-
公开(公告)号：CN106741144A
公开(公告)日：2017-05-31
申请号：CN201611204497.4
申请日：2016-12-23
Applicant: 同济大学
CPC classification number: B62D5/0418 , B62D7/146
Abstract: 本发明涉及一种转向电机置于双横臂悬架转向节上的四轮独立转向系统，包括转向电机、上摆臂和下摆臂，以及用于带动车轮转向的转向节，上摆臂和下摆臂与车身连接，转向系统还包括电机支架，电机支架通过推力轴承与转向节连接，转向电机固定于电机支架上，且输出轴通过键与转向节连接，上摆臂通过虎克铰与电机支架连接，下摆臂通过球铰与转向节连接。与现有技术相比，本发明结合了双横臂独立悬架与线控转向系统的优点，实现良好的悬架运动学特性的同时将转向伺服电机总成布置于轮边，实现了悬架和转向系统的一体化，集成度高。
-
公开(公告)号：CN106627746A
公开(公告)日：2017-05-10
申请号：CN201611205328.2
申请日：2016-12-23
Applicant: 同济大学
Abstract: 本发明涉及一种转向电机布置于双横臂悬架摆臂的线控四轮独立转向系统，包括转向电机、从动轴，上控制臂和下摆臂，以及用于带动车轮转向的转向节，上控制臂和下摆臂连接于车身上，从动轴穿过下摆臂后与转向节连接，上控制臂与转向节连接，转向系统还包括万向传动装置，万向传动装置设于从动轴和转向节之间，转向电机置于下摆臂上，且输出端与万向传动装置连接；转向电机输出的转矩经万向传动装置驱动转向节带动车轮转向。与现有技术相比，本发明具有实现独立转向的同时兼顾到悬架的运动性能等优点。
-
公开(公告)号：CN109828581B
公开(公告)日：2024-07-26
申请号：CN201910147765.0
申请日：2019-02-27
Applicant: 同济大学
IPC: G05D1/43 , E01H1/00 , G05D1/242 , G05D1/243 , G05D1/246 , G05D1/633 , G05D1/248 , G05D1/247 , G05D1/648 , G05D105/10
Abstract: 本发明涉及一种带有自动驾驶系统的多模式智能电动清扫车，包括车体、设于车体底部的车轮、设于车体上的传感装置及设于车体的前侧下方位置的前端清扫装置，所述的前端清扫装置包括架设在车体的前侧下方的防撞托架，防撞托架的底部设有滚刷，所述的传感装置设置在车体上，所述的传感装置包括激光雷达、单目相机、GPS天线和超声波雷达，所述的车体内设有自动驾驶系统，该自动驾驶系统包括智能驾驶脑系统、与智能驾驶脑系统分别连接的底层线控底盘系统、线控清扫系统和远程监控系统。与现有技术相比，本发明能够同时保证清扫车的自动驾驶功能和无人清扫功能，安全可靠，能够大大的降低环卫工人的劳动强度。
-
公开(公告)号：CN118347491A
公开(公告)日：2024-07-16
申请号：CN202410483094.6
申请日：2024-04-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于多源传感器融合架构的车载单目视觉惯性定位方法，包括：构建基于因子图的多源传感器融合架构，该多源传感器融合架构包括单目相机、惯性测量单元IMU和4D毫米波雷达Radar三类异构传感器；利用多源传感器融合架构输出得到自车位置、姿态和速度信息。与现有技术相比，本发明基于因子图实现车载单目视觉惯性定位，视觉观测通过视觉里程计因子引入，IMU观测通过IMU预积分因子引入，Radar观测通过非完整性约束因子和尺度先验因子引入；针对路口长时间停车，设计零速检测与更新模块；针对小区内近距离转向路段，设计转向识别协方差自适应调整策略。由此能够有效改善单目尺度估计与恢复效果、提升车辆定位精度。
-
公开(公告)号：CN118242374A
公开(公告)日：2024-06-25
申请号：CN202410287295.9
申请日：2024-03-13
Applicant: 同济大学
IPC: F16D55/225 , H02K7/10 , H02K7/104 , H02K7/106 , H02K49/04 , H02K9/00 , H02K9/02 , H02K1/22 , F16D65/18 , F16D65/847 , F16D121/20 , F16D121/24
Abstract: 本发明涉及一种电子机械制动结构，包括制动盘、实心转子电机和电磁铁单元，所述电磁铁单元设置在实心转子电机上，所述电磁铁单元用于为制动盘提供制动力；所述实心转子电机上设有制动凹槽，所述制动凹槽内设有定子，所述制动盘位于制动凹槽内，所述定子对称分布在制动盘的两侧，所述实心转子电机用于为制动盘提供制动力或驱动力。与现有技术相比，本发明具有结构简单、避免了旋转电机带来的堵转过热、且价格低廉等优点。
