-
公开(公告)号：CN103234542B
公开(公告)日：2015-11-04
申请号：CN201310127237.1
申请日：2013-04-12
Applicant: 东南大学
Inventor： 林国余
IPC: G01C21/20
Abstract: 本发明公开了一种基于视觉的汽车列车弯道行驶轨迹测量方法，其步骤包括：设置第一摄像机、第二摄像机和第三摄像机；在转弯通道上绘制五条平行的标识线，并分别为五条标识线设置颜色；沿垂直标识线方向，绘制若干横向线和标识点；第一摄像机、第二摄像机和第三摄像机采集和传输视频图像；上位机读取一帧图像，并对图像进行预处理；读取预处理后的图像，建立图像坐标系，并进行尺度标定；检测是否有新的标识线出现；得到标识线的参数方程；判断所检测的标识线的名称和颜色；检测是否有新的横向线出现；得到横向线的参数方程和标识点的图像坐标；得到当前摄像机的位置坐标和航向角；判断视频图像是否处理完；本发明具有减少误差，提高精度的特点。
-
公开(公告)号：CN103440645A
公开(公告)日：2013-12-11
申请号：CN201310357510.X
申请日：2013-08-16
Applicant: 东南大学
IPC: G06T7/00
Abstract: 本发明提出了一种基于自适应粒子滤波和稀疏表示的目标跟踪算法，使用改进的自适应粒子滤波技术作为跟踪算法框架，并且利用分块稀疏表示模型建立目标的观测相似度模型，利用自适应分块技术对目标进行分块，构建当前目标状态的结构稀疏直方图，以计算当前目标状态的观测相似度，利用遮挡检测机制检测遮挡，更新目标/背景字典模板以及目标模板直方图，以捕获跟踪过程中目标的外形改变以及环境的变化，利用可变方向乘子法解决稀疏表示中的L1优化问题，提升所述目标跟踪算法的执行速度。本发明对跟踪目标姿态变化，环境光照变化以及遮挡等情况具有很强的鲁棒性。
-
公开(公告)号：CN102166982A
公开(公告)日：2011-08-31
申请号：CN201110073134.2
申请日：2011-03-25
Applicant: 东南大学 , 苏州沃泰克通信技术有限公司
Abstract: 本发明公布了一种自适应前照灯系统的车灯控制方法，所述方法如下：自适应前照灯AFS系统的车灯转向角度由油门踏板、刹车踏板、离合器踏板、档位、方向盘转角以及前后轴高度信息决定；根据AFS动力学模型的特性模拟车辆姿态和车速，结合不同的车型和道路状况，得到车灯的转向角度；结合前照灯左右、纵倾转弯角度经验范围，创建语言控制规则，并依据其进行模糊推理，构建模糊控制规则表；通过计算模糊关系获得模糊输出判决，利用反模糊化，得到车灯转角的实际控制量，进而输出电机控制值至电机驱动模块。
-
公开(公告)号：CN104065932B
公开(公告)日：2019-08-13
申请号：CN201410305768.X
申请日：2014-06-30
Applicant: 东南大学
Abstract: 本发明提出一种基于修正加权二部图的无重叠视域目标匹配方法，涉及计算机视觉领域。本发明将无重叠视域目标匹配问题表示成一个最大后验概率问题，从而将目标观测模型与监控网络时空约束信息结合起来，并通过求解加权二部图的最大权匹配解决最大后验概率问题。针对普通加权二部图构造中容易引入错误匹配的问题，本发明提出了一种基于自适应阈值的修正加权二部图构造方法，从而尽可能地避免在构造加权二部图的过程中引入错误的匹配。针对传统KM方法在处理大规模加权二部图匹配问题时计算量过大的弊端，提出了一种基于MH采样的方法近似求解加权二部图的最大权匹配，从而得到无重叠视域目标匹配关系。
-
公开(公告)号：CN104010168B
公开(公告)日：2017-06-13
申请号：CN201410266226.6
申请日：2014-06-13
Applicant: 东南大学
IPC: H04N7/18 , H04L12/751
Abstract: 本发明提出一种无重叠视域多摄像机监控网络拓扑自适应学习方法，涉及计算机视觉领域。本发明用加权有向图G＝ 表示监控网络的拓扑。本发明将单摄像机视域下目标的离开、进入位置作为拓扑节点V，并利用混合高斯模型进行建模。本发明提出一种基于联合外表相似度的互关联函数计算方法，并通过互关联函数判断某对节点的连通性，从而得到边集E。对于连通的节点对，通过标准化互关联函数计算转移时间分布。本发明利用节点对的交互信息表示该对节点的转移概率，从而得到权重集合W。本发明提出一种“虚假连接”排除策略排除拓扑中可能的“虚假连接”，并提出拓扑自适应更新策略保证拓扑结构对环境变化具有较强鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN102636299B
