-
公开(公告)号：CN113299317A
公开(公告)日：2021-08-24
申请号：CN202110527812.1
申请日：2021-05-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于MFCC特征提取的交叉路口碰撞音频预警测评方法，该方法需要在被测对象上安装组合导航以及麦克风传感器采集测评所需基础参数数据。对麦克风采集到的音频，采用双门限法提取有效语音段，对每一段语音提取其MFCC特征，并采用DTW算法将提取到的特征与标准特征比较，得到预警信号片段及其发出时刻。对组合导航采集到的位置、速度信息，采用插值方法进行数据处理，并结合语音识别的结果进行测评指标分析。本发明与交叉口防碰撞预警应用的实现原理和技术无关，从第三方的角度开展测评，具有测评项目全面，测评指标准确可靠的特点。
-
公开(公告)号：CN112749662A
公开(公告)日：2021-05-04
申请号：CN202110051699.4
申请日：2021-01-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于激光雷达的非结构化环境可行驶区域提取方法，该方法针对当前大部分道路分割算法难以在非结构化环境下同时满足准确性和实时性要求的问题，构建了基于激光雷达的非结构化环境可行驶区域提取网络，步骤如下：首先对激光雷达数据进行预处理，将其转换成球面投影图像，其次设计一种基于残差扩张卷积的编码‑解码网络，进而利用样本集对网络进行训练，获得网络参数，从而实现非结构化环境可行驶区域的高效与可靠提取。
-
公开(公告)号：CN112525543A
公开(公告)日：2021-03-19
申请号：CN202011207571.4
申请日：2020-11-03
Applicant: 东南大学
IPC: G01M17/007 , G06K9/62 , G08B7/06
Abstract: 本发明公开了一种基于北斗时空基准的II型AEBS测评装置及方法，该装置包括路侧端信息采集模块、车载端信息采集模块和综合信息处理模块三部分。路侧端信息采集模块通过北斗授时单元可以获取准确的消息发出时间，车载端信息采集模块可以获取收到路侧端消息的准确时间、组合惯导单元采集的信息、单片机嵌入式单元采集的音频/振动信息等，综合信息处理模块可以实现车路通信时延、预警信号发出时刻等指标的精准、定量测评。本发明方法采用全局统一的北斗时空基准，并利用基于SVM的动态埃尔米特插值方法进行数据分析和处理，测评结果准确，对II型AEBS的通信制式无要求，测试方便、适用范围广。
-
公开(公告)号：CN110344985B
公开(公告)日：2021-03-19
申请号：CN201910489511.7
申请日：2019-06-06
Applicant: 东南大学
Abstract: 本发明公开了一种面向高效作业的重型车辆底盘系统无线操控装置和方法，该装置包含遥控器、信号接收装置以及指令解析装置。遥控器用于发送控制重型车辆发动机的请求指令，包含发动机启动、发动机停机、发动机高转速运行和低转速运行四个请求指令；信号接收装置安装于被控重型车辆，用于与遥控器进行匹配，接收遥控器发出的控制请求指令；指令解析装置安装于重型车辆并与车辆底盘系统的CAN总线相连，用于根据接收到的控制请求指令编写重型车辆底盘系统的控制代码，并发送给底盘系统的CAN总线，从而实现控制操作。本发明方法具有操作便捷、发动机转速控制高效的特点。本发明方法可有效提升重型车辆作业系统的操作效率。
-
公开(公告)号：CN112505684A
公开(公告)日：2021-03-16
申请号：CN202011288075.6
申请日：2020-11-17
Applicant: 东南大学
Abstract: 本发明公开了一种恶劣环境路侧视角下雷达视觉融合的车辆多目标跟踪方法，该方案融合雷达和视觉传感器，设计了一种结合目标距离和雷达散射面积的标定代价函数，实现了雷达视觉数据级融合处理，提升了感知信息的维度与可靠性，通过引入数据增强和抗干扰编码器解码器结构，设计了一种具有高抗扰能力的目标检测网络架构，提升了恶劣环境下目标跟踪系统的识别能力；最后，通过对目标位置与目标距离的相似度计算，赋予不同状态空间目标不同的跟踪策略，实现了对静态识别目标的动态准确跟踪过程。本发明借助数据和模型两个层面的融合增强处理，使得方案具有较强的可靠性和准确性，能够在诸如逆光、夜间等场景下持续准确获取车辆目标的位置与速度信息。
-
Patent Agency Ranking
公开(公告)号：CN110987463B
公开(公告)日：2020-12-01
申请号：CN201911086483.0
申请日：2019-11-08
Applicant: 东南大学