-
Patent Agency Ranking
公开(公告)号：CN117962846A
公开(公告)日：2024-05-03
申请号：CN202410206652.4
申请日：2024-02-26
Applicant: 同济大学
Abstract: 本发明涉及一种电子机械制动系统接触点识别系统及其方法，该系统包括初始接触点检测装置、正弦位置闭环控制模块以及均值计算模块，该方法包括：检测初始接触点，即制动片与制动盘接触时的电机转子位置；将初始接触点作为正弦位置指令的偏置，设置正弦位置信号频率，通过电机控制模块进行正弦位置闭环控制；在正弦位置闭环控制过程中获取多个接触点数据，计算多个接触点数据的高斯分布均值，即得到接触点识别结果。与现有技术相比，本发明能够降低接触点识别的误差，避免接触点识别的超前和滞后现象，为夹紧力估计提供更为准确的初始条件。
-
公开(公告)号：CN117826143A
公开(公告)日：2024-04-05
申请号：CN202311870866.3
申请日：2023-12-29
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的4D毫米波雷达里程计方法，包括：构建4DRO‑Net架构，包括特征编码模块、初始位姿生成模块以及矫正位姿生成模块；利用4D毫米波雷达点云序列数据集，针对4DRO‑Net架构进行训练，得到4D毫米波雷达里程计模型；将当前传感器采集的4D毫米波雷达点云输入4D毫米波雷达里程计模型，输出得到位姿估计结果。与现有技术相比，本发明采用基于滑动窗口的由粗到精的分层优化方式，以迭代的方式估计和细化位姿，能够充分利用4D毫米波雷达的点云信息，实现对稀疏点云的高效学习、对稀疏的点云数据进行有效的特征提取、提高位姿估计的精度。
-
公开(公告)号：CN117671010A
公开(公告)日：2024-03-08
申请号：CN202311870852.1
申请日：2023-12-29
Applicant: 同济大学
Abstract: 本发明涉及一种基于多模态和多尺度自适应融合的4D雷达视觉里程计方法，包括：构建4DRVO‑Net架构，包括依次连接的特征提取模块、特征融合模块、初始位姿估计模块和位姿迭代细化模块；利用图像‑4D雷达点云对数据集，针对4DRVO‑Net架构进行训练，得到4D雷达视觉里程计模型；将当前实际的图像‑4D雷达点云对输入4D雷达视觉里程计模型，输出得到位姿估计结果。与现有技术相比，本发明基于特征金字塔、位姿扭曲和成本量网络架构，以从粗到精的方法估计和细化位姿，能够实现对稀疏4D雷达点云特征的细粒度学习、实现多尺度的跨模态特征交互和自适应的多模态特征融合、同时能够减少环境中动态物体对里程计估计造成的干扰影响，从而获得更加精准的位姿估计结果。
-
公开(公告)号：CN116804557A
公开(公告)日：2023-09-26
申请号：CN202310647065.4
申请日：2023-06-01
Applicant: 同济大学
Abstract: 本发明涉及一种融合UWB测距信息的单目视觉车辆定位系统及其方法，该系统包括：量测预处理模块用于对单目相机原始图像进行去畸变和光度校正处理、根据UWB标签测距信息插值获取同步后距离量测；单目视觉里程计模块用于增量式估计相机位姿、构建两种视觉相对位姿量测；非视距识别与剔除模块用于对同步后距离量测进行非视距量测剔除；初始化模块用于估计初始全局航向角和视觉里程计初始尺度；因子图优化模块则结合单目视觉里程计模块、非视距识别与剔除模块、初始化模块的输出数据，以估计得到车辆全局位姿信息。与现有技术相比，本发明能同时解决单目视觉里程计存在的问题，并大大降低所需UWB基站数量，能够在各种复杂工况下实时准确估计车辆全局位姿。
-
公开(公告)号：CN109828581A
公开(公告)日：2019-05-31
申请号：CN201910147765.0
申请日：2019-02-27
Applicant: 同济大学
Abstract: 本发明涉及一种带有自动驾驶系统的多模式智能电动清扫车，包括车体、设于车体底部的车轮、设于车体上的传感装置及设于车体的前侧下方位置的前端清扫装置，所述的前端清扫装置包括架设在车体的前侧下方的防撞托架，防撞托架的底部设有滚刷，所述的传感装置设置在车体上，所述的传感装置包括激光雷达、单目相机、GPS天线和超声波雷达，所述的车体内设有自动驾驶系统，该自动驾驶系统包括智能驾驶脑系统、与智能驾驶脑系统分别连接的底层线控底盘系统、线控清扫系统和远程监控系统。与现有技术相比，本发明能够同时保证清扫车的自动驾驶功能和无人清扫功能，安全可靠，能够大大的降低环卫工人的劳动强度。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.015 seconds)
