-
公开(公告)号:CN116653919A
公开(公告)日:2023-08-29
申请号:CN202310591062.3
申请日:2023-05-24
Applicant: 东南大学
Abstract: 本发明涉及一种基于相平面分析的纵横向稳定性控制方法,包括:基于车辆与目标路径之间的运动学关系和车辆模型构建车辆‑道路模型;获取道路环境信息和车辆状态信息,以失稳能量比及失稳能量比的变化率建立相平面,设置稳定性判定准则,基于相平面分析判断车辆工况;车辆处于不同工况时,分别通过对应的路径跟踪控制器进行MPC控制:在稳定工况下,以车辆的前轮总横向力为控制量设计基于车辆‑路径模型MPC控制的路径跟踪控制器一;在失稳工况下,以车辆的附加横摆力矩对路径跟踪控制器一的参数进行调整,得到路径跟踪控制器二。本发明为不同工况提供合理的决策方法,有效提高了车辆的纵横向稳定性和跟踪性能。
-
公开(公告)号:CN106296697B
公开(公告)日:2018-12-28
申请号:CN201610667837.0
申请日:2016-08-15
Applicant: 东南大学
Abstract: 本发明公开了一种基于二维滑动窗DFT快速计算的图像拷贝粘贴篡改检验方法,利用多点滑动窗DFT(离散傅里叶变换)快速算法对篡改图像的特征进行提取,检测其篡改像素位置,并对特征提取速度以及检测质量进行分析。该方法提出了采用多点滑动和单点滑动窗DFT算法相结合的检测方法,在检测速度和检测质量之间取得了较好的平衡。一般情况下,为了保证图像的完整性,篡改基本以局部的改动为主,否则通过直观的视觉也比较容易发现篡改痕迹。当在图像篡改部分占整个图像比例不大的情况下,本专利提出的改进检测方法的计算量具有较高的计算效率。
-
公开(公告)号:CN117475183A
公开(公告)日:2024-01-30
申请号:CN202311158331.3
申请日:2023-09-08
Applicant: 东南大学
IPC: G06V10/762 , G06T5/20
Abstract: 本发明公开了一种适用于自动驾驶车辆的基于密度检测的体素滤波改进方法,涉及自动驾驶车辆的环境感知技术领域,解决了自动驾驶技术中体素滤波未考虑点云密度的技术问题,其技术方案要点是通过基于密度的聚类算法将输入点云数据划分为不同的点云数据区块,则每个点云数据区块的点云密度相对均匀。再采用AABB包围盒算法确定点云数据区块的最小外包矩形的参数,根据最小外包矩形中点云的数量和最小外包矩形参数计算出各最小外包矩形的平均点云密度,根据每个最小外包矩形的平均点云密度,本发明选择合适的体素参数进行滤波处理,提高滤波效果。本发明的方法实现简单、有效,可以适用于自动驾驶车辆的激光雷达点云数据滤波。
-
公开(公告)号:CN106296697A
公开(公告)日:2017-01-04
申请号:CN201610667837.0
申请日:2016-08-15
Applicant: 东南大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/20056 , G06T2207/30168
Abstract: 本发明公开了一种基于二维滑动窗DFT快速计算的图像拷贝粘贴篡改检验方法,利用多点滑动窗DFT(离散傅里叶变换)快速算法对篡改图像的特征进行提取,检测其篡改像素位置,并对特征提取速度以及检测质量进行分析。该方法提出了采用多点滑动和单点滑动窗DFT算法相结合的检测方法,在检测速度和检测质量之间取得了较好的平衡。一般情况下,为了保证图像的完整性,篡改基本以局部的改动为主,否则通过直观的视觉也比较容易发现篡改痕迹。当在图像篡改部分占整个图像比例不大的情况下,本专利提出的改进检测方法的计算量具有较高的计算效率。
-
-
-