-
公开(公告)号：CN109703553A
公开(公告)日：2019-05-03
申请号：CN201910092949.1
申请日：2019-01-30
Applicant: 长安大学
Abstract: 本发明公开了一种基于牵引点跟踪的自动泊车方法，主要包括如下步骤：获取泊车环境信息，坐标变换，靠近车位入口，确定泊车方式，引导泊车。本发明通过车辆靠近车位时的位姿信息确定合适的泊车方式，用牵引点来引导车辆安全可靠的驶入车位。本发明突出的特点是该方法简单易于实现，可适用于多种泊车环境当中，并且相较于规划路径，然后跟踪路径的方法，本方法并不依赖于车辆模型的精确度，更符合人们的驾驶习惯。
-
公开(公告)号：CN107738644A
公开(公告)日：2018-02-27
申请号：CN201710919805.X
申请日：2017-09-30
Applicant: 长安大学
IPC: B60W30/09 , B60W30/095 , B60W10/06 , B60W10/184 , B60W10/20
Abstract: 本发明公开了一种车辆避碰控制方法，通过车辆依据环境感知能力获取车辆自身速度、车辆自身加速度、前车速度、前车加速度、以及车辆自身与前车间距的信息，建立转向/制动避碰动作决策机制，当前车辆的碰撞风险程度 且满足车辆自身与前车纵向间距Dadj不小于车辆自身与前车纵向的最小间距DM-Fd，则进行转向避碰，若或当前道路状况不满足转向避碰条件时，则进行纵向制动避碰控制，通过转向避碰和制动避碰控制相结合，从而保证了在车辆遇险时选择安全收益最大的制动避碰或者转向避碰动作，极大地提高智能车辆避碰能力，提高道路交通安全水平。
-
公开(公告)号：CN107389064A
公开(公告)日：2017-11-24
申请号：CN201710626457.7
申请日：2017-07-27
Applicant: 长安大学
CPC classification number: G01C21/165 , G01S19/49
Abstract: 本发明公开了一种基于惯性导航的无人车变道控制方法，首先利用车辆前端车流量信息判断最优车道，然后根据GPS定位系统接收卫星信号数量的多少，结合惯性导航完成无人车变道行驶，对于GPS信号较弱或者消失后，通过结合惯性导航，通过惯性导航的方式使得无人车能够在GPS信号较弱或没有GPS信号的情况下，快速、安全地通过交叉路口，避免了因为GPS信号强度的变化而影响车辆的正常行驶变道，保证了无人车行驶的安全性，惯性导航系统提供的连续位置和速度信息可以保持很高的精确度，利用GPS卫星定位和惯性导航构建一个组合型差分定位导航系统，为无人车辆提供连续的高精度定位导航服务。
-
公开(公告)号：CN107389064B
公开(公告)日：2021-05-18
申请号：CN201710626457.7
申请日：2017-07-27
Applicant: 长安大学
Abstract: 本发明公开了一种基于惯性导航的无人车变道控制方法，首先利用车辆前端车流量信息判断最优车道，然后根据GPS定位系统接收卫星信号数量的多少，结合惯性导航完成无人车变道行驶，对于GPS信号较弱或者消失后，通过结合惯性导航，通过惯性导航的方式使得无人车能够在GPS信号较弱或没有GPS信号的情况下，快速、安全地通过交叉路口，避免了因为GPS信号强度的变化而影响车辆的正常行驶变道，保证了无人车行驶的安全性，惯性导航系统提供的连续位置和速度信息可以保持很高的精确度，利用GPS卫星定位和惯性导航构建一个组合型差分定位导航系统，为无人车辆提供连续的高精度定位导航服务。
-
Patent Agency Ranking
公开(公告)号：CN107316064B
公开(公告)日：2020-07-14
申请号：CN201710495290.5
