-
公开(公告)号：CN115765529A
公开(公告)日：2023-03-07
申请号：CN202211502753.3
申请日：2022-11-28
Applicant: 东南大学
Abstract: 本发明公开了一种电子机械制动系统多阶段闭环级联控制方法，涉及电子机械制动系统技术领域，解决了电子机械制动系统对车轮夹紧力的控制不够快速精准的技术问题，其技术方案要点是通过基于目标夹紧力、实际夹紧力及夹紧力阈值等信息的模式判断模块，对当前所处的制动模式进行判断，获取不同制动模式下的参考电流，再结合参考电流和电流环控制器对电子机械制动系统进行控制。为电子机械制动系统提供了完整的闭环控制策略，实现控制量对目标值快速准确的跟随，有效克服电子机械制动系统摩擦阻碍和非线性特性等问题，实现高精度的伺服位置、速度和夹紧力控制，为电子机械制动系统主动制动功能奠定基础，有效匹配汽车智能化、电动化的需求。
-
公开(公告)号：CN115700808A
公开(公告)日：2023-02-07
申请号：CN202211324033.2
申请日：2022-10-27
Applicant: 东南大学
Abstract: 本发明公开了一种自适应融合可见光和红外图像的双模态无人机识别方法，涉及计算机视觉技术领域，解决了单独用可见光相机在复杂环境下对无人机检测效果较差的技术问题，其技术方案要点是利用可见光图像和红外图像的互补性；利用自适应融合模块根据图像特征质量对双模态输入分配权重，再通过轻型的双模态网络对无人机进行实时识别。该算法在满足实时性的要求下，能够在光照复杂环境下对微小目标进行识别，以应对复杂环境下的无人机检测任务，在军事领域有较好的应用前景。且该网络的结构简单，计算量小，对小目标有较好的检测效果，具有较强的鲁棒性。
-
公开(公告)号：CN115571156A
公开(公告)日：2023-01-06
申请号：CN202211164025.6
申请日：2022-09-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于传感器融合的前车横向与纵向运动状态联合估计方法，涉及无人驾驶与智能控制技术领域，解决了现有前车横向与纵向运动状态估计精度不高的技术问题，其技术方案要点是综合考虑了前车的纵向运动与侧向运动，利用V2V信息和车载传感器信息对前车的运动状态进行估计，既弥补了V2V通信速率低带来的估计精度下降的问题，也提升了估计方法对环境的适应性，同时还解决了传感器采样速率不一致情况下的异步估计问题。
-
公开(公告)号：CN115547025A
公开(公告)日：2022-12-30
申请号：CN202211036806.7
申请日：2022-08-29
Applicant: 东南大学
Abstract: 本发明公开了一种面向随机车车通信链路的异质车辆队列稳定控制方法，涉及智能交通系统控制技术领域，解决了异质车辆队列稳定性较差的技术问题，其技术方案要点是构建异质车辆队列系统；建立优化的跟随车辆和领航车辆的车辆纵向动力学模型；建立车辆队列通信拓扑结构随机变化模型；建立随机通信拓扑变化条件下的车辆队列系统；设计在通信链路变化、外部干扰和通信延迟条件下异质车辆队列的变增益分布式随机稳定控制器；给出车辆队列随机稳定性判据。该稳定控制方法较好地实现在通信链路变化、外部干扰和通信延迟等条件下异质车辆队列的内稳定性和队列稳定性控制，充分发挥车辆队列的通行效率优势，提高智能交通环境下汽车行驶的高效性和安全性。
-
公开(公告)号：CN115489533A
公开(公告)日：2022-12-20
申请号：CN202211175817.3
申请日：2022-09-26
Applicant: 东南大学
Abstract: 本发明提出了时变人车共享转向控制系统及驾驶特性参数辨识方法，由道路曲率和车辆横向误差、航向误差建立远、近预瞄点描述驾驶员的视觉角度；然后考虑驾驶员的预瞄行为、补偿行为和神经肌肉响应行为，提出了描述驾驶员转向操纵过程的二阶系统；在此基础上，结合二自由度车辆动力学模型构建了时变人车系统共享转向控制行为模型；最后建立了基于递推最小二乘法的系统参数辨识模型，对人车共享转向控制系统中的驾驶员特征参数进行辨识。本发明所提出的驾驶员模型和辨识方法能够准确的描述驾驶员依据道路信息的转向操纵行为特性，并高效的求解模型中的时变参数，在考虑驾驶员转向行为特征进行人车协作共享控制，具有实用性。
-
Patent Agency Ranking
公开(公告)号：CN115457516A
公开(公告)日：2022-12-09
申请号：CN202211040818.7
