-
公开(公告)号：CN113657036B
公开(公告)日：2023-09-26
申请号：CN202110944134.9
申请日：2021-08-17
Applicant: 上海交通大学
Abstract: 一种基于神经网络和物理模型的车辆动力学模拟实现方法，结合神经网络车辆参数模型与车辆动力学物理模型，将神经网络的输出作为车辆动力学模型的参数输入，得到基于神经网络和车辆动力学的混合车辆动力学模型，制定实车实验数据采集方案，经实验完成实车数据采集以训练混合车辆动力学模型，实现对车辆动力学特性的高精度建模和表征。本发明充分考虑物理规律和数据驱动优势，利用采集到的车辆状态数据用于车辆物理模型中未知参数的学习，将参数模型和动力学模型结合起来得到一个准确的混合模型用于车辆动力学表征。
-
公开(公告)号：CN115760058A
公开(公告)日：2023-03-07
申请号：CN202211454788.4
申请日：2022-11-21
Applicant: 上海交通大学
Abstract: 一种用于车辆底盘腐蚀评估的AGV系统，通过车底实时定位模块根据平面激光扫描仪采集的点云信息和相机采集的图像信息，分别进行粒子滤波和图像匹配处理，并对定位结果进行异常值滤波，得到车底激光和图像融合定位结果；通过腐蚀评估模块根据车底定位信息和摄像头采集的实时图像信息，进行零件复杂度评估、自适应零件区域分割、腐蚀等级评估处理，得到车底零件腐蚀等级评估结果；通过腐蚀复核模块根据零件局部腐蚀图像信息，进行强边缘抑制、局部熵计算和神经网络判断腐蚀处理，得到零件腐蚀复核结果，本发明能够对检测到的腐蚀区域进行复核，筛除例如涂红漆零件等伪腐蚀区域，提高腐蚀等级评估精准度。
-
公开(公告)号：CN115394076A
公开(公告)日：2022-11-25
申请号：CN202210875589.4
申请日：2022-07-22
Applicant: 上海交通大学
Abstract: 本发明提供一种智能车路协同系统感知技术及其应用，涉及车路协同系统感知技术领域。该智能车路协同系统，该智能车路协同系统由以信息为核心的、提供不同层次功能的5层平台和1个支撑体系组成，包括信息采集融合平台、信息交互共享平台、信息协同处理平台、信息安全保障平台、信息功能服务平台和智能车路协同系统标准及管理支撑体系。该技术基于多模态传感器的数据输入，在信息融合并对交通状态进行统一表征的基础上，实现对交通环境多视角、超视距的全局感知，为后端的决策控制提供更加可靠的信息来源，从而有效实现后续的决策控制，可以充分发挥集成技术的优势，提供了更为可靠、准确、宽泛和更具深度的交通信息。
-
公开(公告)号：CN114670867A
公开(公告)日：2022-06-28
申请号：CN202210036593.1
申请日：2022-01-13
Applicant: 上海交通大学
IPC: B60W60/00
Abstract: 一种基于分层学习和潜在风险模型的多车轨迹预测系统，包括：基于条件变分编码器的候选轨迹生成模块、基于潜在风险模型的指导轨迹生成模块以及再学习模块，候选轨迹生成模块根据周围车辆方历史轨迹序列信息，分别对周围每台车辆生成可行驶的候选轨迹；指导轨迹生成模块根据当前周围车辆的位置信息、速度信息以及道路与车道线信息建立潜在风险势场，进而利用风险势场计算每条候选轨迹的潜在风险值，根据潜在风险值为候选轨迹计算周围每台车辆的可能行驶概率并随机选择周围每台车辆的未来指导轨迹；再学习模块融合车辆历史轨迹和未来指导轨迹，得到周围每台车辆的未来行驶轨迹，本发明显著提高多车轨迹预测的精度，实现多车轨迹的准确预测。
-
公开(公告)号：CN114280611A
公开(公告)日：2022-04-05
申请号：CN202111313286.5
申请日：2021-11-08
Applicant: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC: G01S13/931 , G01S13/86 , G01S13/72
