-
公开(公告)号：CN107953801A
公开(公告)日：2018-04-24
申请号：CN201711225441.1
申请日：2017-11-29
Applicant: 吉林大学
IPC: B60L15/20
CPC classification number: Y02T10/7275 , B60L15/20 , B60L2220/42 , B60L2220/44 , B60L2240/12 , B60L2240/20 , B60L2240/423 , B60L2240/461 , B60L2240/642 , B60L2260/26 , B60L2260/28
Abstract: 一种全轮毂电机驱动车辆的驱动力控制方法，属于车辆驱动力控制领域，步骤如下：数据采集处理模块采集驾驶员的操纵信息和车辆的运行参数并进行预处理，得到驾驶员操纵信息和汽车状态参数信息并传递给驱动模式判定模块、驱动轮滑转观测模块及驱动轮转矩协调分配模块；判定驾驶员的转向意图和解析驾驶员驱动踏板获得的目标转矩；根据车辆的运行信息判定车辆行驶工况，根据各工况下驱动控制的目的是安全性还是动力性确定驱动力控制目标，并合理地利用限制目标转矩、调节前后轴驱动力分配、驱动防滑控制等驱动力控制方法。本发明旨在克服现有轮毂电机无法达到很好的协调控制导致实用性降低的问题，提高现有基于轮毂电机驱动车辆的适用性。
-
公开(公告)号：CN106091933A
公开(公告)日：2016-11-09
申请号：CN201610737725.8
申请日：2016-08-26
Applicant: 吉林大学
IPC: G01B11/00
CPC classification number: G01B11/00
Abstract: 本发明涉及到一种用于测量车辆外廓尺寸的装置及测量方法，属于车辆测量领域，测量车辆外廓尺寸的装置，包括X向调节杆总成、Y向调节杆总成、Z向调节杆总成、背景板、X向基准线、Y向基准线及计算机，测量车辆外廓尺寸的方法，包括标定位置、将待测车辆置于测量区域进行测量、车辆测量参数显示到计算机的屏幕上；本发明针对现有技术的不足，采用更加合理的测量方法测量车辆主要尺寸，使得所需测量的车辆不需要绝对平行于测量设备，并且减小测量时的误差，使读取的数据更加精确，且使测量时间更短，测量效率更高；采用简单易于安装与调节的结构可以调节装置达到要求状态并可以实现自动计算并显示出车辆主要尺寸的功能。
-
公开(公告)号：CN108537197B
公开(公告)日：2021-04-16
申请号：CN201810346254.7
申请日：2018-04-18
Applicant: 吉林大学
Abstract: 本发明涉及一种基于深度学习的车道线检测预警装置及预警方法。所述方法包括：获取车辆行驶方向原始车道图像，进行图像拼接和视角转换后生成完整前方车道图像，利用预先训练的深度学习模型，提取前方车道图像中各像素分类特征信息，根据各像素分类特征信息确定像素点属于车道线或者非车道线，根据车道偏离分析方法，分析获得的车道线信息，确定发送预警信息的强弱。本发明能够优化目前使用的车道线检测方法，解决目前普遍使用的车道线检测方法中采集图像的视角对于实际车道线检测影响以及可能需要计算的车道线曲率的问题，提高识别准确率和鲁棒性，提高驾驶安全程度。
-
公开(公告)号：CN107953801B
公开(公告)日：2018-12-07
申请号：CN201711225441.1
申请日：2017-11-29
Applicant: 吉林大学
IPC: B60L15/20
CPC classification number: Y02T10/7275
Abstract: 一种全轮毂电机驱动车辆的驱动力控制方法，属于车辆驱动力控制领域，步骤如下：数据采集处理模块采集驾驶员的操纵信息和车辆的运行参数并进行预处理，得到驾驶员操纵信息和汽车状态参数信息并传递给驱动模式判定模块、驱动轮滑转观测模块及驱动轮转矩协调分配模块；判定驾驶员的转向意图和解析驾驶员驱动踏板获得的目标转矩；根据车辆的运行信息判定车辆行驶工况，根据各工况下驱动控制的目的是安全性还是动力性确定驱动力控制目标，并合理地利用限制目标转矩、调节前后轴驱动力分配、驱动防滑控制等驱动力控制方法。本发明旨在克服现有轮毂电机无法达到很好的协调控制导致实用性降低的问题，提高现有基于轮毂电机驱动车辆的适用性。
-
公开(公告)号：CN107862287A
公开(公告)日：2018-03-30
申请号：CN201711090849.2
申请日：2017-11-08
Applicant: 吉林大学
IPC: G06K9/00 , G06K9/32 , G06K9/62 , B60R21/013 , B60Q9/00
CPC classification number: G06K9/00805 , B60Q9/008 , B60R21/013 , G06K9/3233 , G06K9/6256 , G06K9/6267 , G06K2209/21
