-
公开(公告)号：CN114397712B
公开(公告)日：2025-02-28
申请号：CN202111609041.7
申请日：2021-12-23
Applicant: 东南大学
Abstract: 本发明公开了一种城市轨道交通差异化安检方法及安检系统，属于安检技术领域。方法包括如下步骤：S10、采集乘客实名认证信息，并存入识别数据库；S20、根据乘客信息是否处于识别数据库中，对需安检的乘客按实名认证乘客与非实名认证乘客进行分流；S30、对分流的乘客实行差异化安检，其中，对实名认证乘客执行快速安检，对非实名认证乘客执行常规安检；S40、将对实名认证乘客的安检信息回传至识别数据库，对于安检信息中存在危险行为的乘客信息，将其从识别数据库中剔除。本发明通过是否进行实名认证，对乘客分类分流，并采取差异化安检的方式，可以有效减少车站滞留乘客，提高乘客通行效率，缩短乘客排队等待时间，提高服务水平。
-
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。
-
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：CN116816862A
公开(公告)日：2023-09-29
申请号：CN202310440890.7
申请日：2023-04-23
Applicant: 东南大学
IPC: F16F15/027 , F16F15/023 , F16F15/00 , G06F30/20 , G10K11/162 , G06F113/26
Abstract: 本发明公开了一种具有多级分段声学黑洞结构的液阻减振装置，包括充满阻尼液的缸杯和设置在缸杯内的多级分段声学黑洞结构；多级分段声学黑洞结构包括若干上下平行叠摞的具有分段幂指轮廓的声学黑洞结构；两上下相邻的声学黑洞结构间设有惯性通道阻尼盘；多级分段声学黑洞结构包括但不限于第一级声学黑洞结构和第二级声学黑洞结构；惯性通道阻尼盘上设有可供阻尼液通过的若干惯性通道；第一级声学黑洞结构的连接杆伸出缸杯，连接顶盘与现有技术相比，本发明具有截止频率低、有效频带宽、阻尼特性稳健可控的优点。本发明采用多级分段声学黑洞结构，能够对结构中传播的弯曲波起到滤波分级聚集效应，实现更低截止频率、更宽频带范围的减振效果。
-
公开(公告)号：CN116797111A
公开(公告)日：2023-09-22
申请号：CN202310790873.6
申请日：2023-06-30
Applicant: 东南大学
IPC: G06Q10/067 , G06Q50/30 , G06N7/01 , G06F18/27 , G06F18/214
Abstract: 本发明公开了一种数据驱动的票务清分方案选择方法，包括以下步骤：首先，构建选择某种清分方案进行票务清分的效用函数；然后，构建数据融合的清分方案选择模型；最后，构建训练样本数据标定模型参数，训练好的模型可以用于城市轨道交通不同运营条件下的清分方案选择。本发明能够针对不同运营时间和运营区域提出合适的清分解决方案，可以为轨道交通的票务清分、客流分析和日常运营管理提供依据。
-
Patent Agency Ranking
公开(公告)号：CN115285120B
公开(公告)日：2023-08-18
申请号：CN202210802348.7
申请日：2022-07-07
Applicant: 东南大学
Abstract: 本发明涉及智能网联车辆的跟随控制技术领域，特别是涉及一种基于模型预测控制的车辆跟随分层式控制系统及方法。其包括状态感知模块、车间通信模块与分层控制模块；上层控制基于车辆跟随状态求得期望控制参数，下层控制根据期望控制参数控制车辆行驶。上层控制采用模型预测控制的方法与非线性跟车策略，引入车联网以提高车辆对环境的感知能力，车辆结合自身的状态感知模块的反馈信息与车间通讯模块获得的前车状态信息，通过目标函数的设计保证车辆跟随的稳定性，在车辆的性能、运行安全的约束条件下求得车辆的期望加速度。下层控制基于车辆整车及传动系统的动力学模型，通过车辆制动/油门的非线性反馈控制策略实现对期望加速度的跟踪。