公开(公告)日：2014-06-04
申请号：CN201210071761.7
申请日：2012-03-19
Applicant: 东南大学
IPC: G01L1/22
Abstract: 本发明公开了一种测量车轮六维力的传感器，包括安装在车轮上随车轮一起转动的旋转部分和与车辆本身相对静止的非旋转部分，所述的旋转部分包括弹性体、组桥电路、单圈绝对式编码器和采集模块，所述的非旋转部分包括传输模块。通过上述方式，本发明提供了一种测量车轮六维的传感器，能够在车辆行驶过程中，实时测量单个车轮所受的相互垂直的三个方向上的力和相互垂直的三个方向上的扭矩，实现了对汽车车轮六维力准确、可靠的测量。
-
公开(公告)号：CN102853967A
公开(公告)日：2013-01-02
申请号：CN201210077400.3
申请日：2012-03-22
Applicant: 东南大学
IPC: G01L25/00
Abstract: 本发明公开了一种用于多维轮力传感器的初始值计算方法，包括：建立车体坐标系{O1}和多维轮力传感器坐标系{O2}的转换关系；根据所述转换关系推导出理想情况下多维轮力传感器通道输出与车轮实际受力的函数关系式；建立初始状态与理想状态和车辆行驶时的关系，将初始值代入到多维轮力传感器通道输出与车轮实际受力的函数关系式中；采用路面多次停车获得多元非线性超越方程组，并通过牛顿迭代方法解方程组，获得多维轮力传感器的初始值。通过上述方式，本发明能够准确获得上述多维轮力传感器数据解耦所需的三个初始值。
-
公开(公告)号：CN102842037A
公开(公告)日：2012-12-26
申请号：CN201110164395.5
申请日：2011-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于多特征融合的车辆阴影消除方法，采用正对道路的静止摄像头进行目标提取，其包括以下步骤：步骤1）提取含车辆及阴影的前景目标；步骤2）对所述前景目标进行滤波处理；步骤3）检测经所述滤波处理后的前景目标的边缘点；步骤4）利用大津阈值分割法对所述边缘点的投影序列进行划分，得到车辆和阴影的初步分离面；步骤5）从所述初步分离面开始用区域生长搜索法利用局部纹理光照不变性的原理完成阴影的精确提取。本发明具有检测精度高，复杂度低及适用性强的优点。
-
公开(公告)号：CN102592144A
公开(公告)日：2012-07-18
申请号：CN201210002873.7
申请日：2012-01-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于多摄像机无重叠视域行人匹配方法包括以下步骤：建立混合高斯背景模型；使用背景减除法获得行人目标；提取行人目标的主颜色特征；进行主颜色判别分析；对于疑似匹配目标提取空间纹理特征；使用空间纹理特征进行进一步判别。本发明突破传统的单摄像机视域限制，有效扩大了监控范围。消除大范围监控存在的摄像头盲区，并将时间和空间上分离的目标在不同摄像机中进行匹配。本发明对行人目标姿态变化，环境光照变化具有很强的鲁棒性。
-
公开(公告)号：CN101746269A
公开(公告)日：2010-06-23
申请号：CN201010017144.X
申请日：2010-01-08
Applicant: 东南大学
Abstract: 本发明公开了一种用于检测驾驶员疲劳驾驶的基于软计算的疲劳驾驶融合检测方法，其特征是从直接反映驾驶员疲劳的两个面部特征和间接反映驾驶员疲劳的两个车辆行为特征两个方面对疲劳驾驶进行融合检测，两个面部特征分别为频繁眨眼和打呵欠，两个车辆行为特征分别为车辆异常偏离车道和方向盘转动异常；该方法运用TS模糊神经网络来识别疲劳驾驶，采用减法聚类对网络结构进行优化辨识，确定模糊神经网络的模糊规则个数以及相关网络参数的初始值；运用遗传算法对网络参数进行训练和优化，确定最佳网络参数；根据最佳网络参数和上述四个疲劳特征参数利用TS模糊神经网络对驾驶员疲劳驾驶进行实时检测。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.021 seconds)
