-
公开(公告)号：CN114655228A
公开(公告)日：2022-06-24
申请号：CN202210274505.1
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于短时样本的驾驶员换道意图预测系统及方法，涉及智能驾驶技术领域，解决了驾驶员换道意图预测不够精准的技术问题，其技术方案要点是本申请通过短时窗，在很短的时间内，以较低的经济成本，快速预测驾驶员换道意图的功能，实现了辅助驾驶系统下驾驶员意图的监测，具有实用性。同时，基于大数据的深度学习方法有很高的预测精度和鲁棒性，有助于先进驾驶辅助系统的深度开发，提升驾驶安全性。其数据采集简单，经济成本低，预测性能高效，可服务于先进驾驶辅助系统，使得系统具备灵活性，能够用于中小型车辆及重卡车辆，通用性好。
-
公开(公告)号：CN114537413A
公开(公告)日：2022-05-27
申请号：CN202210274546.0
申请日：2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于驾驶行为预测的辅助驾驶控制方法，涉及智能驾驶技术领域，解决了驾驶员驾驶行为难以用模型精确预测且常用的驾驶员模型应用场景比较局限的技术问题，其技术方案要点是通过LSTMNN预测模型对驾驶员行为进行精准预测，增强了人机协同控制车辆时的交互适应性，减少了人机冲突，提升驾驶舒适性。同时，在纵‑横向耦合控制时，引入了车辆稳定性、驾驶舒适性、路径跟踪性、跟车安全性及电机节能性等多项综合指标，大幅提升了高级辅助驾驶系统的智能化水平和灵活性，整个共享控制框架可服务于先进的个性化驾驶辅助系统，使得系统具备灵活性，可以用于各类乘用车辆或商用车辆，通用性好。
-
公开(公告)号：CN112837383B
公开(公告)日：2022-02-22
申请号：CN202110225959.5
申请日：2021-03-01
Applicant: 东南大学
Abstract: 本发明公开了一种相机与激光雷达重标定方法、装置及计算机可读存储介质，其中相机与激光雷达重标定方法包括：在标定状态下获取基准位置的基准图像和基准点云；在传感器发生漂移状态下，通过获取的基准图像和基准点云，结合在观测位置获取的观测图像和观测点云，采用基于传感器融合里程计的相机与激光雷达自动重标定方法进行重标定。本发明相机与激光雷达自动重标定方法，无需设置标定板，不受环境和数据特征限制，能够实现相机和激光雷达的精确重标定，对传感器漂移具有较高的鲁棒性。
-
公开(公告)号：CN112233079B
公开(公告)日：2022-02-11
申请号：CN202011084849.3
申请日：2020-10-12
Applicant: 东南大学
Inventor： 耿可可
Abstract: 本发明公开了一种多传感器图像融合的方法及系统，涉及图像处理技术领域，解决了现有图像处理技术造成环境感知的稳健性和有效性不高的技术问题，其技术方案要点是利用可见光图像质量评估网络IQAN对RGB图像进行评估，通过特征权重的表达式将RGB图像和激光雷达图像的特征进行特征融合，再利用联合损失函数对网络模型进行训练，得到基于图像质量评估的深度学习网络，该深度学习网络对多传感器图像融合的感知问题有较好的适用性，且本发明网络结构清晰，计算复杂度低，能够在实车嵌入式控制器上实现，有较好的应用前景。
-
公开(公告)号：CN113978476A
公开(公告)日：2022-01-28
申请号：CN202110964949.3
申请日：2021-08-20
Applicant: 东南大学
IPC: B60W40/10
Abstract: 本发明涉及一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法，首先利用电动汽车车载传感器获得带有部分测量数据丢失的前轮转角，纵向速度，质心侧偏角以及纵、横向加速度信号，利用线控系统中CAN总线获得轮胎的纵向驱动力信息，将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计轮胎侧向力，实现轮胎侧向力的精确获取。本发明可以填补当前传感器数据丢失情况下轮胎力无法估计的技术空白，促进了汽车主动安全控制技术的发展。