-
公开(公告)号：CN116513214A
公开(公告)日：2023-08-01
申请号：CN202310438690.8
申请日：2023-04-23
Applicant: 东南大学
IPC: B60W50/00 , B60W30/02 , B60W30/165
Abstract: 本发明提供了一种基于滑模控制的车辆纵向跟随分层式控制系统及方法，基于滑模控制的车辆纵向跟随控制方法包括：建立车辆编队跟随的数学模型，采用前车跟随式信息流拓扑结构和固定车头时距跟车策略；建立车辆纵向动力学模型、发动机模型以及制动执行器模型；设计上下位控制器，上层控制负责实现车辆纵向间距误差的快速稳定收敛和期望加速度的计算；下层控制基于车辆纵向动力学模型，通过节气门开度和轮端制动压力的控制调整车辆的纵向运动状态，实现对期望加速度的稳定跟踪。本发明能有效保证车辆编队的稳定性，通过趋近律参数优化，削弱系统抖振并加快误差收敛，在保证良好控制效果的基础上减少了计算复杂度。
-
公开(公告)号：CN116311147A
公开(公告)日：2023-06-23
申请号：CN202211707455.8
申请日：2022-12-29
Applicant: 东南大学
Abstract: 本发明公开了一种面向无人驾驶自学习目标识别的自优化方法，涉及计算机视觉技术领域，解决了无人驾驶技术中目标识别网络训练过程不够稳定和识别结果实时性、准确性不足的技术问题，其技术方案要点是通过改进的CycleGAN网络进行数据扩充，再对YOLOv3网络结构和损失函数进行改进，并利用一系列改进的CutMix数据增强、模拟退火和Dropblock算法对训练方式进行优化，增强模型的泛化性能；同时提高了目标识别算法的实时性和准确率，解决了车载处理器算力低的问题。
-
公开(公告)号：CN116279531A
公开(公告)日：2023-06-23
申请号：CN202310187689.2
申请日：2023-03-02
Applicant: 东南大学
IPC: B60W40/109 , B60W30/16 , B60W50/00
Abstract: 本发明公开了一种基于虚拟连接的车辆横向跟随分层式控制方法，涉及移动平台的智能控制技术领域，解决了在复杂多变的交通状况下车辆横向跟随控制方法不够准确的技术问题，其技术方案要点是采用两层控制，上层控制基于虚拟连接的车辆横向跟随模型，引入车联网以提高车辆对环境的感知能力，车辆基于周围环境与自身状态的感知信息，通过对虚拟连接的刚度与阻尼参数进行调整，获得满足车辆横向跟随稳定性要求的横向期望加速度；下层控制建立以前轮侧偏角、横摆角速度为状态变量的车辆二自由度横向模型，设计了基于前轮主动转向的解耦控制策略，实现了横向运动与纵向运动、横摆运动的解耦，能够实现不同车速条件下对横向期望加速度的跟踪。
-
公开(公告)号：CN116243603A
公开(公告)日：2023-06-09
申请号：CN202310146444.5
申请日：2023-02-21
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种面向混合交通的车辆队列跟车控制方法及装置，技术方案要点是被控车辆通过信息采集装置获取车辆实时状态信息；基于编队控制装置组建包含控制车辆的车辆队列；在模式控制装置中获取被控车辆的运动学约束，在SMPC控制器中规划出被控车辆的工作模式及最佳控制输入；在鲁棒控制装置中运用队列稳定性鲁棒控制算法实现队列系统的稳定控制。该车辆队列跟车控制方法及装置较好地实现在相邻车道有人驾驶汽车随机行为、系统参数不确定性、前车非线性波动和外部环境等干扰影响下的混合交通环境车辆队列稳定性控制，充分发挥车辆队列的通行效率优势，提高混合交通环境下汽车行驶的高效性和安全性。
-
-
-
-
-
-
-
-
-
Search Results
194
records
(took 0.029 seconds)
