-
公开(公告)号：CN113705865A
公开(公告)日：2021-11-26
申请号：CN202110935648.8
申请日：2021-08-16
Applicant: 东南大学
Abstract: 本发明公开一种基于深度神经网络的汽车稳定性因数预测方法，其特征在于包含以下步骤：采集驾驶员在不同工况下驾驶时的汽车状态参数数据，针对每种工况采集多组汽车状态参数数据，对采集的数据进行预处理，建立汽车稳定性因数估计数据库；设计多层前馈神经网络，神经网络学习算法的训练；对神经网络进行测试，验证神经网络的训练效果是否满足要求。本发明方法能够保证不同工况下汽车操纵稳定性，用于汽车控制器设计，能够保证控制器在汽车处于不同工况下，均有较好的控制效果。
-
公开(公告)号：CN113570873A
公开(公告)日：2021-10-29
申请号：CN202110811998.3
申请日：2021-07-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于信号灯灯板的车前路口距离检测方法，涉及智能交通感知技术领域，解决了现有车辆距离信号灯路口距离检测的算法复杂且耗费时间长的技术问题，其技术方案要点是不需要借助GPS等额外技术设备，仅根据信号灯灯板，借助单目摄像头，便可及时获取车前路口距离信息。本申请所用的设备成本较低，采用的算法较为简便，改善了原有技术成本较高、算法复杂的局限性。
-
-
公开(公告)号：CN112026533B
公开(公告)日：2021-05-11
申请号：CN202010851778.9
申请日：2020-08-21
Applicant: 东南大学
Abstract: 本发明公开一种极限工况下的四轮独立驱动电动汽车牵引力控制方法，综合考虑了驾驶员的控制需求以及车辆的稳定性原则，采用三种不同的驱动模式取代了单一的转矩分配方式，最大程度地利用了轮胎的纵、侧向附着裕度，保证了四轮独立驱动电动汽车在低附着路面的运动跟踪精度和车身稳定要求，同时也使得上层控制目标和底层执行结果保持一致，方便了驾驶员在极限工况对车辆的操纵，提高了车辆的主动安全性。
-
公开(公告)号：CN109144277B
公开(公告)日：2021-04-27
申请号：CN201811218785.4
申请日：2018-10-19
Applicant: 东南大学
Abstract: 本发明涉及一种基于机器学习实现脑控智能小车的构建方法，包括以下步骤：被试佩戴EMOTIV脑电放大器，想象左手运动、右手运动、推和拉等肢体动作；将放大器采集得到的脑电信号传输给上位机中的Simuink模块，再通过无线串口将信号传输给虚拟机中的Linux系统；运用小波包分解滤除与运动想象无关的脑电信号，利用Fisher判据选取每个通道的最佳频率，再根据公共空间模式（CSP）的滤波系数剔除部分维度的信号分量；完成K近邻（KNN）分类器的构建，对一对多CSP滤波器所提取的特征向量进行分类，将分类结果传输给单片机，实现小车实时控制；本发明所需的硬件平台结构简单成本低，通过各通道频率选取及部分维度信号分量的剔除提高了脑电信号的识别率，保障了小车的驾驶安全。
-
Patent Agency Ranking
公开(公告)号：CN109398336B
公开(公告)日：2021-01-19
申请号：CN201811218789.2
申请日：2018-10-19
Applicant: 东南大学
Abstract: 本发明涉及一种基于人机共驾的自动驾驶车辆通用制动系统及制动方法，包括控制系统模块，其用于控制系统气路和液压油路的通断，从而实现人工驾驶、自动驾驶制动、自动驾驶空闲的系统工作状态；机械液压制动模块，其使车辆处于有人驾驶状态下，驾驶员进行常规制动操作；气液耦合线控制动模块，其与机械液压制动模块并联设置，用于快速响应线控制动信号；车辆底层制动执行模块，其在液压油路压力的驱动下，控制车辆实现制动；本发明采用模块化设计，只需将气液耦合线控制动模块和原车制动模块并联，且通用性好，适用于所有自动驾驶车辆的制动系统，结构简单，安装方便。
-
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
IPC: B60R16/02 , B60R16/023 , B60L3/00
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。
-
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。
-
公开(公告)号：CN111918294A
公开(公告)日：2020-11-10
申请号：CN202010750004.7
申请日：2020-07-30
Applicant: 东南大学
IPC: H04W12/12 , H04B17/318 , H04W4/38
Abstract: 本发明公开了一种考虑传感器误差的女巫攻击节点的检测方法及装置，涉及车载网络安全技术领域，解决了车载网络对女巫攻击节点检测不够精准的技术问题，其技术方案要点是信息采集装置接收邻居节点广播的CAM消息，预检测装置融合传感器误差判断车辆节点通信范围的合理性；预处理装置运用高斯滤波对通信范围合理的节点RSSI序列进行滤波优化处理；检测装置运用DTW算法衡量节点RSSI序列与移动序列之间的空间差异与时间差异，从而发现邻居节点中的女巫节点。在实时检测车载自组织网络中恶意行为的同时，考虑传感器固有的物理采集误差，提高了检测过程的合理性；极大的降低了DTW检测算法的计算负荷，缩短了检测时间。
-
公开(公告)号：CN111735640A
公开(公告)日：2020-10-02
申请号：CN202010472754.2
申请日：2020-05-29
Applicant: 东南大学
IPC: G01M17/007
Abstract: 本发明涉及一种局部道路自动可变的智能网联汽车测试模型及操作方法，测试模型包括测试模型平台，在测试模型平台上安设固定通行部分，测试模型还包括局部道路可变部分，固定通行部分包括直道部分，其与局部道路可变部分相配合；局部道路可变部分包括加速部分、联动组和牵引转动部分，加速部分安装在测试模型平台表面，且其在测试模型平台表面可移动，加速部分同时与直道部分平行且紧密贴合连接；加速部分与联动组的一端可旋转连接，联动组的另一端与牵引转动部分的一端可旋转连接；牵引转动部分的另一端与测试模型平台可旋转连接；本发明能够实现远程控制、动态演示及局部自动可变的智能网联汽车测试模型。
-
-
-
-
-
-
-
-
-
Search Results
427
records
(took 0.037 seconds)
