一种用于自动驾驶的路面抗滑性能感知方法

    公开(公告)号:CN117910343A

    公开(公告)日:2024-04-19

    申请号:CN202410023914.3

    申请日:2024-01-08

    Applicant: 东南大学

    Abstract: 本发明公开一种用于自动驾驶的路面抗滑性能感知方法,包括如下步骤:获取若干组汽车在不同路况下行驶的模拟数据;以模拟数据作为输入,以时间窗口内驶过路面的平均摩擦系数作为输出,对一维卷积神经网络模型进行训练;获取若干组汽车在不同路况下实际自动行驶的实际数据;对所述一维卷积神经网络模型中除输出层以外的网络层训练好的权重进行初始化,采用实际数据对其进行训练,得到训练好的一维卷积神经网络模型;自动驾驶车辆在行驶过程中,基于实时的数据,利用训练好的一维卷积神经网络模型得到当前的路面摩擦系数。此种方法感知速度快,具有较强的泛化性能,无需额外加装传感器,成本低,并可直接应用于自动驾驶的系统框架之中。

    基于多特征融合深度学习网络的沥青路面级配检测方法

    公开(公告)号:CN116958818A

    公开(公告)日:2023-10-27

    申请号:CN202310977341.3

    申请日:2023-08-04

    Applicant: 东南大学

    Abstract: 本发明公开了基于多特征融合深度学习网络的沥青路面级配检测方法,基于点云空间分布相似性的数据增强算法和由点云转化为深度图像的数据转换方法,构建以深度图像检测网络为骨干,加入辅助信息的多特征融合网络,方法采用激光扫描仪获取路面点云数据;经过预处理后采用数据增强算法通过少量原始点云获取大量高质量点云样本,最后通过多特征融合网络检测路面级配信息;本发明只需提取原路面的点云信息,对原有路面结构和功能没有任何破坏和损伤,不仅可以分析沥青混合料在摊铺过程中的离析程度,还可以定量分析路面实际级配与设计级配的差异,便于施工过程中对集料级配进行及时有效的调整,且在路面病害防治时可快速准确知道路面级配情况。

    一种多因素耦合作用下多孔沥青混合料路用性能试验装置及试验方法

    公开(公告)号:CN114636813A

    公开(公告)日:2022-06-17

    申请号:CN202210156309.4

    申请日:2022-02-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种多因素耦合作用下多孔沥青混合料路用性能试验装置及试验方法。该装置包括动荷载压杆与动荷载压头、臭氧型紫外线灯、水损试验桶、小型鼓风机、试验平台。试验方法包括多孔沥青混合料老化‑车载‑水损耦合作用加载、材料性能衰变指数测量、路用性能衰减系数计算,可以模拟多孔沥青路面在老化、水损和交通荷载多因素耦合作用下的材料性能衰变,可用于评价多孔沥青混合料在受到老化‑车载‑水损耦合作用下的路用性能,并且可以测量同一沥青试件的性能衰变曲线,避免平行试件之间的误差,可以有效评价多孔沥青混合料的路用性能。

Patent Agency Ranking