公开(公告)号：CN114971225B

公开(公告)日：2024-07-12

申请号：CN202210500958.1

申请日：2022-05-10

Applicant: 东南大学

Inventor： 徐启敏 ,  宋剑 ,  李旭

IPC: G06Q10/0639 ,  G06F17/14 ,  G06F17/16 ,  G06N3/084 ,  G01M17/007 ,  G01P15/00

Abstract: 本发明公开了一种基于分布式智能综合决策的无人驾驶公交平顺性测评方法，该方法在被测无人驾驶公交车上选择六处安装位置，包括驾驶员座位、同侧最前排座位、同侧中部座位、同侧最后排座位、对侧最前排座位以及对侧最后排座位，每个安装位置有三处测量点，分别安装加速度计，实现测评所需基础数据的分布式采集，并采用Daubechies小波分析方法对垂向加速度原始数据进行滤波处理，以减小噪声的影响；接着采用频谱分析方法计算加权加速度均方根值；最后以各安装位置的加权加速度均方根平均值作为BP神经网络输入，得到综合决策的测评结果。本发明全面考虑无人驾驶公交车上的多个位置，通过对各位置平顺性评价指标的综合决策实现定量测评，测评结果准确可靠。

公开(公告)号：CN114379540B

公开(公告)日：2024-04-30

申请号：CN202210157766.5

申请日：2022-02-21

Applicant: 东南大学

Inventor： 李旭 ,  胡玮明 ,  孔栋 ,  胡悦 ,  徐启敏

IPC: B60W30/04

Abstract: 本发明公开了一种考虑前方障碍物影响的大型营运车辆防侧翻驾驶决策方法。首先，明确防侧翻驾驶决策方法适用的交通场景。其次，将防侧翻驾驶决策问题建模为马尔科夫决策过程，利用标准的策略梯度算法建立大型营运车辆的防侧翻驾驶决策模型。最后，对防侧翻驾驶决策模型进行训练，得到不同行驶工况下的防侧翻驾驶策略。本发明提出的决策方法，考虑了执行防侧翻驾驶策略过程中的安全隐患，克服了现有方法缺乏有效性和可靠性的不足，为营运车辆提供直行、转向、加速、减速等明确的驾驶策略，实现了有效、可靠的大型营运车辆防侧翻驾驶决策。

公开(公告)号：CN117422771A

公开(公告)日：2024-01-19

申请号：CN202311285348.5

申请日：2023-10-07

Applicant: 东南大学

Inventor： 李旭 ,  杨涵 ,  徐启敏 ,  朱建潇 ,  王贲武

IPC: G06T7/80 ,  G06T5/40 ,  G06T5/50 ,  G06V10/46 ,  G06V10/75 ,  G01S7/497 ,  G01S17/89

Abstract: 本发明公开了一种相机与激光雷达传感器设备的外参标定方法及系统，首先，使用采集设备采集图像和点云数据，在激光雷达采集到的原始点云数据中进行路面提取，对提取到的路面点云数据采用体素补全的方式得到路面点云补全数据，并对补全后的点云数据的反射强度值进行直方图均衡化以增强车道标识和路面间反射强度的对比度；再将路面点云数据投影至像平面后与相机图像进行特征点匹配，利用求得的匹配特征点求解出初始外部参数；最后利用互信息值构建由外部参数中元素组成的目标函数，使用优化算法优化求得最佳的外部参数。本发明方法，在保证标定精度的同时具备可在线完成标定、流程简单、适应性强，满足自动驾驶系统中对外部参数的在线标定需求。

公开(公告)号：CN117173399A

公开(公告)日：2023-12-05

申请号：CN202311142851.5

申请日：2023-09-06

Applicant: 东南大学

Inventor： 李旭 ,  王贲武 ,  兰浩然 ,  徐启敏

IPC: G06V10/25 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06V10/766 ,  G06V10/82 ,  G06N3/08 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/0985 ,  G06V10/764 ,  G06V10/77 ,  G06V10/22

Abstract: 本发明公开了一种跨模态交叉注意力机制的交通目标检测方法及系统，至少包括多模态特征深度融合的3D目标检测网络模型，所述模型包括跨模态数据增强模块、点云分支主干网络模块、图像分支主干网络模块、点云‑图像交叉注意力融合模块和检测任务处理模块，本方法及系统分别对点云分支主干网络和图像分支主干网络进行了细粒度特征提取，在点云分支中采用动态体素化和稀疏卷积的方式进一步提升了检测速度，在图像分支中通过跨层连接多层次特征使得图像特征具备了丰富的多尺度信息，该网络提升检测性能的同时，还可以面向遮挡场景和小尺度目标场景实现稳定的目标检测，有效降低了单一传感器感知目标的不准确性，实现了更加准确、鲁棒的检测性能。

