-
公开(公告)号：CN111062088A
公开(公告)日：2020-04-24
申请号：CN201911030631.7
申请日：2019-10-28
Applicant: 东南大学
Abstract: 本发明涉及一种四轮独立驱动电动汽车参考车速容错自适应估计方法，选用鲁棒自适应Kalman滤波参考车速估计模块以及基于规则逻辑的参考车速估计模块两种模块进行估计，其中，将基于规则逻辑的参考车速估计模块作为鲁棒自适应Kalman滤波参考车速估计模块的备份，在Kalman滤波发散时，基于规则逻辑的方法可以对Kalman滤波进行替代进行输出；本发明对预设参数依赖性小、估计精度高、工况适应性好、容错能力强，不但能够实现车轮抱死、打滑、坡道行驶、转向行驶等多种复杂工况下的车速估计，而且满足了汽车控制系统软件设计的功能安全要求，可靠性得到有效保证。
-
-
公开(公告)号：CN119217909A
公开(公告)日：2024-12-31
申请号：CN202411349848.5
申请日：2024-09-26
Applicant: 东南大学
Abstract: 本发明涉及一种电驱动飞行汽车跨域运动控制方法及装置，其中方法包括：当处于飞行状态并切换至过渡模式时，接收传感器信息，基于获取的传感器信息提取得到离地距离；判断离地距离是否小于第一设定阈值，若为是，则判断离地距离是否小于第二设定阈值，若为是，则基于位姿振荡补偿、垂向冲击补偿和横向运动补偿生成过渡策略补偿输入，反之，则基于横向运动补偿生成过渡策略补偿输入；根据过渡策略补偿输入修正系统控制输入得到动力分配输出，并基于得到的动力分配输出控制各个旋翼工作。与现有技术相比，本发明具有仅依靠旋翼控制可以实现由飞行状态切换至陆地状态的稳定跨域控制等优点。
-
公开(公告)号：CN114750766B
公开(公告)日：2024-09-17
申请号：CN202210279062.5
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于双向长短时记忆网络的驾驶行为预测方法及系统，涉及智能驾驶技术领域，解决了对驾驶员驾驶行为预测不够精准的技术问题，其技术方案要点是通过成熟的车载传感器，实现了短时窗下快速预测驾驶员未来纵横向驾驶行为的功能，预测精度高，实现了在轻量级车载处理器下对驾驶员未来纵横向驾驶行为的预测，经济成本低。能够广泛的服务于车辆辅助驾驶系统，提升辅助驾驶系统的安全性，增强辅助系统对驾驶员的理解，有助于实现安全驾驶，具有实用性与商业化价值。同时，基于大数据的深度学习方法有很高的预测精度、鲁棒性和泛化能力，有助于先进驾驶辅助系统的深度开发，广泛适用于不同车辆下的驾驶员行为预测。
-
公开(公告)号：CN111985481B
公开(公告)日：2024-08-09
申请号：CN202010721041.5
申请日：2020-07-24
Applicant: 东南大学
Abstract: 本发明涉及一种基于灯条匹配的装甲板识别算法，首先对图像预处理，基于灯条几何特征约束遍历轮廓提取灯条并对灯条进行匹配，通过提取装甲板数字图案，采用模板匹配提高装甲板的识别率；接着利用图像像素坐标系和真实世界坐标转换，获得控制转角进行云台控制，解决了云台控制滞后于物体运动的情况；最后建立目标选择机制模型及目标跟踪机制模型，确定跟踪视野外的潜在威胁目标；本发明解决了背景技术中提出的无法确定装甲最优击打目标、装甲误识别率高、鲁棒性差等问题，为装甲识别提供了一种可靠的识别方法，具有良好的市场前景。
-
Patent Agency Ranking
公开(公告)号：CN113408372B
公开(公告)日：2024-05-24
申请号：CN202110612396.5
申请日：2021-06-02
Applicant: 东南大学
IPC: G06V20/40 , G06V20/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于时空间特征的行人车辆异常行为检测方法，包括以下步骤：步骤10)基于深度学习法，检测得到样品视频的第一异常区域和第一正常区域；步骤20)基于光流法，检测得到样品视频的第二异常区域和第二正常区域；步骤30)根据贝叶斯理论，结合第一异常区域、第一正常区域、第二异常区域和第二正常区域，得到样品视频的异常区域。本发明方法将基于深度学习方法检测得到的结果和基于光流法方法检测得到的结果，基于贝叶斯理论进行融合，既可弥补小样本数据时基于深度学习方法的表现不足的问题，又可弥补基于光流法针对弱运动目标敏感度不足的问题，从而在没有大样本数据支撑下，提高对异常行为的检测精度和性能。
