-
公开(公告)号：CN113968711A
公开(公告)日：2022-01-25
申请号：CN202111202972.5
申请日：2021-10-15
Applicant: 东南大学
IPC: C04B28/10 , C04B38/10 , C04B111/40
Abstract: 本发明属于土木建筑工程材料技术领域，具体涉及一种利用二氧化碳和氧化镁为原料制备的绿色、低碳泡沫轻质土。该碳化泡沫轻质土的原料组成按重量份比包括：氧化镁10‑200份、填料10‑100份、CO2气泡群2‑45份以及水20‑400份。本发明鉴于传统的气泡混合轻质土所使用的水泥固化剂导致碳排放量大、能源消耗严重这一问题，目的在于提出一种新型的气泡混合轻质土的操作方法，促进地基处理技术从高污染、高能耗向低碳、环保、可持续转化，选用以氧化镁作为固化剂以及二氧化碳气体作为气泡的原材料的制备轻质土方法。
-
公开(公告)号：CN106650057B
公开(公告)日：2020-02-18
申请号：CN201611114477.8
申请日：2016-12-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于车辆侧翻侧滑虚拟试验的公路平曲线半径设计方案安全性评价方法，包括如下步骤：明确对目标路段进行评价所采用的控制函数使用adams/car构建驾驶员‑重型货车‑目标路段虚拟试验仿真平台；根据虚拟试验仿真平台，获取重型车辆目标路段上以设计速度v运行时的动力学指标，计算LTAr与LTRr的值；根据计算得到的LTAr与LTRr值，判断其是否符合控制函数F(r)的要求。本发明能够获得更加精确的车辆经过曲线时的运动状态，快速定量计算得到评价结果；能够应用于各个阶段的公路，应用广泛；对于设计、在建阶段的公路平曲线采用该方法能够摆脱对道路现实运行数据的依赖。
-
公开(公告)号：CN104592352A
公开(公告)日：2015-05-06
申请号：CN201510011387.5
申请日：2015-01-09
Applicant: 东南大学
Abstract: 本发明公开了一种与缺血性脑卒中组织特异性结合的HGG多肽。本发明涉及获得该多肽的方法，包括采用体内噬菌体展示肽库筛选技术，对小鼠MCAO缺血性脑卒中模型进行体内筛选，获得与缺血性脑卒中组织结合的噬菌体克隆；随机挑出若干个噬菌体克隆进行序列测定，鉴定HGG肽及其编码噬菌体克隆HGG-M13的体内结合特异性。本发明还涉及该多肽在制备用于脑卒中高灵敏度成像分子探针、靶向递送神经保护药物方面的应用。该多肽可通过人工方法合成，分子量小、活性高、穿透力强、特异性好、毒性低，在体内具有良好的缺血性脑卒中组织靶向性，适合作为高灵敏度分子成像的探针及靶向递送神经保护药物的载体。
-
公开(公告)号：CN115099002B
公开(公告)日：2024-12-31
申请号：CN202210598016.1
申请日：2022-05-30
Applicant: 东南大学
IPC: G06F30/20 , G08G1/01 , G08G1/052 , G06F119/02
Abstract: 本发明公开了一种面向混合交通环境的交通流微观模型优化方法，包括：将目标车辆期望属性信息和目标车辆属性信息进行融合，得到车辆运动势场场强；利用元胞网格将各道路连续分布运动势场场强进行离散化处理，对各道路每一个离散的元胞网格在当前时刻赋予运动势场场强；分别计算在跟驰情景中智能网联车辆和人工驾驶车辆的加速度；根据车辆加速度以及离散化后各道路元胞内车辆运动势场场强，对经典NaSch模型进行优化，得到混合交通流下目标车辆的元胞自动机模型演化规则。本发明由目标车辆自身的速度势场和前车的车辆势场所组成的综合势场决定目标车辆的加速度，同时根据车辆跟驰模式的不同决定随机慢化规则，更准确地刻画实际交通流中车辆的跟驰行为。
-
公开(公告)号：CN116469251B
公开(公告)日：2024-11-29
申请号：CN202310331776.0
申请日：2023-03-31
Applicant: 东南大学
IPC: G08G1/01 , G06F18/2433
Abstract: 本发明公开一种面向轨迹数据的车辆异常数据筛选方法，包括：S10，获取高速公路车辆轨迹数据集，对车辆轨迹数据集进行预处理；S20，对预处理后的车辆轨迹数据集进行判断，若采样时间间隔低于预设阈值，则进入步骤S30，否则进入步骤S40；S30，对车辆轨迹数据集进行重采样；S40，按照时间特征和空间特征，将车辆轨迹数据集分成子数据集；S50，分析每一个子数据集中车辆的数据特征，根据数据特征的分析结果，将异常指标数据标记为异常数据。本发明将轨迹数据通过时间、空间特征划分出子数据集，在子数据集中对车辆速度、加速度以及车头时距这三个指标进行特征分析，将时空特性干扰降低，筛选出车辆行驶过程中出现的异常数据。
-
Patent Agency Ranking
公开(公告)号：CN116469251A
公开(公告)日：2023-07-21
申请号：CN202310331776.0
申请日：2023-03-31
Applicant: 东南大学
