一种用于智能环卫车的环境感知系统

    公开(公告)号:CN112896879A

    公开(公告)日:2021-06-04

    申请号:CN202110206807.0

    申请日:2021-02-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种用于智能环卫车的环境感知系统,包括两个单目鱼眼相机、智驾控制器、单线激光雷达和单点超声波雷达。所有传感器均连接至智驾控制器,并于其中完成数据处理和融合,同时将感知结果提醒驾驶员。两个鱼眼相机分别采集环卫车周围的广角环境图像,通过视角差异完成垃圾桶的精确定位。智驾控制器内部设有相应的深度学习网络框架,利用单目鱼眼视角范围大的优势,提醒驾驶员避免事故。在垃圾桶精确定位过程中,根据离线查表法,将垃圾桶的像素坐标转换至世界坐标系下的空间坐标,进而驱动机械臂完成垃圾桶的夹持工作。与现有技术相比,本发明引入人工智能技术,极大提高环卫车的智能化水平,在确保安全的同时更有效地完成垃圾转移作业。

    一种激光雷达与视觉相机的外参标定装置及标定方法

    公开(公告)号:CN110161485A

    公开(公告)日:2019-08-23

    申请号:CN201910511493.8

    申请日:2019-06-13

    Applicant: 同济大学

    Abstract: 本发明涉及一种激光雷达与视觉相机的外参标定装置及标定方法,该装置包括依次设置的带有万向轮的支座、伸缩套筒、插入伸缩套筒上端内部且通过伸缩杆固定螺母固定位置的伸缩杆、固定在伸缩杆上端的球头座、球头座连接的球头支架以及与球头支架连接的标定板,所述的标定板为一表面平整的圆形黑色塑料板,在近边缘位置设置一个圆孔,且标定板表面按照棋盘格铣削方形凹槽,并在凹槽内嵌设白色方形的铝合金薄片,使铝合金薄片与标定板形成表面平整的矩形黑白棋盘格形式。与现有技术相比,本发明具有实用简便、通用性强等优点。

    一种基于GAN网络的线控雨刷控制系统

    公开(公告)号:CN109760635A

    公开(公告)日:2019-05-17

    申请号:CN201910017056.0

    申请日:2019-01-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于GAN网络的线控雨刷控制系统,用以实现智能汽车的雨刷控制,该系统包括依次连接的前视相机、智驾控制器、整车控制器、雨刷控制器、驱动电机总成、减速器和刮雨器,前视相机实时采集前方道路图像,并将图像通过USB数据线传输到智驾控制器,智驾控制器内部设有GAN网络架构,用以去除雨天获取的图像中的雨滴,并通过图像实时检测车辆周边雨量大小,并将雨刷档位的调整信号通过CAN线传递到整车控制器,整车控制器获取智驾控制器的CAN信号后,实时调整雨刷控制器的工作状态,雨刷控制器通过脉冲信号控制驱动电机总成工作,控制雨刷去除前挡风玻璃外侧雨滴,与现有技术相比,本发明具有实用性强、开发成本低、适用性高等优点。

    一种基于多任务融合的三维目标检测系统及其方法

    公开(公告)号:CN114118254B

    公开(公告)日:2025-05-02

    申请号:CN202111391868.5

    申请日:2021-11-19

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于多任务融合的三维目标检测系统及其方法,该检测系统包括RGB相机、激光雷达和融合算法感知模块,该检测方法包括:通过RGB相机采集车辆前方交通场景图像,通过激光雷达采集车辆周围三维点云数据;车辆前方交通场景图像传输给图像处理单元,以对车辆前方交通场景图像进行语义分割,输出对应语义信息给点云处理单元;车辆周围三维点云数据传输给点云处理单元,以对车辆周围三维点云数据添加对应语义信息,并对添加了语义信息的点云数据进行三维目标检测,输出三维目标检测结果。与现有技术相比,本发明能够在复杂的低光照环境下有效提高三维目标检测的精度。

    一种基于机器学习的动力电池热管理系统

    公开(公告)号:CN114156567B

    公开(公告)日:2024-03-26

    申请号:CN202111391780.3

    申请日:2021-11-19

    Applicant: 同济大学

    Inventor: 沈伟 王宁 邓振文

    Abstract: 本发明涉及一种基于机器学习的动力电池热管理系统,包括依次连接且构成回路的电池包、电子水泵、电加热PTC和制冷换热器,电池包、电子水泵、电加热PTC和制冷换热器分别连接控制器,所述电池包内部包括电池模组、动力电池载热管和温度传感器,所述控制器内部集成有机器学习算法,能够根据电池温度和电池状态,计算出当前时刻所需载热剂的温度和流量,从而调节电池温度保持在合适范围。与现有技术相比,本发明提出神经网络方法实现电池包温度控制,能够自动学习人工专家经验,实现精确、稳定的电池包温度控制。

