-
公开(公告)号：CN119832505A
公开(公告)日：2025-04-15
申请号：CN202411721953.7
申请日：2024-11-28
Applicant: 东南大学
IPC: G06V20/56 , G06V10/20 , G06V10/26 , G06V10/764 , G06V10/80 , G06V10/82 , G06T5/94 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于光照条件改善的夜间路面识别方法，涉及智能感知技术领域。本发明包括：接收实时图像数据，利用光照增强算法，对夜间低照明和光照分布不均匀的图像进行恢复；搭建地平线检测网络，将改善后的图像输入地平线检测网络中分离环境信息以及路面信息，得到去除环境信息的图像数据；根据车辆自车行驶车道对图像中的路面区域划分图像块，使图像特征聚焦于实际行驶区域；搭建分类网络，对图像块进行特征提取和分类，并对各图像块的预测结果进行决策级融合得到最终的路面识别结果。本发明利用光照增强算法，恢复了图像质量，使得夜间路面识别精度提升，且通过图像中多区域的预测结果进行决策级融合，能够减少方差提高感知的鲁棒性。
-
公开(公告)号：CN119693460A
公开(公告)日：2025-03-25
申请号：CN202510193450.5
申请日：2025-02-21
Applicant: 东南大学
Abstract: 本发明属于多车协同技术领域，公开一种运输超大件的阵列式多车协同视觉定位系统及方法，用于对运输超大件的车队中多辆载运车进行同步定位，包括：定位模块、图像标识；车队包括沿水平轴线方向上分布的多排车，每排车均包括并列放置的两辆载运车，各载运车的车头朝向均相同，以载运车车头朝向一端为前，以载运车车尾朝向一端为后；各载运车的车头端均设置定位模块，定位模块均包括相机、IMU和通信单元；采用最前排的两载运车获取绝对位姿，后面各排载运车均通过观测相对位姿的方法，提高多车之间的协同性，在实现多车精确实时定位的同时，提高感知系统在隧道等退化环境和信号不良场景中的适应能力。
-
公开(公告)号：CN115285136B
公开(公告)日：2025-03-25
申请号：CN202210842510.8
申请日：2022-07-18
Applicant: 东南大学
IPC: B60W50/00
Abstract: 本发明公开了一种基于模型预测控制的拟人化控制器设计方法，涉及智能交通技术领域，解决了现有自动驾驶技术偏向同质化、不符合驾驶员个性化操纵偏好的技术问题，其技术方案要点是设计基于模型预测控制的路径跟踪控制器，采用不同驾驶员个性化的视觉预瞄‑反馈控制‑比例增益‑神经肌肉延迟行为对路径跟踪控制器进行拟人化改进，有效提高不同驾驶员对于车辆操纵的满意程度。该方法能够实现智能汽车的拟人化驾驶，提高人类驾驶员对于智能汽车的信任感和接受度，具有很强的实用性，以及广阔的商业应用前景。
-
公开(公告)号：CN119611424A
公开(公告)日：2025-03-14
申请号：CN202411721755.0
申请日：2024-11-28
Applicant: 东南大学
Abstract: 本发明公开了自动驾驶车辆突发变道机动综合运动规划方法，涉及自动驾驶汽车技术领域。本发明包括：接收车辆行驶状态信息，行驶状态信息包括自车以及周围环境车辆的位置、速度、加速度、航向角、横摆角速度；构建MOBIL换道决策模型，利用模型做出换道决策，判断是否进行换道操作，若是则基于五次多项式形式，计算得到以最小变道时间和变道距离为优化目标的换道运动轨迹；基于车‑车之间几何关系建立最小安全无碰撞圆。本发明通过基于稳态转向原理的变道轨迹五次多项式优化方法，能够生成紧急变道情况下车辆实现稳定跟踪、不发生侧滑风险的运动规划轨迹，针对动态环境的应急场景车辆自主避撞和安全驾驶具有良好的应用前景。
-
公开(公告)号：CN119428228A
公开(公告)日：2025-02-14
申请号：CN202411660518.8
申请日：2024-11-20
Applicant: 东南大学
Abstract: 本发明涉及一种模块化分布式电驱动重载车辆爬坡方法、计算装置、存储介质和车辆，当坡度增大至车辆零转角存在溜坡趋势时，控制各车轮同步向同一方向偏转至爬坡角度，驱动车辆沿该方向前进；在完成预设的爬坡距离或者接近坡道边缘时，将各车轮转角复位为零，再向反方向偏转至爬坡角度爬坡。本发明通过利用模块化分布式电驱动重载车辆各轮转角独立驱动的特点，在爬陡坡时改变了车轮与坡面的接触点与接触方向，在相同的坡面区域下获取了更大的摩擦力，减少了可能因坡面松软或摩擦力不足所导致的打滑现象。
-
Patent Agency Ranking
公开(公告)号：CN118938960B
公开(公告)日：2025-02-11
申请号：CN202411139971.4
申请日：2024-08-20