Abstract: 本发明一种前方小区域物体识别及车辆预警方法，属于车辆前方碰撞预警技术领域，具体如下：获取车辆前方待识别目标图像，并获取感兴趣区域ROI图像；对得到的感兴趣区域图像进行图像预处理，输入改进的YOLO卷积网络结构模型，进行目标识别，输出目标回归框和目标类别：将识别结果输入车辆预警系统，目标回归框的位置位于车辆行驶路线范围外或识别目标为非危险种类时，标记为非危险目标，车辆不预警；目标回归框的位置位于车辆行驶路线以内且识别的物体为危险种类以及无法识别的物体并具有一定的速度特征时，标记为危险目标，车辆预警，提醒驾驶员注意以避免事故发生。
-
Patent Agency Ranking
公开(公告)号：CN109784768B
公开(公告)日：2023-04-18
申请号：CN201910119821.X
申请日：2019-02-18
Applicant: 吉林大学
IPC: G06Q10/0639 , G06Q50/30
Abstract: 本发明涉及一种驾驶任务识别方法，包括步骤：利用驾驶规范性评价指标建立驾驶规范等级评价模型，评选高规范等级驾驶人作为试验对象；设计试验对象执行几种常见的驾驶任务的实车试验，并为每种驾驶任务分配驾驶任务数字识别序列；利用驾驶任务识别指标与驾驶任务数字识别序列，建立基于深度神经网络的驾驶任务特征模型；采集测试驾驶人的驾驶任务识别指标并分别输入各个驾驶任务特征模型中，使用拟合优度衡量测试驾驶任务与各特征模型的显著性差异，拟合优度最高的驾驶任务特征模型映射测试驾驶人的驾驶任务，达到识别驾驶任务的效果。本发明可以在汽车高级驾驶辅助系统、道路驾驶技能考试等需要监测驾驶人行为的领域有较好的普遍适用性。
-
公开(公告)号：CN106091933B
公开(公告)日：2018-02-13
申请号：CN201610737725.8
申请日：2016-08-26
Applicant: 吉林大学
IPC: G01B11/00
Abstract: 本发明涉及到一种用于测量车辆外廓尺寸的装置及测量方法，属于车辆测量领域，测量车辆外廓尺寸的装置，包括X向调节杆总成、Y向调节杆总成、Z向调节杆总成、背景板、X向基准线、Y向基准线及计算机，测量车辆外廓尺寸的方法，包括标定位置、将待测车辆置于测量区域进行测量、车辆测量参数显示到计算机的屏幕上；本发明针对现有技术的不足，采用更加合理的测量方法测量车辆主要尺寸，使得所需测量的车辆不需要绝对平行于测量设备，并且减小测量时的误差，使读取的数据更加精确，且使测量时间更短，测量效率更高；采用简单易于安装与调节的结构可以调节装置达到要求状态并可以实现自动计算并显示出车辆主要尺寸的功能。
-
公开(公告)号：CN109459750B
公开(公告)日：2023-05-23
申请号：CN201811219589.9
申请日：2018-10-19
Applicant: 吉林大学
Abstract: 本发明涉及一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法，利用毫米波雷达获得前方数据信息，根据其回波反射强度以及宽度信息，剔除掉无效信息，只保留下前方的车辆信息。根据毫米波雷达与摄像机相融合的方法，通过对雷达信息的滤波以及在线跟踪模型生成运动轨迹并进行轨迹关联。对已经进行了轨迹关联的前方车辆进行记录并编号。对已经生成轨迹并编号的前方车辆，只需要对下一周期的数据进行上述步骤的重复处理，并进行一致性检验，将其添加到已编号的轨迹中去。对于新出现的车辆，按照最开始的步骤进行轨迹生成、轨迹关联与编号。本发明结合了毫米波雷达和视觉深度学习的优势，能有效提高对于前方多车辆目标跟踪的准确度与鲁棒性。
-
公开(公告)号：CN108983782A
公开(公告)日：2018-12-11
申请号：CN201810867985.6
申请日：2018-08-02
Applicant: 吉林大学
IPC: G05D1/02
Abstract: 本发明涉及一种无人车路径跟踪移动目标点的选取方法。所述方法包括：采集GPS点位轨迹，按时间顺序排序，并且实时获取无人驾驶汽车当前位置在地图上的位置坐标与航向角，选取离车辆最近的的GPS点，作为车辆跟踪的起始点，并且为适应实际，选取距车辆一定距离范围的GPS点位作为跟踪移动目标点的选取范围，通过构造与车辆自身速度和航向角相关的评价函数求取下一个移动目标点，最终求取合适的路径跟踪移动目标点作为无人车路径跟踪中的目标点。本发明综合考虑车辆车速与路径航向角的变化求取无人车路径跟踪的移动目标点，能够提高无人车路径跟踪的稳定性，提高无人驾驶的安全性。
-
公开(公告)号：CN108537197A
公开(公告)日：2018-09-14
申请号：CN201810346254.7
申请日：2018-04-18
Applicant: 吉林大学
Abstract: 本发明涉及一种基于深度学习的车道线检测预警装置及预警方法。所述方法包括：获取车辆行驶方向原始车道图像，进行图像拼接和视角转换后生成完整前方车道图像，利用预先训练的深度学习模型，提取前方车道图像中各像素分类特征信息，根据各像素分类特征信息确定像素点属于车道线或者非车道线，根据车道偏离分析方法，分析获得的车道线信息，确定发送预警信息的强弱。本发明能够优化目前使用的车道线检测方法，解决目前普遍使用的车道线检测方法中采集图像的视角对于实际车道线检测影响以及可能需要计算的车道线曲率的问题，提高识别准确率和鲁棒性，提高驾驶安全程度。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