申请日：2022-08-29
Applicant: 东南大学
Abstract: 本发明涉及车辆辅助驾驶系统技术领域，特别是涉及一种多角度驾驶员疲劳程度评估方法，包括训练步骤和测试步骤；训练步骤包括采集多角度驾驶员疲劳面部图像，并对采集的图像进行标记分类，形成多角度驾驶员疲劳数据集；建立疲劳检测模型的网络结构；根据多角度驾驶员疲劳数据集，使用迁移学习训练疲劳检测模型；测试步骤包括以下具体步骤：使用单个相机获取驾驶员的面部图像；将获取到的面部图像输入驾驶员疲劳检测模型，以输出图像疲劳分类结果；累积计算疲劳帧数，对驾驶员疲劳程度进行评估。本发明的方法能够实现使用单个RGB相机对驾驶员的疲劳程度多角度、准确、快速的检测。
-
公开(公告)号：CN115416687A
公开(公告)日：2022-12-02
申请号：CN202211040548.X
申请日：2022-08-29
Applicant: 东南大学
Abstract: 本发明公开了一种自动驾驶汽车路径跟踪的类人控制策略，涉及自动驾驶技术领域，解决了类人驾驶对未知环境的适应性较差且其自动控制器鲁棒性不强的技术问题，其技术方案要点是该控制策略通过控制器实现，该控制器包括预瞄前馈模块和自适应抗扰控制模块，预瞄前馈模块以前方道路信息为输入，模拟驾驶员对前方道路的转向行为决策和控制行为，以二阶系统的比例控制输出前馈转向角；自适应抗扰控制模块以车辆横摆角速度误差作为输入，模拟驾驶员的补偿和调整行为，为前馈输入提供补偿转向角，同时增强控制策略的鲁棒性。该方法能够在路径跟踪控制中实现类人驾驶效果，在高效、平稳的跟踪控制的同时保证了乘员舒适性，提升了自动驾驶系统接受度。
-
公开(公告)号：CN115271315A
公开(公告)日：2022-11-01
申请号：CN202210616859.X
申请日：2022-06-01
Applicant: 东南大学
Abstract: 本发明公开了一种智能汽车行车风险场大小的量化方法、装置及存储介质，其中量化方法包括：获取影响智能汽车行车风险大小的各因素的尺寸信息；以智能汽车、行人、障碍物及车道线的长宽尺寸，构建矩形模型；对矩形模型进行包络优化，得到包络模型；根据包络模型所包络的区域范围，确定复杂多变的交通环境、结构化道路条件下智能汽车行车时所受风险场中各影响因素产生的风险场峰值的范围；根据所确定的风险场峰值的范围，基于社会力思想，构建场强变化的数学模型。本发明根据智能汽车受到的行车风险来源于影响行车安全的各因素之间的关系，提出了一个统一的并能准确反映复杂多变的交通环境下智能汽车行车风险大小的量化方法的数学模型。
-
公开(公告)号：CN111123334B
公开(公告)日：2022-10-28
申请号：CN201910664988.4
申请日：2019-07-23
Applicant: 东南大学
Abstract: 本发明涉及一种极限工况下多车协同定位平台及定位方法，定位平台包括在极限工况情况下互相协作实现车辆精准定位的通信装置、车载装置、路侧装置以及卫星组；通信装置为位于网络中的车辆提供实时信号；车载装置安装在位于网络中的车辆上，其实时接收通信装置的信息以及相邻其他车辆的位置信息；路侧装置布设在道路两侧，其为车载装置实时提供道路两侧固定物的信息；卫星组为位于网络中的车辆在优质路况上提供道路级车辆定位，为位于网络中的车辆在极限工况下提供绝对定位，同时为车载装置、路侧装置提供辅助定位；本发明在极限工况下能够实时的完成道路与环境感知准确定位，为智能网联汽车的发展与交通道路系统的改善提供了强有力的基础。
-
公开(公告)号：CN115171400A
公开(公告)日：2022-10-11
申请号：CN202210623269.X
申请日：2022-06-02
Abstract: 本发明属于智慧交通技术领域，公开了一种路口交通调度方法、装置、设备及存储介质。该方法包括：将车道中的车辆进行组网，得到至少一条组网队列，所述组网队列的数量与车道的数量相同，每条所述组网队列中包含待通过车辆以及等候车辆，所述待通过车辆均为即将通过路口的车辆，所述等候车辆为等候通过路口的车辆；根据所述各车辆距离路口的距离值以及通行控制信号对当前组网队列中的车辆进行分组，确定所述待通过车辆以及等候车辆；控制所述待通过车辆通过路口。通过基于通行控制信号的整体规划，基于交通情况指挥车辆通过数量，不但提高了交通调度的灵活性，而且降低了混乱程度，进而提高了通行效率。
-
-
-
-
-
-
-
-
-
Search Results
428
records
(took 0.026 seconds)