IPC: G08G1/01 , G06F18/2433
Abstract: 本发明公开一种面向轨迹数据的车辆异常数据筛选方法，包括：S10，获取高速公路车辆轨迹数据集，对车辆轨迹数据集进行预处理；S20，对预处理后的车辆轨迹数据集进行判断，若采样时间间隔低于预设阈值，则进入步骤S30，否则进入步骤S40；S30，对车辆轨迹数据集进行重采样；S40，按照时间特征和空间特征，将车辆轨迹数据集分成子数据集；S50，分析每一个子数据集中车辆的数据特征，根据数据特征的分析结果，将异常指标数据标记为异常数据。本发明将轨迹数据通过时间、空间特征划分出子数据集，在子数据集中对车辆速度、加速度以及车头时距这三个指标进行特征分析，将时空特性干扰降低，筛选出车辆行驶过程中出现的异常数据。
-
公开(公告)号：CN115099002A
公开(公告)日：2022-09-23
申请号：CN202210598016.1
申请日：2022-05-30
Applicant: 东南大学
IPC: G06F30/20 , G08G1/01 , G08G1/052 , G06F119/02
Abstract: 本发明公开了一种面向混合交通环境的交通流微观模型优化方法，包括：将目标车辆期望属性信息和目标车辆属性信息进行融合，得到车辆运动势场场强；利用元胞网格将各道路连续分布运动势场场强进行离散化处理，对各道路每一个离散的元胞网格在当前时刻赋予运动势场场强；分别计算在跟驰情景中智能网联车辆和人工驾驶车辆的加速度；根据车辆加速度以及离散化后各道路元胞内车辆运动势场场强，对经典NaSch模型进行优化，得到混合交通流下目标车辆的元胞自动机模型演化规则。本发明由目标车辆自身的速度势场和前车的车辆势场所组成的综合势场决定目标车辆的加速度，同时根据车辆跟驰模式的不同决定随机慢化规则，更准确地刻画实际交通流中车辆的跟驰行为。
-
公开(公告)号：CN106650057A
公开(公告)日：2017-05-10
申请号：CN201611114477.8
申请日：2016-12-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于车辆侧翻侧滑虚拟试验的公路平曲线半径设计方案安全性评价方法，包括如下步骤：明确对目标路段进行评价所采用的控制函数使用adams/car构建驾驶员‑重型货车‑目标路段虚拟试验仿真平台；根据虚拟试验仿真平台，获取重型车辆目标路段上以设计速度v运行时的动力学指标，计算LTAr与LTRr的值；根据计算得到的LTAr与LTRr值，判断其是否符合控制函数F(r)的要求。本发明能够获得更加精确的车辆经过曲线时的运动状态，快速定量计算得到评价结果；能够应用于各个阶段的公路，应用广泛；对于设计、在建阶段的公路平曲线采用该方法能够摆脱对道路现实运行数据的依赖。
-
公开(公告)号：CN116386368A
公开(公告)日：2023-07-04
申请号：CN202310332683.X
申请日：2023-03-31
Applicant: 东南大学
IPC: G08G1/0967 , G08G1/01 , G08G1/04 , G08G1/017
Abstract: 本发明公开了一种面向高速公路的自动驾驶专用道及设置方法，所述自动驾驶专用道包括智能路侧单元和高清摄像机；智能路侧单元包括交通数据传输存储设备、边缘计算平台和交通设备接口。其中，交通数据传输存储设备与自动驾驶车辆配备的车载单元进行通信，实现相关交通信息的传输与存储；边缘计算平台对高清摄像机的图像信息进行处理；高清摄像机识别车辆交通行为。本发明从设置位置、隔离形式、匝道区域设计、收费政策的角度，详细阐述高速公路自动驾驶专用车道的设置方案，并分析自动驾驶车辆和普通常规车辆在各设置方案下的行为特征，为车路协同自动驾驶技术发展初期自动驾驶专用道在高速公路上的布设提供理论基础。
-
公开(公告)号：CN106650063B
公开(公告)日：2019-05-31
申请号：CN201611127681.3
申请日：2016-12-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于车辆侧翻侧滑虚拟试验的公路平曲线半径安全设计的优化方法，包括如下步骤：1确立优化目标函数Q(r)；2构建驾驶员‑车辆‑目标路段虚拟试验仿真平台；3获取车辆以设计速度运行的动力学指标，计算侧向加速度比率LTAr与载荷转移率LTRr的值；4如满足LTAr≤0.9且LTRr≤0.9，计算Q(r)的值，跳转至步骤6；如不满足，跳转至步骤5；5公路平曲线半径r增加Δr，重复步骤2‑4；6计算目前方案与优化目标平曲线相邻平曲线之间的线段长度l；若满足条件r≥rmax或l≤lmin，跳转至步骤7；若不满足条件，r增加Δr，重复步骤2‑4；7对不同r值虚拟试验仿真结果进行对比，选择使Q(r)值最小的r作为最优设计方案。该方法可以为处于各个阶段公路的平曲线半径设计方案的安全性提供一种快速有效的优化方法。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.023 seconds)