    一种车载激光雷达在整车坐标系下的快速标定方法

    公开(公告)号:CN111208493B

    公开(公告)日:2023-04-28

    申请号:CN202010018411.9

    申请日:2020-01-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种车载激光雷达在整车坐标系下的快速标定方法,首先利用水平仪测量激光雷达坐标系的X’轴和Y’轴与水平面的夹角,再利用几何关系求得旋转轴和旋转角度使激光雷达坐标系Z’轴旋转至与整车坐标系的Z轴平行;其次将旋转轴和旋转角度转换为旋转向量,并进一步转换为欧拉角导入激光雷达可视化软件并获取激光数据,再将车辆移动至直角墙面,并使车辆正前方与某一墙面平行,然后在软件中测量参考线与墙面直线的角度;最后利用所测角度与之前旋转向量共同计算旋转矩阵R,同时,使用量尺测量激光雷达中心在整车坐标系下的坐标,从而得到最终平移向量t,完成整个标定过程。与现有技术相比,本发明具有节省成本、标定快速、标定准确等优点。

    一种用于智能环卫车的环境感知系统

    公开(公告)号:CN112896879B

    公开(公告)日:2022-11-18

    申请号:CN202110206807.0

    申请日:2021-02-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种用于智能环卫车的环境感知系统,包括两个单目鱼眼相机、智驾控制器、单线激光雷达和单点超声波雷达。所有传感器均连接至智驾控制器,并于其中完成数据处理和融合,同时将感知结果提醒驾驶员。两个鱼眼相机分别采集环卫车周围的广角环境图像,通过视角差异完成垃圾桶的精确定位。智驾控制器内部设有相应的深度学习网络框架,利用单目鱼眼视角范围大的优势,提醒驾驶员避免事故。在垃圾桶精确定位过程中,根据离线查表法,将垃圾桶的像素坐标转换至世界坐标系下的空间坐标,进而驱动机械臂完成垃圾桶的夹持工作。与现有技术相比,本发明引入人工智能技术,极大提高环卫车的智能化水平,在确保安全的同时更有效地完成垃圾转移作业。

    一种人体姿态估计方法、电子设备及介质

    公开(公告)号:CN115083013A

    公开(公告)日:2022-09-20

    申请号:CN202210579335.8

    申请日:2022-05-25

    Applicant: 同济大学

    Abstract: 本发明涉及一种人体姿态估计方法,包括以下步骤:S1:获取多张待识别图像和每张待识别图像所对应的标注信息,将待识别图像分为训练集图像和测试集图像,根据测试集图像以及测试集图像所对应的标注信息获取热力图;S2:将训练集图像和训练集图像所对应的标注信息输入训练好的人体关键点检测模型,获取尺度因子;S3:根据尺度因子修正S1获取的热力图,然后根据修正后的热力图获取待识别图像中所有关键点的位置;S4:采用训练好的生成对抗网络模型对S3中所有关键点进行分组组合,获取待识别图像中所有人物的人体姿态信息图。与现有技术相比,本发明能够高效提升多尺度实例的关键点检测以及关键点组合。

    一种基于多传感器融合的无锚框3D目标检测方法

    公开(公告)号:CN114118247A

    公开(公告)日:2022-03-01

    申请号:CN202111384455.4

    申请日:2021-11-18

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于多传感器融合的无锚框3D目标检测方法,包括:获取彩色RGB图像和激光点云;对彩色RGB图像进行语义分割,得到各像素的类别信息;利用类别信息对激光点云的特征进行增强,得到增强激光点云;对增强激光点云分别进行点云几何特征编码、点云可见性特征编码,得到几何特征和可见性特征;将几何特征与可见性特征进行堆叠,得到堆叠特征;将堆叠特征输入多层特征提取网络,提取不同层级的特征信息,再将各层级的特征信息进行堆叠,得到融合特征;将融合特征输出给无锚框目标检测器,以得到3D目标检测结果。与现有技术相比,本发明通过多模态数据的融合,利用传感器之间的优势互补来增强3D目标检测性能,从而实现准确快速检测的目的。

    一种基于不确定性估计的车辆轨迹预测方法

    公开(公告)号:CN114005280A

    公开(公告)日:2022-02-01

    申请号:CN202111360841.X

    申请日:2021-11-17

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于不确定性估计的车辆轨迹预测方法,包括:实时采集周围车辆的位姿信息和局部语义地图信息,并得到车辆历史位姿信息;根据采集的车辆位置信息,结合高精地图、车道连通关系以及交通规则,确定出未来轨迹终点的所有候选车道;根据车辆位姿和局部语义地图评估车辆历史位姿的不确定性;将车辆历史位姿转换至各车道坐标系下,结合车道走向等信息进行特征编码,预测车辆行驶终点在各候选车道上的概率;根据特征编码预测目标车辆的未来行驶路线的概率分布。与现有技术相比,本发明解决了现有技术中忽视输入车辆历史位姿不确定性和轨迹多模态建模不完整的问题,能够为自动驾驶的下游决策规划提供准确可靠的信息来源、降低风险。

Patent Agency Ranking