Abstract: 本发明涉及一种融合毫米波雷达与摄像头的路侧感知方法，该方法包括以下步骤：步骤1：通过毫米波雷达获取毫米波雷达数据，对其进行有效目标的提取，以去除静止目标和随机噪声；步骤2：通过设置在路侧立杆的摄像头获取目标的图像数据，基于YOLOv3和Deep SORT跟踪算法进行目标检测与跟踪，得到摄像头数据；步骤3：基于融合算法将毫米波雷达数据与摄像头数据进行融合，以实现路侧设备对目标的实时检测、跟踪与定位，与现有技术相比，本发明具有减少计算量、实现数据融合后稳定地进行检测跟踪以及提高定位精度等优点。
-
Patent Agency Ranking
公开(公告)号：CN114155720A
公开(公告)日：2022-03-08
申请号：CN202111428653.6
申请日：2021-11-29
Applicant: 上海交通大学
Abstract: 本发明涉及一种路侧激光雷达的车辆检测和轨迹预测方法，该方法包括：步骤1：建立车辆检测和轨迹预测的多任务深度神经网络模型；步骤2：基于公开数据集对多任务深度神经网络模型进行预训练；步骤3：采用基于体素化处理的背景滤波法对点云进行背景滤波；步骤4：基于自建路侧端数据集进行多任务深度神经网络模型的迁移训练；步骤5：部署多任务深度神经网络模型，进行车辆的检测、跟踪和轨迹预测，与现有技术相比，本发明具有提升检测模型的准确率和轨迹预测的准确率等优点。
-
-
公开(公告)号：CN113763705A
公开(公告)日：2021-12-07
申请号：CN202110942559.6
申请日：2021-08-17
Applicant: 上海交通大学
Abstract: 一种基于讨价还价通行时间的交叉口汽车通行控制方法，根据周围车辆的状态信息及驾驶意图进行碰撞预测，根据车辆预测轨迹的碰撞点、周围车辆的状态信息及驾驶意图计算出其他车辆的碰撞时间，并获取周围车辆的碰撞时间出价以计算所有车辆碰撞时间的序列集合并进行优先级判定，当符合本车需求时允许合作并执行，否则重新对碰撞时间出价，实现讨价还价的博弈算法并更新碰撞时间序列，提高通行效率。本发明利用博弈论突出车辆之间的动态性和针对性，通过讨价还价通行时间的方式，显著提高整个路口的通行效率。
-
公开(公告)号：CN113658432A
公开(公告)日：2021-11-16
申请号：CN202110944171.X
申请日：2021-08-17
Applicant: 上海交通大学
Abstract: 一种基于车辆通行优先级博弈的无信号灯交叉口通行优化方法，当存在碰撞冲突时，每辆车各自计算本车的通行时间，然后将通行时间广播给其他车辆；在优先级博弈阶段，本车通过通行时间进行纳什均衡，在已求得的纳什均衡解集中搜寻符合条件的帕累托最优解后更新所有车辆通行时间并广播给其他车辆；当所有车辆的通行时间为最小通行时间时，进行优先级分配和广播，并将本车状态量和控制指令发送给其他车辆以便执行控制指令；本发明在无信号灯、无集中式控制器的交叉口场景下，利用车与车之间的通信，使车辆之间直接进行博弈，能够有效突出车辆之间的交互特征，加强车辆之间针对性博弈，在保证安全的同时提高交叉口的通行效率。
-
公开(公告)号：CN113657036A
公开(公告)日：2021-11-16
申请号：CN202110944134.9
申请日：2021-08-17
Applicant: 上海交通大学
Abstract: 一种基于神经网络和物理模型的车辆动力学模拟实现方法，结合神经网络车辆参数模型与车辆动力学物理模型，将神经网络的输出作为车辆动力学模型的参数输入，得到基于神经网络和车辆动力学的混合车辆动力学模型，制定实车实验数据采集方案，经实验完成实车数据采集以训练混合车辆动力学模型，实现对车辆动力学特性的高精度建模和表征。本发明充分考虑物理规律和数据驱动优势，利用采集到的车辆状态数据用于车辆物理模型中未知参数的学习，将参数模型和动力学模型结合起来得到一个准确的混合模型用于车辆动力学表征。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.028 seconds)
