23

    申请号:CN201811138158.X

    申请日:2018-09-28

    Applicant: 同济大学

    Abstract: 本发明涉及一种考虑多目标分布式驱动电动汽车的转矩分配控制方法,包括步骤:1、通过台架试验获取电机与电机控制器效率场,并计算驱动功率和回馈制动功率;2、根据步骤1得到的各转速下电机与电机控制器的系统功率获取电机转矩的函数,同时计算轮胎耗散能及轮胎利用率;3、计算轮胎的输出力矩的约束范围;4、考虑电机与电机控制器的系统功率、轮胎耗散能和轮胎利用率,建立不同工况情况的转矩分配加权最小二乘优化函数,结合输出力矩的约束范围进行求解,得到转矩分配结果。与现有技术相比,本发明具有车辆经济性好、稳定性高以及轮胎磨损小等优点。

    考虑复杂激励条件的车辆路面附着系数自适应估计方法

    公开(公告)号:CN110901647B

    公开(公告)日:2021-03-26

    申请号:CN201911167653.8

    申请日:2019-11-25

    Applicant: 同济大学

    Abstract: 本发明涉及一种考虑复杂激励条件的车辆路面附着系数自适应估计方法,包括下列步骤:1)根据整车的单轮动力学模型设计估计器,并估计纵向轮胎力和纵向激励下路面峰值附着系数;2)基于整车二自由度运动学模型设计估计器,并估计轮胎回正力矩和侧向力激励下路面峰值附着系数;3)通过车辆状态参数判断车辆满足的激励条件,模糊推理出当前纵侧向轮胎力所能达到的极限,并据此设计融合观测器进行估计结果融合。与现有技术相比,本发明具有鲁棒性好、实时性高、快速准确等优点。

Patent Agency Ranking