-
公开(公告)号:CN116467771A
公开(公告)日:2023-07-21
申请号:CN202310176947.7
申请日:2023-02-28
Applicant: 东南大学
IPC: G06F30/13 , G06F30/23 , G06F111/10 , G06F113/26 , G06F119/08 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种面向自动驾驶编队的沥青路面疲劳寿命预估方法,包括步骤如下:首先对典型沥青路面结构进行有限元建模,并实现环境温度场的数值模拟;接着将轮胎接地形状简化为圆形双轮荷载,并依据典型货车的轴载特征实现移动荷载施加;然后根据自动驾驶编队的车速、车间距等特征进行组合工况模拟,得到沥青层底最大纵向拉应变波形图;分析力学响应波形特征,通过主层次分析法得到独立形状参数;基于Miner线性累积损伤理论计算自动驾驶编队行驶下的等效损伤;根据等效损伤原理,通过数值拟合的方法建立基于波形特征的沥青路面疲劳寿命模型。本发明为自动驾驶场景下的道路结构设计提供了一种方法。
-
公开(公告)号:CN116539856A
公开(公告)日:2023-08-04
申请号:CN202310434425.2
申请日:2023-04-21
Applicant: 东南大学
IPC: G01N33/42 , G01D21/02 , G06F30/20 , G06F30/17 , G06N3/126 , G06F119/14 , G06F119/08 , G06F119/04 , G06F119/02
Abstract: 本发明公开了一种基于埋入式传感器的道路性能监测及路面寿命预估方法,属于道面结构健康状态智能监测领域。该道路结构性能监测方法利用多集成的智能颗粒传感器,能够实时监测应力、应变和加速度力学响应,温度、湿度、旋转角和智能颗粒传感器方位等环境信息。该路面寿命预估方法运用弹性层状理论体系和改进的遗传算法对来源于智能颗粒传感器的监测数据进行处理,反算得到路面结构各层的动态模量,计算路面结构剩余的车辙标准轴载使用次数和疲劳标准轴载使用次数,并预估路面使用寿命,评价路面结构健康状态,该预估方法可靠性高,能够为后期道路养护提供指导建议。
-
公开(公告)号:CN116425461A
公开(公告)日:2023-07-14
申请号:CN202310244605.4
申请日:2023-03-14
Applicant: 东南大学
IPC: C04B28/00 , C04B7/26 , C04B7/153 , C04B16/06 , B28C3/00 , B28B1/04 , E02D3/12 , C09K17/40 , C04B111/34 , C09K103/00
Abstract: 本发明涉及一种改良淤泥软土性能的韧性地聚物固化材料及制备方法,其作为土壤固化剂对淤泥软土性能进行改良,当淤泥软土的质量份数为480‑600份时,包括按照重量计的以下组分及质量份数:矿渣120‑150份,粉煤灰200‑240份,聚丙烯腈纤维2‑10份,碱性激发剂120‑140份,水150‑170份;本发明以矿渣和粉煤灰为主要原料,在激发条件下,促进生成N‑A‑S‑H凝胶相、C‑S‑H凝胶相或S‑A‑H凝胶相,增强其地聚物的力学性能,同时加入合适掺量的聚丙烯腈纤维可增强地聚物改良淤泥固化土的韧性,相较于硅酸盐水泥,具有价廉易得,制备工艺简单,成本低,无毒无污染的特点。
-
公开(公告)号:CN117910343A
公开(公告)日:2024-04-19
申请号:CN202410023914.3
申请日:2024-01-08
Applicant: 东南大学
IPC: G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明公开一种用于自动驾驶的路面抗滑性能感知方法,包括如下步骤:获取若干组汽车在不同路况下行驶的模拟数据;以模拟数据作为输入,以时间窗口内驶过路面的平均摩擦系数作为输出,对一维卷积神经网络模型进行训练;获取若干组汽车在不同路况下实际自动行驶的实际数据;对所述一维卷积神经网络模型中除输出层以外的网络层训练好的权重进行初始化,采用实际数据对其进行训练,得到训练好的一维卷积神经网络模型;自动驾驶车辆在行驶过程中,基于实时的数据,利用训练好的一维卷积神经网络模型得到当前的路面摩擦系数。此种方法感知速度快,具有较强的泛化性能,无需额外加装传感器,成本低,并可直接应用于自动驾驶的系统框架之中。
-
公开(公告)号:CN116958818A
公开(公告)日:2023-10-27
申请号:CN202310977341.3
申请日:2023-08-04
Applicant: 东南大学
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G01S17/89
Abstract: 本发明公开了基于多特征融合深度学习网络的沥青路面级配检测方法,基于点云空间分布相似性的数据增强算法和由点云转化为深度图像的数据转换方法,构建以深度图像检测网络为骨干,加入辅助信息的多特征融合网络,方法采用激光扫描仪获取路面点云数据;经过预处理后采用数据增强算法通过少量原始点云获取大量高质量点云样本,最后通过多特征融合网络检测路面级配信息;本发明只需提取原路面的点云信息,对原有路面结构和功能没有任何破坏和损伤,不仅可以分析沥青混合料在摊铺过程中的离析程度,还可以定量分析路面实际级配与设计级配的差异,便于施工过程中对集料级配进行及时有效的调整,且在路面病害防治时可快速准确知道路面级配情况。
-
公开(公告)号:CN117682797A
公开(公告)日:2024-03-12
申请号:CN202311680377.1
申请日:2023-12-08
Applicant: 东南大学
Abstract: 本发明公开了一种用于自动驾驶的路域信息磁性编码单元材料及其制备方法。所述磁性编码单元材料,由沥青、石灰石、磁性陶瓷和复合矿粉制成,所述沥青的质量为石灰石和复合矿粉质量之和的5.1%,所述磁性陶瓷的质量为相同级配范围石灰石和磁性陶瓷质量之和的10%‑80%。本发明的材料经充磁机充磁后,结合车载高斯计可读取道路二进制编码信息,实现对路域信息全面、快速、高效的检测识别,具有低成本、高可靠性、节能环保等优点,同时具备良好的热稳定性、耐腐蚀性、力学性能与电磁特性。
-
公开(公告)号:CN116090108A
公开(公告)日:2023-05-09
申请号:CN202310211422.2
申请日:2023-03-07
Applicant: 东南大学
IPC: G06F30/15 , G06F30/13 , G06F30/20 , G06Q10/0635 , G06Q10/0639 , G06Q50/30 , G06F119/14
Abstract: 本发明公开了一种高速公路车辆自动驾驶的安全性评价方法与系统,属于公路安全技术领域,本系统包括:自动驾驶行为模型层、数据层、评价层、展示层;其中仿真模型层包括基于BIM技术的道路三维模型、基于动力学的车辆仿真模型和自动驾驶局部跟踪算法模型,数据库层包括道路参数和车辆动力学响应数据,评价层包含基于事故树模型的事故概率评价指标和基于层次分析法的事故严重程度评价指标,展示层包括道路三维模型展示、车辆行驶动画、危险路段标识模块。基于自动驾驶仿真模型得到多种工况下的车辆行驶数据,通过安全性评价模型计算各路段的风险指数,在设计阶段对高速公路安全性进行评价,从而针对性改进高速公路线形优化。
-
-
-
-
-
-