公开(公告)号：CN113703025B

公开(公告)日：2023-11-07

申请号：CN202110972521.3

申请日：2021-08-23

Applicant: 东南大学

Inventor： 徐启敏 ,  阮国星 ,  李旭

IPC: G01S19/47

Abstract: 本发明公开了一种面向GNSS多种失效状态的车辆定位误差智能预测方法。该方法首先根据GNSS失效时的可见星数将失效状态分为0颗星、1颗星、2颗星、3颗星四种，依据定位误差对历史信息的依赖特性，针对不同失效状态下的定位误差预测任务分别建立基于LSTM的深度学习网络；接着，借鉴多任务学习思想，充分利用不同失效状态子任务模型之间的相似性，采用soft参数共享机制进行综合训练，提升各子任务模型的泛化能力；最终，训练完成后的车辆定位误差智能预测模型可以根据实际的可见星数目所决定的输入量个数，选择相应的子任务模型，得到定位误差的预测值。本方法充分利用了GNSS失效状态下的部分可见卫星的信息，模型泛化能力强，定位误差预测准确。

公开(公告)号：CN116959260A

公开(公告)日：2023-10-27

申请号：CN202311212627.9

申请日：2023-09-20

Applicant: 东南大学

Inventor： 罗为明 ,  李旭 ,  胡锦超 ,  徐启敏 ,  胡玮明

IPC: G08G1/01 ,  G08G1/048 ,  G08G1/052 ,  G08G1/0967 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络的多车辆驾驶行为预测方法，属于新一代信息技术领域。首先，建立基于图神经网络的驾驶行为预测模型，并定义预测模型的输入和输出。其次，定义驾驶行为预测模型的相关参数。最后，设计驾驶行为预测模型的网络架构，并对其进行训练。本发明提出的方法站在路侧的全局化视角，能够预测多个交通参与者的驾驶行为，有助于提高道路重点区域的行车安全。此外，该方法无需计算车辆动力学模型，计算耗时低，且使用的传感器成本较低，计算方法清晰，便于大规模推广。

公开(公告)号：CN109903341B

公开(公告)日：2023-09-08

申请号：CN201910073564.0

申请日：2019-01-25

Applicant: 东南大学

Inventor： 李旭 ,  赵琬婷 ,  韦坤

IPC: G06T7/80

Abstract: 本发明公开了一种车载摄像机外参动态自标定方法，涉及智能车辆信息处理技术领域，该方法在载体车辆上设置一正六边形黑白标定参照物，首先利用张氏标定法对静态载体车辆上监控摄像机的参数进行标定，获得摄像机内参与初始外参，进而结合参照物中各标定参照点的三维世界坐标计算各标定参照点的初始三维摄像机坐标；然后在监控摄像机工作过程中对动态变化的外参进行定时检测更新。本方法保持监控摄像机外参的准确可靠，为后续进行相关机器视觉应用提供标定准确性前提。

公开(公告)号：CN116503602A

公开(公告)日：2023-07-28

申请号：CN202310528767.0

申请日：2023-05-11

Applicant: 东南大学

Inventor： 李旭 ,  倪培洲 ,  孙栋 ,  韦坤 ,  胡悦

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多层级边缘增强的非结构化环境三维点云语义分割方法，首先构建一个高效的基于球面投影的语义‑边缘双编码结构，其次设计边缘注意力融合模块对双编码器的中间特征进行深度和自动融合，再次设计解码器将特征图恢复到原始输入尺寸，接着提出一种边缘判别器，在输出端进一步提高识别边缘的能力，然后设计损失函数，最后利用样本集对网络进行训练，获得网络参数，从而实现非结构化环境三维点云语义的高效与可靠分割，本发明方法结合传统方法和深度学习算法的优点，提升对于边缘的感知能力，以实现非结构化环境的高效、高精三维语义分割。

公开(公告)号：CN116265664A

公开(公告)日：2023-06-20

申请号：CN202111553621.9

申请日：2021-12-17

Applicant: 东南大学

Inventor： 李旭 ,  韦坤 ,  周晓晶

IPC: E02F9/20 ,  E02F3/43

Abstract: 本发明提出了一种用于大型挖掘机高效作业的一键无线操控方法，首先对挖掘机的液压系统进行电控改造，然后搭建无线操控装置和实现挖掘机各执行部件动作的单步操控，接着梳理挖掘机高频重复的序列化动作，最后基于“感知‑控制”实现挖掘机序列化动作的一键操控。本发明装置包括遥控器、无线传输模块、信号处理模块、电流产生模块和多个电磁阀，可以实现挖掘机单步动作和序列化动作的无线操控。本发明方法融合挖掘机作业部件的状态实时感知和精准控制，可以实现高效精准的一键序列化操控，提高挖掘机的作业效率。

公开(公告)号：CN115965783A

公开(公告)日：2023-04-14

申请号：CN202211647922.2

申请日：2022-12-21

Applicant: 东南大学

Inventor： 李旭 ,  冯允佳 ,  倪培洲 ,  张学文

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06V20/56 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明提出了一种基于点云和图像特征融合的非结构化道路分割方法。首先，利用自动驾驶仿真模拟器CARLA构建非结构化道路场景的数据集。然后，针对点云数据特性设计了用于训练和推理的3D主干网络，针对图像数据的特征设计了用于辅助训练的2D网络。接着，利用知识蒸馏进行点云‑图像特征融合，在保留原有3D特征知识的基础上，充分利用2D特征的纹理和颜色特征作为先验信息辅助训练，利用多模态特征增强3D主干网络。最后，利用自建的非结构化道路场景数据集训练模型，并进行非结构化道路分割。本发明有效解决了当前非结构化道路场景数据集稀缺的问题，并将互补的多模态特征进行有效的提取和融合，进一步提高了非结构化道路分割的准确性和高效性。