一种纯电动方程式赛车整车电气系统

    公开(公告)号:CN112026672A

    公开(公告)日:2020-12-04

    申请号:CN202010850348.5

    申请日:2020-08-21

    Applicant: 东南大学

    Abstract: 本发明提出一种纯电动方程式赛车整车电气系统,以主控制器为核心,基于CAN总线进行数据传输,电气系统包括驱动系统、电池及BMS管理系统、安全系统和控制及数据采集系统。驱动系统采用后轮双电机驱动;电池及BMS管理系统实时检测电池的电流、电压、温度等信号,动态制定电池管理策略,通过热管理、主动均衡管理、充电管理、放电管理等手段控制电池工作在合适工况;安全系统实时检测赛车状态,若状态异常则切断所有动力来源;控制及数据采集系统结合踏板角度传感器等信号得到赛车行驶意图,最终实现赛车的动力系统、高压电安全、硬件预警保护等控制,解决了电动赛车线束布置复杂、CAN信号抗干扰能力弱、电气系统的鲁棒性差等问题。

    一种适用于无人方程式赛车的直线加速车道标志线检测方法

    公开(公告)号:CN111931560A

    公开(公告)日:2020-11-13

    申请号:CN202010579870.4

    申请日:2020-06-23

    Applicant: 东南大学

    Abstract: 本发明涉及一种适用于无人方程式赛车的直线加速车道标志线检测方法,主要适用于赛道的起始线和终止线检测以及直线加速赛道的车道标志线检测,将图像进行灰度化处理,采用高斯滤波器去除噪声,基于Sobel算子进行道路边缘增强,通过将图像进行二值化处理得到道路预处理图像;采用Canny边缘检测算子进行车道线边缘的提取,接着结合车道线特征建立自适应三角形感兴趣区域,将图像分为左右两部分,采用Hough变换分别拟合识别车道标志线检测出道路边界,最后输出两条车道线并叠加到原始图像中;本发明可应用于无人驾驶领域的驾驶辅助系统,减少由于驾驶员分心而造成的伤亡事故。

    一种基于光照条件改善的夜间路面识别方法、系统及设备

    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

    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。

    智能汽车行车风险场大小的量化方法、装置及存储介质

    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。

    一种四轮电驱动汽车状态预测方法

    公开(公告)号:CN113650620B

    公开(公告)日:2022-08-12

    申请号:CN202111002707.2

    申请日:2021-08-30

    Applicant: 东南大学

    Abstract: 本发明涉及一种四轮电驱动汽车状态预测方法,首先利用车载传感器获得汽车的纵向速度、横摆角速度、轮胎侧向力、前轮转角信号和纵向驱动力信息,利用无迹卡尔曼滤波算法获得基于模型的车辆状态估计;将车辆运行中产生的大数据进行提取获得状态输入和输出数据集,运用神经网络训练获得软件定义的车,使得其能够根据车辆控制输入自动输出车辆状态,获得基于数据的车辆状态估计;将获得的基于模型和数据的车辆估计加权融合,获得最终汽车状态估计值。本发明基于算法的持续优化,不断改善预测精度,促进了汽车主动安全控制技术的发展。

    一种考虑质量失配的轮胎路面附着系数多模型融合估计方法

    公开(公告)号:CN114043986A

    公开(公告)日:2022-02-15

    申请号:CN202110971842.1

    申请日:2021-08-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种车载传感器测量数据异常情况下的汽车状态估计方法,具体包括以下步骤:采集车辆纵向加速度、横向加速度、横摆角速度和前轮转角信号,与非线性车辆模型结合,利用强跟踪无迹卡尔曼滤波估计车辆轴向力信息,基于车辆轴向力信息利用交互多模型无迹卡尔曼估计轮胎路面附着系数;车辆轴向力信息包括车辆前轴的纵向力和侧向力以及车辆后轴的纵向力和侧向力。通过交互与混合、预测以及融合,给出了一种可以结合多个模型的优势实现在复杂驾驶工况下轮胎路面附着系数的精确估计,然后对后验状态和它的协方差矩阵Pη更新,采用先验与后验相结合的估计方法,可以填补当前质量失配情况下汽车轴向力无法精确估计的技术空白。

    考虑小目标区域识别的光照自适应路面检测方法及系统

    公开(公告)号:CN119559604A

    公开(公告)日:2025-03-04

    申请号:CN202411722127.4

    申请日:2024-11-28

    Applicant: 东南大学

    Abstract: 本发明公开了考虑小目标区域识别的光照自适应路面检测方法及系统,涉及智能感知技术领域。本发明包括:接收实时图像数据,搭建地平线检测网络,将图像输入网络中得到包含环境元素的上半区图像和包含路面及障碍物的下半区图像;使用上半区图像判断驾驶场景的昼夜状态,使系统根据光照条件自动调节模型参数;使用下半区图像进行语义分割,根据语义掩膜截取具有路面信息量的小分辨率图块;搭建多图块融合决策网络,将图块输入到网络中,网络可自适应地分配各图块特征的权重并对各图块预测概率进行融合决策。本发明将路面检测拓展到了全天候场景,具备更高的实际应用价值,并且本发明攻克了小目标路面区域的识别难点,便于提高路面检测的准确性。

    一种适用于无人方程式赛车的直线加速车道标志线检测方法

    公开(公告)号:CN111931560B

    公开(公告)日:2022-11-01

    申请号:CN202010579870.4

    申请日:2020-06-23

    Applicant: 东南大学

    Abstract: 本发明涉及一种适用于无人方程式赛车的直线加速车道标志线检测方法,主要适用于赛道的起始线和终止线检测以及直线加速赛道的车道标志线检测,将图像进行灰度化处理,采用高斯滤波器去除噪声,基于Sobel算子进行道路边缘增强,通过将图像进行二值化处理得到道路预处理图像;采用Canny边缘检测算子进行车道线边缘的提取,接着结合车道线特征建立自适应三角形感兴趣区域,将图像分为左右两部分,采用Hough变换分别拟合识别车道标志线检测出道路边界,最后输出两条车道线并叠加到原始图像中;本发明可应用于无人驾驶领域的驾驶辅助系统,减少由于驾驶员分心而造成的伤亡事故。

    一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法

    公开(公告)号:CN113978476B

    公开(公告)日:2022-08-12

    申请号:CN202110964949.3

    申请日:2021-08-20

    Applicant: 东南大学

    Abstract: 本发明涉及一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法,首先利用电动汽车车载传感器获得带有部分测量数据丢失的前轮转角,纵向速度,质心侧偏角以及纵、横向加速度信号,利用线控系统中CAN总线获得轮胎的纵向驱动力信息,将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计轮胎侧向力,实现轮胎侧向力的精确获取。本发明可以填补当前传感器数据丢失情况下轮胎力无法估计的技术空白,促进了汽车主动安全控制技术的发展。

Patent Agency Ranking