Applicant: 东南大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于视觉的动态平台无人机自主跟踪与降落方法，涉及无人机自主降落技术领域，以解决在降落平台非匀速直线运动的动态情况下，由于非线性运动和干扰过多而产生的定位偏差大和降落精度低的问题，其技术方案要点是使用AprilTag作为降落标识，通过视觉进行检测定位降落平台，经过坐标转换获得降落平台在机体坐标系下的坐标。使用前后两时刻的坐标估计降落平台的相对速度，通过局部加权K近邻算法剔除检测误差导致的异常速度数据。将观测数据作为衰减记忆容积卡尔曼滤波的输入进行轨迹预测，控制无人机跟踪降落平台。此外，在降落过程中，融合相机、激光测距仪和无人机自带的气压计数据对无人机的高度进行实时自适应估计，在着陆高度内及时停止旋翼，开启电磁铁吸附降落平台，防止无人机从降落平台跌落损坏。该方法在速度估计、轨迹预测和降落精度方面有较好的表现，在轨迹预测的平均误差上比标准容积卡尔曼滤波方法有28％的提升，降落的平均偏移均可以控制在12厘米以内。
-
公开(公告)号：CN118938960A
公开(公告)日：2024-11-12
申请号：CN202411139971.4
申请日：2024-08-20
Applicant: 东南大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于视觉的动态平台无人机自主跟踪与降落方法，涉及无人机自主降落技术领域，以解决在降落平台非匀速直线运动的动态情况下，由于非线性运动和干扰过多而产生的定位偏差大和降落精度低的问题，其技术方案要点是使用AprilTag作为降落标识，通过视觉进行检测定位降落平台，经过坐标转换获得降落平台在机体坐标系下的坐标。使用前后两时刻的坐标估计降落平台的相对速度，通过局部加权K近邻算法剔除检测误差导致的异常速度数据。将观测数据作为衰减记忆容积卡尔曼滤波的输入进行轨迹预测，控制无人机跟踪降落平台。此外，在降落过程中，融合相机、激光测距仪和无人机自带的气压计数据对无人机的高度进行实时自适应估计，在着陆高度内及时停止旋翼，开启电磁铁吸附降落平台，防止无人机从降落平台跌落损坏。该方法在速度估计、轨迹预测和降落精度方面有较好的表现，在轨迹预测的平均误差上比标准容积卡尔曼滤波方法有28％的提升，降落的平均偏移均可以控制在12厘米以内。
-
公开(公告)号：CN114537413B
公开(公告)日：2024-09-24
申请号：CN202210274546.0
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于驾驶行为预测的辅助驾驶控制方法，涉及智能驾驶技术领域，解决了驾驶员驾驶行为难以用模型精确预测且常用的驾驶员模型应用场景比较局限的技术问题，其技术方案要点是通过LSTMNN预测模型对驾驶员行为进行精准预测，增强了人机协同控制车辆时的交互适应性，减少了人机冲突，提升驾驶舒适性。同时，在纵‑横向耦合控制时，引入了车辆稳定性、驾驶舒适性、路径跟踪性、跟车安全性及电机节能性等多项综合指标，大幅提升了高级辅助驾驶系统的智能化水平和灵活性，整个共享控制框架可服务于先进的个性化驾驶辅助系统，使得系统具备灵活性，可以用于各类乘用车辆或商用车辆，通用性好。
-
公开(公告)号：CN118644524A
公开(公告)日：2024-09-13
申请号：CN202410836714.X
申请日：2024-06-26
Applicant: 东南大学
IPC: G06T7/246 , G06T7/11 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/0464 , G06V10/40 , G06V20/17
Abstract: 本发明公开了一种基于LSTM‑KF的无人机视角小目标跟踪方法，涉及目标检测和目标跟踪技术领域，解决了小目标检测具有纹理不清晰、特征易丢失的缺陷，以及目标跟踪中非参数模型在位置预测任务中泛化能力差、位置速度预测不准确的技术问题，其技术方案要点首先对输入的无人机航拍图像进行逐帧切片分割，其次将分割后的小图片集传入融入改进注意力机制的检测网络，然后使用联合损失函数训练网络模型，最后通过LSTM‑KF算法对检测目标进行运动特征提取和状态估计，实现更精准的小目标匹配跟踪。对比现有的多目标跟踪方法，该跟踪方法在小目标的位置检测、运动估计以及实时跟踪上拥有较高的精度和较好的应用前景。
-
公开(公告)号：CN118317271A
公开(公告)日：2024-07-09
申请号：CN202410414004.8
申请日：2024-04-08
Applicant: 东南大学
IPC: H04W4/44 , H04W4/46 , H04W12/03 , H04B10/116 , H04B10/85
Abstract: 本发明涉及一种采用可见光协同加密的车路协同安全通信系统，包括至少一辆安装车端可见光通信装置的智能网联汽车和至少一个安装在交通标志杆上的路侧可见光通信装置，所述车端可见光通信装置和路侧可见光通信装置在设定的视距范围内通过车路协同V2X加密信道进行安全通信，实现车对路V2R和路对车R2V通信。与现有技术相比，本发明具有降低无线电波频段车联网通信的远程攻击风险，将智能交通场景下可能遇到的车联网安全问题控制在视距范围内，从而避免发生大范围交通阻塞或交通事故等优点。
-
-
-
-
-
-
-
-
-
Search Results
427
records
(took 0.028 seconds)