-
Patent Agency Ranking
公开(公告)号：CN113793497A
公开(公告)日：2021-12-14
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：CN113771865A
公开(公告)日：2021-12-10
申请号：CN202110964974.1
申请日：2021-08-20
Applicant: 东南大学
Abstract: 本发明涉及一种车载传感器测量数据异常情况下的汽车状态估计方法，首先利用车载传感器获得带有异常测量数据的横向加速度信号以及正常的前轮转角和纵向加速度，将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计车辆的纵向速度，质心侧偏角，横摆角速度来实现汽车状态的精确获取。本发明可以填补当前车载传感器测量数据异常情况下汽车状态无法精确估计的技术空白，提升了汽车主动安全控制技术水平。本发明考虑到现有汽车状态估计中尚未考虑传感器数据异常，利用贝叶斯概率理论设计了考虑数据异常的先验与后验相结合的估计方法，可以填补当前传感器数据异常情况下汽车状态无法估计的技术空白。
-
公开(公告)号：CN113743479A
公开(公告)日：2021-12-03
申请号：CN202110954152.5
申请日：2021-08-19
Applicant: 东南大学
Abstract: 本发明公开了一种端‑边‑云车路协同融合感知架构及其构建方法，涉及智能交通技术领域，解决了当前车路协同架构下各智能体信息流之间弱关联、强冲突、高分散、低兼容的技术问题，其技术方案要点是将车端、路端和云端各感知单元、计算设备、通信装置看成自动驾驶感知系统的智能体，以各智能体的协同感知为重点，根据多Agent的分布式协调感知理论，构建具备分层次、跨时空、多任务技术特点的端‑边‑云车路协同融合感知架构。为自动驾驶的决策、规划与控制提供一个环境适应性强、环境识别和理解准确度高、应对场景变化具有强鲁棒性的多源感知系统。
-
公开(公告)号：CN112233184B
公开(公告)日：2021-06-22
申请号：CN202010936777.4
申请日：2020-09-08
Applicant: 东南大学
Abstract: 本申请实施例公开了一种基于图像配准的激光雷达与相机标定参数校正方法及装置，属于智能驾驶环境感知领域与机器人环境感知领域。所述方法包括：在完成相机和激光雷达之间的标定参数的标定后，根据预定场景获取基准相机图像和基准点云投影图，基准点云投影图是根据基准相机图像和标定参数得到的；检测相机和激光雷达之间的相对姿态是否发生了变化；若相对姿态发生了变化，则根据基准相机图像和基准点云投影图配准得到的单应性矩阵校正标定参数。本申请实施例可以结合图像配准和原始的标定参数来校正标定参数，无需布置标定试验环境，简化了标定参数的校正流程，提高了校正效率。另外，校正后的标定参数误差小，从而提高了校正的精度。
-
公开(公告)号：CN111967373B
公开(公告)日：2021-03-30
申请号：CN202010818329.4
申请日：2020-08-14
Applicant: 东南大学
Abstract: 本发明公开一种基于摄像头和激光雷达的自适应强化融合实时实例分割方法，所述方法包括：利用卷积神经网络分别提取目标的摄像头图像和激光雷达投影图的图像特征，分别得到第一图像特征和第二图像特征；自适应地分配第一图像特征和第二图像特征的权重，根据分配的第一权重对第一图像特征加权得到第三图像特征，根据分配的第二权重对第二图像特征加权得到第四图像特征，对第三图像特征和第四图像特征进行强化融合；根据所述融合后的图像特征，利用实时实例分割网络输出目标的类别、置信度、边界框、掩模，获取目标的实例分割结果。本发明能够在复杂环境下实时、精确且鲁棒地实现目标实例分割，在智能网联车辆感知领域具有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.022 seconds)
