-
公开(公告)号：CN118506804A
公开(公告)日：2024-08-16
申请号：CN202410577689.8
申请日：2024-05-10
Applicant: 北京航空航天大学
IPC: G10L25/51 , G06F18/10 , G06F18/213 , G06N3/049 , G06N3/09 , G10L25/30 , G10L25/03 , B60R16/023
Abstract: 本发明提供了一种基于声音信息的汽车环境感知方法及装置。方法包括：利用设置在汽车上的多个声音传感器获取当前时序下采集的多段声音信号；利用注意力分配模块对每一段声音信号进行环境感知事件的注意力增强处理，得到注意力增强处理后的多段声音信号；将注意力增强处理后的多段声音信号输入至事件触发模块中，以由所述事件触发模块对输入的每段声音信号进行空间特征提取，得到当前时序下的空间特征脉冲信号；利用特征识别模块对所述当前时序下的空间特征脉冲信号进行特征识别，以得到与所述环境感知事件相关的环境感知结果；所述特征识别模块是预先针对所述环境感知事件进行训练得到的。本方案在恶劣环境下具有较好的感知性能和感知效率。
-
公开(公告)号：CN118494071A
公开(公告)日：2024-08-16
申请号：CN202410577372.4
申请日：2024-05-10
Applicant: 北京航空航天大学
IPC: B60C23/04
Abstract: 本发明涉及智能轮胎技术领域，特别涉及一种基于阵列式传感器的智能轮胎系统。包括：设置在每一个轮胎分区上的阵列式交错布置的压阻式线缆和压电式线缆、与每一个轮胎分区一一对应的数据采集模块、数据传输模块、电源模块和数据处理模块；每一个轮胎分区均匀设置有若干条压阻式线缆和若干条压电式线缆，每一条压阻式线缆用于在受到作用力时产生用以表征轮胎形变的电阻数据，每一条压电式线缆用于在受到机械应力或应变时，产生用以表征轮胎形变和振动的电压数据。本方案，交错的网格布置提供了高密度的测量点，可以提高检测精度，而且网格布置的线缆能够对轮胎进行多维度的全面动态监测。
-
公开(公告)号：CN114827946B
公开(公告)日：2024-07-12
申请号：CN202210201597.0
申请日：2022-03-02
Applicant: 北京航空航天大学
Abstract: 一种车联网场景下基于任务相似度的边缘计算方法及系统，基于车辆自动驾驶的任务具有空间相关性，提出对交通流中的车辆进行车流聚类分组，并在分组的基础上，通过低延时竞选方法，推举出核心节点，使得同流车组内的从属节点通过与核心节点进行通信获取驾驶任务所需的请求数据，以减少MEC服务器端实际需服务的对象数量，使得车辆终端有限的计算通信资源用于维持分组的拓扑结构，并保证MEC服务器对于车流拓扑结构的实时感知，确保自动驾驶任务的实时有效性，对提高MEC任务吞吐量、简化路由选择、节省信道资源和缩短通信时延等显著效果。
-
公开(公告)号：CN118219718A
公开(公告)日：2024-06-21
申请号：CN202410368586.0
申请日：2024-03-28
Applicant: 北京航空航天大学
Abstract: 本发明涉及汽车智能感知技术领域，特别涉及一种智能轮胎超分辨率感知方法和装置。方法包括：实时获取轮胎内嵌的多个点位的传感器信号，并对传感器信号进行滤波，得到每一个传感器的应变数据；将每一时刻下每一个传感器的应变数据和每一个传感器的位置坐标输入至预先训练好的超分辨率感知模型，以对每一时刻下轮胎接地印迹内的力学状态进行估计；超分辨率感知模型基于神经网络和轮胎‑路面接地印迹力学模型训练得到。本方案，可以以尽可能少的传感器，结合基于神经网络和轮胎‑路面接地印迹力学模型的超分辨率感知模型，来实现对轮胎接地区域动力学状态的实时感知，以进一步提高车辆的动力学控制精度，保障车辆的行车安全。
-
公开(公告)号：CN116776079A
公开(公告)日：2023-09-19
申请号：CN202310653634.6
申请日：2023-06-05
Applicant: 北京航空航天大学
IPC: G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0475 , G06N3/094
Abstract: 本发明属于车辆控制技术领域，公开了一种基于智能轮胎系统迁移学习的自适应路面感知方法，包括：对原始数据提取特征；与车型标签共同作为源域数据，对深度对抗学习网络进行训练；获取在实际行进中的原始数据，特征提取以获得作为目标域数据的特征；共同放入深度对抗学习网络并对其特征提取器与域分类器对抗学习；目标域数据进行二次特征提取，获得同源特征；将同源特征输入深度对抗学习网络，获得路面识别结果；本发明能够在目标域标记数据有限的情况下，实现特定轮胎型号下的精准路面感知，深度学习算法直接迁移使用源域标记数据训练的模型参数，与卷积神经网络结构直接进行迁移的性质相适应，在车辆工况不同时实现快速且精准的路面识别。