IPC: G01M17/007 , G01M17/06 , G06F30/20
Abstract: 本发明公开了一种面向多场景的智能驾驶自主车道变换性能测试方法。本方法首先根据自主车道变换过程中的运动特点，建立了基于运动学自行车模型的车道变换动态模型。其次，利用改进的无迹卡尔曼滤波算法对车辆位置、速度、方位角等状态变量进行滤波估计。最后，基于准确递推的车辆关键性基础性能参数，构建变道性能评价指标体系，量化并输出自主车道变换性能的评价指标：目标间隙、距离碰撞时间和并线横摆稳定性，从而实现智能驾驶自主车道变换性能优劣的高精度、高频率测量和科学定量评价。
-
公开(公告)号：CN109878509B
公开(公告)日：2020-10-02
申请号：CN201910179582.7
申请日：2019-03-11
Applicant: 东南大学
IPC: G06F30/15 , B60W30/04 , B60W50/14 , G06F111/08 , G06F119/14
Abstract: 本发明提出了一种基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法，首先明确三个侧翻表征参数和分别计算对应的预估侧翻发生的概率，然后建立基于模糊逻辑的概率计算模型，最后计算预估侧翻发生的最优概率并分级别进行预警。本发明所提出的侧翻预警方法无需考虑复杂的动力学方程和车身参数，只需冗余处理多个低成本传感器信息，再通过基于模糊逻辑的概率计算模型得到预估侧翻发生的最优概率。该方法分析数据全面，以概率形式将侧翻危险精确量化，能够在整体式罐车存在较小的侧翻危险时准确、及时预警，使驾驶员尽早采取预防措施，减少侧翻事故的发生。
-
公开(公告)号：CN111695196A
公开(公告)日：2020-09-22
申请号：CN202010444567.3
申请日：2020-05-23
Applicant: 东南大学
Abstract: 本发明提出一种基于车体运动学信息的罐车侧倾状态预判方法，首先明确影响罐车侧倾状态的车体运动学信息，然后分别建立用于罐车车速和方向盘转角预测的AR模型，接着建立罐车典型侧翻场景集并开展车体运动学信息采集试验，进而设计用于罐车侧倾状态估计的神经网络，最后基于AR模型和神经网络实现罐车侧倾状态的提前预判。该方法使用的车体运动学信息通过CAN总线直接读取，无需外加传感器，操作方便成本低；通过神经网络建立车速、方向盘转角与侧倾状态的非线性映射关系，制作训练样本时考虑典型侧翻场景基元的影响，提高网络预估侧倾状态的准确性；利用AR模型对车速和方向盘转角进行短期预测，联合神经网络实现未来短期内罐车侧倾状态的精确预判。
-
公开(公告)号：CN111238825A
公开(公告)日：2020-06-05
申请号：CN202010028039.X
申请日：2020-01-10
Applicant: 东南大学
IPC: G01M17/007 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向组合试验路面的智能驾驶自动紧急制动性能测试方法。首先，针对我国存在的缺乏多种路面附着条件下制动性能测评的问题，构建了面向组合试验路面的自动紧急制动性能测试场景。其次，为了准确、实时的辨识被测车辆行驶过程中的试验路面条件，建立了基于深度卷积神经网络的试验路面识别模型。最后，量化不同路面附着条件下的自动紧急制动性能指标，建立多维度的智能驾驶自动紧急制动性能指标体系。相比于现有的单一环境条件的制动性能测试，本发明提出的方法实现了湿滑路面、冰雪路面、搓板路面等多种极限试验条件下的自动紧急制动性能的科学定量测评。
-
公开(公告)号：CN110532636A
公开(公告)日：2019-12-03
申请号：CN201910715846.6
申请日：2019-08-05
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种面向多场景的智能驾驶自主车道保持性能检测方法。本方法首先引入β样条曲线，建立了面向智能驾驶汽车测试场景的道路模型。其次，利用改进的强跟踪卡尔曼滤波算法，建立了基于多源信息融合的车辆运动模型，从而准确推算出车辆运动的关键性基础性能参数。最后，基于道路路网和车辆运动信息，量化并输出自主车道保持性能的评价指标：横向偏差、横摆稳定性和路径跟踪精度。本发明公开的智能驾驶自主车道保持性能检测方法，克服了现有测试方法效率低、适应性差、测试工况相对单一的不足，实现了多种测试场景下智能驾驶汽车自主车道保持性能高精度、高频率的评测。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.027 seconds)
