-
公开(公告)号：CN109299647B
公开(公告)日：2022-02-11
申请号：CN201810817791.5
申请日：2018-07-24
Applicant: 东南大学
Abstract: 本发明涉及一种面向车辆控制的多任务运动想象脑电特征提取及模式识别方法，利用脑电放大器采集被试的多任务运动想象脑电信号，传输给上位机后利用welch功率谱及一对一公共空间模式算法提取运动想象脑电的频域及空域特征组合；根据训练集数据所属类别构建多个GMM分类器，将原始脑电信号通过GMM分类器，并将得到的概率密度与设定的可信阈值进行对比，利用人工神经网络对低于可信阈值的样本进行二次分类，得出最终分类结果并通过无线串口传输给车辆，实现车辆的实时运动；本发明通过利用welch功率谱和CSP提取与运动想象相关的频域及空域特征，利用GMM和人工神经网络两级分类器，有效提高了车辆控制的实时性和车辆驾驶的安全性，为脑控车辆的实际应用奠定基础。
-
公开(公告)号：CN112550294B
公开(公告)日：2021-12-24
申请号：CN202011276341.3
申请日：2020-11-16
Applicant: 东南大学
Abstract: 本发明涉及无人驾驶汽车路径跟踪的技术领域，尤其涉及一种基于车辆故障信号隔离的路径跟踪控制方法。具体包括以下步骤：S1.建立车辆的动力学模型并将其线性化；S2.构建目标函数，并确定前轮偏角约束、前轮偏角增量约束和轮胎侧向角动态约束，并以此建立模型预测控制器；S3.使用一种将卡尔曼滤波与卡方检验相结合的方法进行故障信号的检测并将其隔离；S4.使用隔离故障信号后的传感器数据进行车辆的路径跟踪控制。本发明优点在于算法结构简单、计算高效，可以较好的使用在无人驾驶车辆的多传感器数据融合中，对车辆的路径跟踪控制有很大的帮助，有较好的应用前景。
-
公开(公告)号：CN113701756A
公开(公告)日：2021-11-26
申请号：CN202110891317.9
申请日：2021-08-04
Applicant: 东南大学
Abstract: 本发明提供一种新型自适应无人车辆倒车入库路径规划与跟踪方法，包括以下步骤：步骤10)利用车载传感器获取车辆信息和车库信息；步骤20)根据车辆信息和车库信息，基于贝塞尔曲线计算倒车路径；步骤30)基于纯跟踪算法对倒车路径进行跟踪，完成车辆的倒车入库。本发明新型自适应无人车辆倒车入库路径规划与跟踪方法，利用车辆信息与车库信息之间的关系，基于贝塞尔曲线计算得到倒车路径，再基于纯跟踪算法进行倒车路径跟踪，完成车辆的倒车入库。本发明实施例方法对于不同相对位置的不同大小车辆与车库有较好的适用性，车辆能自动准确完成倒车入库。本发明方法计算复杂度低，能够在实车嵌入式控制器上实现，有很好的应用前景。
-
公开(公告)号：CN113689393A
公开(公告)日：2021-11-23
申请号：CN202110957304.7
申请日：2021-08-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于图像和点云实例匹配的三维目标检测算法，融合图像中丰富的语义信息与点云中准确的位置信息，实现不同类型传感器数据的优势互补，算法具体包括以下步骤：利用实时实例分割网络得到图像中目标的类别和实例掩膜；利用透视投影变换将点云投影至图像平面；对每个实例掩膜内的点云进行聚类从而获得目标点云；拟合目标点云的三维轮廓并获取目标的相关参数。本发明通过融合图像中丰富的语义信息与点云中准确的位置信息，实现不同类型传感器数据的优势互补，输出结果为感兴趣目标的三维检测结果。能够在保证精度的前提下提高运行效率，适用场景广泛且具备较好的鲁棒性。
-
公开(公告)号：CN112837383A
公开(公告)日：2021-05-25
申请号：CN202110225959.5
申请日：2021-03-01
Applicant: 东南大学
Abstract: 本发明公开了一种相机与激光雷达重标定方法、装置及计算机可读存储介质，其中相机与激光雷达重标定方法包括：在标定状态下获取基准位置的基准图像和基准点云；在传感器发生漂移状态下，通过获取的基准图像和基准点云，结合在观测位置获取的观测图像和观测点云，采用基于传感器融合里程计的相机与激光雷达自动重标定方法进行重标定。本发明相机与激光雷达自动重标定方法，无需设置标定板，不受环境和数据特征限制，能够实现相机和激光雷达的精确重标定，对传感器漂移具有较高的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN108901206B