申请日：2017-06-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于卷积神经网络的沥青路面裂缝分类识别方法，通过依据不同宽度与形状裂缝的修补策略不同，将道路裂缝分类，对样本图片做相应标记并预处理，训练搭建好的卷积神经网络，运用训练好的卷积神经网络分类出图片裂缝信息，依据裂缝宽度和形状划分裂缝严重等级，按照预先的分类的方式将图像中的裂缝信息自动分类出来，并且进行严重等级划分，不仅提高了裂缝识别的效率，而且极大的方便了道路养护与维修工作，利用卷积神经网络算法作为分类器对道路裂缝进行分类；卷积神经网络是分层神经网络，由卷积层和采样层交替组成，能够隐式的从训练数据中学习特征，对于无规律、无显著特征的裂缝做分类时，具有较大优势。
-
公开(公告)号：CN107316064A
公开(公告)日：2017-11-03
申请号：CN201710495290.5
申请日：2017-06-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于卷积神经网络的沥青路面裂缝分类识别方法，通过依据不同宽度与形状裂缝的修补策略不同，将道路裂缝分类，对样本图片做相应标记并预处理，训练搭建好的卷积神经网络，运用训练好的卷积神经网络分类出图片裂缝信息，依据裂缝宽度和形状划分裂缝严重等级，按照预先的分类的方式将图像中的裂缝信息自动分类出来，并且进行严重等级划分，不仅提高了裂缝识别的效率，而且极大的方便了道路养护与维修工作，利用卷积神经网络算法作为分类器对道路裂缝进行分类；卷积神经网络是分层神经网络，由卷积层和采样层交替组成，能够隐式的从训练数据中学习特征，对于无规律、无显著特征的裂缝做分类时，具有较大优势。
-
公开(公告)号：CN109703553B
公开(公告)日：2020-08-04
申请号：CN201910092949.1
申请日：2019-01-30
Applicant: 长安大学
Abstract: 本发明公开了一种基于牵引点跟踪的自动泊车方法，主要包括如下步骤：获取泊车环境信息，坐标变换，靠近车位入口，确定泊车方式，引导泊车。本发明通过车辆靠近车位时的位姿信息确定合适的泊车方式，用牵引点来引导车辆安全可靠的驶入车位。本发明突出的特点是该方法简单易于实现，可适用于多种泊车环境当中，并且相较于规划路径，然后跟踪路径的方法，本方法并不依赖于车辆模型的精确度，更符合人们的驾驶习惯。
-
公开(公告)号：CN107738644B
公开(公告)日：2019-06-21
申请号：CN201710919805.X
申请日：2017-09-30
Applicant: 长安大学
IPC: B60W30/09 , B60W30/095 , B60W10/06 , B60W10/184 , B60W10/20
Abstract: 本发明公开了一种车辆避碰控制方法，通过车辆依据环境感知能力获取车辆自身速度、车辆自身加速度、前车速度、前车加速度、以及车辆自身与前车间距的信息，建立转向/制动避碰动作决策机制，当前车辆的碰撞风险程度且满足车辆自身与前车纵向间距Dadj不小于车辆自身与前车纵向的最小间距DM‑Fd，则进行转向避碰，若或当前道路状况不满足转向避碰条件时，则进行纵向制动避碰控制，通过转向避碰和制动避碰控制相结合，从而保证了在车辆遇险时选择安全收益最大的制动避碰或者转向避碰动作，极大地提高智能车辆避碰能力，提高道路交通安全水平。
-
公开(公告)号：CN206186890U
公开(公告)日：2017-05-24
申请号：CN201621186175.7
申请日：2016-10-28
Applicant: 长安大学
Abstract: 本实用新型提供了一种汽车自适应巡航控制系统的语音及避撞辅助装置，应用在车载ACC系统(1)上，车载ACC系统(1)包含人机交互模块和控制单元，所述语音及避撞辅助装置包括CAN总线、CAN总线转换器(2)、单片机(3)、语音芯片(4)、车载扬声器(5)、激光雷达(6)和液压制动阀(7)；本实用新型能够实时对车载ACC系统(1)的行驶模式进行监控，并以语音的形式播放给驾驶员，可以避免驾驶员对驾驶模式的误认和驾驶分心，能够促进ACC系统的驾驶安全；且本实用新型还通过设置有激光雷达(6)和液压制动阀(7)的避撞辅助部分，来进一步保证了ACC系统的驾驶安全，操作简单，适合广泛推广。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