-
公开(公告)号：CN117237888A
公开(公告)日：2023-12-15
申请号：CN202311052534.4
申请日：2023-08-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于关键点预测的远距离三维目标检测方法，以相机图像和激光雷达点云作为多模态的数据输入，首先将激光雷达点云投影至相机图像并借助深度补全算法产生稠密深度图，然后将相机图像输入主干网络和颈部网络进行特征提取，最终由检测头根据生成的特征图以及稠密深度图预测多个子任务，从而完成三维目标检测过程。该方法通过将相机图像输入特征提取网络，在检测头中直接预测目标的关键点以及对应的二维、三维参数。为了提高对目标的定位精度，将激光雷达点云投影至相机图像平面产生稠密深度图，从稠密深度图中选取关键点处的深度作为参考，从而提高参数估计的准确性。
-
公开(公告)号：CN116128946A
公开(公告)日：2023-05-16
申请号：CN202211588573.1
申请日：2022-12-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于边缘导向和注意力机制的双目红外深度估计方法，涉及计算机视觉中的双目视觉技术领域，解决了因红外图像具有纹理不清晰、边缘模糊、特征不明显等缺陷而导致的深度估计精度低的技术问题，其技术方案要点是引入基于伽马校正和中值滤波的图像预处理模块以增强图像边缘和细节信息，为卷积神经网络提供更多可被挖掘的深层次特征表示；在高维特征图中构建混合注意力模块以获取待匹配特征间不同通道和空间位置的深度关联，促进后续网络进行有效的深度推理；同时引入边缘导向模块，构造“边缘‑深度”联合损失函数以生成边缘清晰、深度平滑且不存在深度空洞的前景深度图，为智能体在低照度环境下维持正常运转提供可能。
-
公开(公告)号：CN113793497B
公开(公告)日：2022-09-20
申请号：CN202110898941.1
申请日：2021-08-04
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明提供一种考虑多因素的行人过街行为预测方法，包括：步骤10)根据行人对于自身到达目的地的需求，获得行人自身的自驱力；步骤20)根据行人在行走过程中受到周围其他行人的影响，获得行人间的作用力和小组抱团力；步骤30)根据行人对于障碍物的避让行为，获得障碍物的作用力；步骤40)根据行人对交通环境的反应，获得信号灯的影响力和斑马线的影响力；步骤50)结合行人自身的自驱力、行人间的作用力、小组抱团力、障碍物的作用力、信号灯的影响力以及斑马线的影响力，预测得到行人过街行为。本发明考虑多因素的行人过街行为预测方法，考虑到行人在过街过程中受到的多个因素的影响，提高对行人过街行为的预测准确率。
-
公开(公告)号：CN110109451B
公开(公告)日：2022-07-12
申请号：CN201910285814.7
申请日：2019-04-10
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种考虑路径曲率的新型几何学路径跟踪算法，包括以下步骤：S1.利用GPS以固定频率采集路径离散坐标点得到参考路径点集P；S2.查找离当前汽车位置最近的路径点pi(pi∈P)；S3.利用最小二乘法计算路径点pi处对应的路径曲率ρi；S4.根据阿克曼转向几何模型计算ρi对应的前轮转角θρi以及前轮方向角S5.计算汽车当前位置与路径点pi处的航向偏差yawErr、横向偏差latErr；S6.根据前轮方向角航向偏差yawErr和横向偏差latErr设计路径跟踪控制器，计算前轮期望方向角进而求得前轮期望转角θt。本发明算法简单，不仅适用于仿真技术领域，还能够在实车嵌入式控制器上实现，有较好的应用前景。实验证明，本发明所提出的方法跟踪误差小，且具有较强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.023 seconds)