公开(公告)日：2021-05-18
申请号：CN201810505745.1
申请日：2018-05-24
Applicant: 东南大学
Abstract: 本发明涉及一种果园自动驾驶除草拖拉机，包括拖拉机本体，在拖拉机本体上安装除草装置，其包括导轨和可移动安装在导轨上的刀架，刀架内安装可旋转的刀片，除草装置通过设置在拖拉机本体内部的控制系统实现除草装置上刀片的旋转以及刀架的滑行移动，从而实现拖拉机本体在果园行间杂草的一次性清除；本发明在不借助昂贵的激光雷达以及全球定位系统的前提下，实现有限场景下的自动驾驶功能，具有成本低，固定作业场景稳定实现等优点，可普及性高。
-
公开(公告)号：CN112581756A
公开(公告)日：2021-03-30
申请号：CN202011276318.4
申请日：2020-11-16
Applicant: 东南大学
Abstract: 一种基于混合交通的行车风险评估方法，涉及无人驾驶行车风险评估领域。具体包括：输入包含机动车、非机动车以及道路交通环境三类模型的综合交通场景；将所述综合交通场景中的任意一个个体的单独行为结果表征为不同作用力的组合，综合成统一表达式，所述个体为机动车或非机动车；根据所述统一表达式将机动车和非机动车分别抽象成机动车行车风险评估模型和非机动车行车风险评估模型；基于所述的机动车行车风险评估模型、非机动车行车风险评估模型和其他干扰项之间交互的风险评估模型，进行所述综合交通场景风险评估。上述综合风险评估方法可以简单高效地评估不同类个体在混合交通场景中的碰撞风险。
-
公开(公告)号：CN110103974B
公开(公告)日：2020-10-02
申请号：CN201910391283.X
申请日：2019-05-12
Applicant: 东南大学
Abstract: 本发明提供了一种多模混合动力汽车模式切换图的正向设计方法，从能量效率、模式切换能量损耗与最大输出扭矩等多个角度对模式切换图进行讨论与分析，并从中总结出一套多模混合动力汽车模式切换图的正向设计方法。不仅能够提高车辆经济性，还能提高模式切换的平顺性，降低由模式切换引起的冲击与能量损耗。
-
公开(公告)号：CN111693972A
公开(公告)日：2020-09-22
申请号：CN202010475838.1
申请日：2020-05-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于双目序列图像的车辆位置与速度估计方法，包括以下步骤：S1.利用ZED双目摄像头，获取深度图和点云图；S2.通过KNN算法实现背景减除，辨识序列图像中的运动目标和静止背景环境；S3.检测运动目标边缘点，绘制位于运动目标上的矩形识别框，实时跟踪运动目标；S4.去除光影等误差因素导致的非运动目标上出现的矩形识别框；S5.计算锁定在运动目标上的有效矩形识别框的中心点的像素坐标；S6.获得点的（X，Y，Z）三维空间坐标；S7.利用卡尔曼滤波算法，由上一帧和当前帧的三维空间坐标，对下一时刻的位置和速度进行估算。本发明算法原理简单，计算复杂度低，适用于仿真技术领域，用于无人驾驶车辆对同向或对向车辆的位置速度进行检测。
-
公开(公告)号：CN111382683A
公开(公告)日：2020-07-07
申请号：CN202010135485.0
申请日：2020-03-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于彩色相机与红外热成像仪特征融合的目标检测方法，包括以下步骤：a、通过彩色相机获得彩色数据集，通过红外热成像仪获得热红外数据集；b、将双模态数据集同时输入到双模态的YOLOv3神经网络算法中，提取目标的颜色特征与温度特征；在主干网络的某一层通过融合函数与1×1卷积块将两个模态的特征融合，然后选取融合后的特征图继续进行主干网络的特征提取，得到融合后的提取特征图；c、融合后的提取特征图输入到后续的卷积层中进行目标的分类，输出训练完成的双模态神经网络的算法模型。本发明融合温度与颜色信息，在双模态神经主干网络算法进行融合，输入分类层中进行目标的预测，增加目标的多种特征信息，提高目标识别准确性。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.024 seconds)