-
Patent Agency Ranking
公开(公告)号：CN114827946A
公开(公告)日：2022-07-29
申请号：CN202210201597.0
申请日：2022-03-02
Applicant: 北京航空航天大学
IPC: H04W4/40 , H04L41/12 , G08G1/0967 , G08G1/01 , G06K9/62
Abstract: 一种车联网场景下基于任务相似度的边缘计算方法及系统，基于车辆自动驾驶的任务具有空间相关性，提出对交通流中的车辆进行车流聚类分组，并在分组的基础上，通过低延时竞选方法，推举出核心节点，使得同流车组内的从属节点通过与核心节点进行通信获取驾驶任务所需的请求数据，以减少MEC服务器端实际需服务的对象数量，使得车辆终端有限的计算通信资源用于维持分组的拓扑结构，并保证MEC服务器对于车流拓扑结构的实时感知，确保自动驾驶任务的实时有效性，对提高MEC任务吞吐量、简化路由选择、节省信道资源和缩短通信时延等显著效果。
-
公开(公告)号：CN109080442B
公开(公告)日：2022-07-01
申请号：CN201810936692.9
申请日：2018-08-16
Applicant: 北京航空航天大学
Abstract: 本发明涉及了一种增程式电动车辆四驱系统及其控制方法，该系统具体设置了增程器系统、外接离合器和后置电机控制器，增程器系统通过外接离合器与前置减速器连接，后置电机控制器依次与后置驱动电机和后置减速器连接，增程器系统包括发电机、发电机控制器、发动机、发动机控制器、内接离合器和増程器控制器，其中发电机通过外接离合器与前置减速器连接，发动机与发电机通过内接离合器连接，増程器控制器分别与发动机控制器和发电机控制器相连接同时增程器控制器与整车控制器连接并接受其控制，后置电机控制器与整车控制器连接，动力电池分别连接发电机控制器和后置电机控制器，本系统提高了电动车辆的动力性能与能量利用率，也增加了续驶里程。
-
公开(公告)号：CN109177742A
公开(公告)日：2019-01-11
申请号：CN201810969287.7
申请日：2018-08-23
Applicant: 北京航空航天大学
Abstract: 本发明提供一种电动汽车模拟手动挡燃油车扭矩控制方法，属于电动汽车领域。包括：在单级减速电动汽车上安装模拟离合器、模拟挡位器、扭矩控制器和发动机声音模拟器；获得离合器踏板位置，挡杆挡位，车速、加速踏板位置和制动踏板位置，计算出当前状态下对应的发动机模拟转速；发动机声音模拟器根据计算出的发动机模拟转速，发出相应声响和频率的发动机模拟噪声；根据获得的发动机模拟转速和加速踏板位置，扭矩控制器进行车辆驱动扭矩控制，获取不同工况下的驱动电机输出扭矩。本发明采用安装离合器模拟器和挡位模拟器的方法，最大限度的模拟出传统统燃油手动挡汽车的扭矩输出策略并实现模拟发动机制动、车辆抖动和怠速等功能。
-
公开(公告)号：CN118478889A
公开(公告)日：2024-08-13
申请号：CN202410647203.3
申请日：2024-05-23
Applicant: 北京航空航天大学
Abstract: 本发明属于车辆控制技术领域，提出了一种基于车辆视觉和智能轮胎触觉感知的地形识别系统，包括传感器与附加模块；所述传感器包括视觉传感器及智能轮胎传感器，所述智能轮胎传感器包括加速度传感器、胎压传感器、压电传感器，所述智能轮胎传感器安装于智能轮胎内；所述附加模块包括数据采集单元、数据传输单元、数据存储单元、数据处理单元以及供电单元。该地形识别系统能够在车辆行驶至障碍之前为车辆提供精准的路面感知输入，扩大控制系统针对前方不同路面条件的自适应优化空间，增强驾驶操控响应能力，从而提升车辆在破损路面、危险路面上的驾驶安全性，保证车辆在普通工况与恶劣工况下都能对地形实现稳定的识别。
-
公开(公告)号：CN116580555A
公开(公告)日：2023-08-11
申请号：CN202310494864.2
申请日：2023-05-05
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于路侧传感器的车辆盲区协同感知系统及方法，属于智能汽车技术领域。本发明的基于路侧传感器的车辆盲区协同感知系统，包括盲区识别模块、风险评估模块和感知信息融合模块，使用路侧传感器感知信息对车辆进行多种场景下的盲区识别划分，并实时精确评估盲区风险，并且对感知信息进行时空融合和回传补偿以达到协同感知的目的。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.062 seconds)
