一种考虑超车行为的车辆轨迹重构方法

    公开(公告)号:CN116543559A

    公开(公告)日:2023-08-04

    申请号:CN202310576909.0

    申请日:2023-05-22

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑超车行为的车辆轨迹重构方法,该方法包括如下步骤:(1)根据车牌信息检索同一辆车经过上下游固定检测器的观测记录,提取速度及时间信息。(2)选用三次多项式曲线表征车辆轨迹形式,对每一辆车分别建立多项式模型并标定参数,模拟车辆初始行驶轨迹。(3)考虑超车行为的随机性,对于超车/被超车辆,搜索其在行驶时段内超越/被超越的车辆,确定超车/被超车的具体时刻。(4)创建车辆顺序变量,计算每一辆车的顺序变化量。(5)建立分段线性车辆顺序变化模型,计算每一时间步长内的车辆顺序。(6)确定每一步长内自由流和非自由流情况下的车辆位置,选取最小值作为车辆真实位置,重构全时空车辆运行轨迹信息。

    基于图卷积的行人意图识别方法

    公开(公告)号:CN109117701A

    公开(公告)日:2019-01-01

    申请号:CN201810568305.0

    申请日:2018-06-05

    Applicant: 东南大学

    Abstract: 本发明涉及一种基于图卷积的行人意图识别方法,通过安装在车辆上的前视相机系统拍摄道路环境视频图像;对图像进行行人检测和行人人体关键点信息提取,并基于图论的方法构造邻接矩阵表示行人人体关键点的连接信息;通过图卷积算法从人体关键点的坐标信息和邻接矩阵表示中提取底层特征,并将底层特征通过深度卷积神经网络和深度循环神经网络进行高层次特征提取和时序分析;选择合适的损失函数,基于通过人工标注方法构建的行人意图数据集,对前述模型参数进行优化训练,实现对行人行为意图的分类识别。本发明有效利用了行人人体关键点信息这一高层次语义特征,使得汽车高级驾驶辅助系统具有理解行人行为意图的能力。

    一种机器人弹跳装置及其弹跳方法

    公开(公告)号:CN102745274B

    公开(公告)日:2013-10-30

    申请号:CN201210219117.X

    申请日:2012-06-28

    Applicant: 东南大学

    Abstract: 一种机器人弹跳装置及其弹跳方法,包括弹跳驱动机构、弹跳机构和机身,所述的弹跳驱动机构包括微型减速电机、电机架、减速齿轮组及传动轴组、固定架组、小齿轮、传动轴及钢丝绳;所述的弹跳机构包括上对称齿轮及固定件、下对称齿轮及固定件、弹跳上杆、弹跳下杆、拉簧和/或扭簧,以及弹跳底板。本发明采用改进的六杆式机构加装拉簧和扭簧,通过调节拉簧和扭簧的数量可实现多个级别的储能,解决了传统的六杆弹跳结构中六杆弹簧储能机构单纯依靠拉伸弹簧需要较大空间的问题,便于机器人的小型化,在相同的机构纵向运动位移量下其储能更高,并且具有较高的能量利用率。

    一种全球定位系统导航数据的完整性存储方法

    公开(公告)号:CN102608622B

    公开(公告)日:2013-07-10

    申请号:CN201210059148.3

    申请日:2012-03-08

    Applicant: 东南大学

    Abstract: 一种全球定位系统导航数据的完整性存储方法,适用于GPS软件接收机的数据存储系统,利用创新设计的数据结构对GPS导航数据进行存储,从而保证了GPS接收机温启动和热启动时所利用的导航数据的完整性。该数据存储区包括星历数据部分、历书数据部分和数据完整标识部分,GPS接收机解码获得导航数据后,将一系列需要的星历、历书等数据分别传输进星历数据部分和历书数据部分,当所有数据都完整后,对数据完整标识部分进行设置,实现用于GPS导航数据完整性的数据存储,从而给GPS接收机识别完整的、可用的导航数据提供了确定的方法。

    一种适应混合交通流多场景下的车辆轨迹重构方法

    公开(公告)号:CN119811068A

    公开(公告)日:2025-04-11

    申请号:CN202411722159.4

    申请日:2024-11-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种适应混合交通流多场景下的车辆轨迹重构方法,步骤如下:S1、采集周围人工驾驶车辆位置,速度等信息。S2、根据相邻浮动车类型把重构场景划分为全感知场景、半感知场景和常规交通流场景,考虑浮动车的渗透率生成研究场景数据。S3、采用滑动窗口技术生成时间序列。S4、常规交通流场景下,在不同浮动车渗透率下采用智能驾驶人模型IDM重构车辆。S5、半感知场景下,采用融合模型IDM‑LSTM进行重构有片段化观测的车辆轨迹,存在大量轨迹信息缺失的车辆采用IDM模型进行轨迹重构。S6、全感知场景下,能够获取所有车辆的片段化观测轨迹,引入权重模块对IDM模型与长短期记忆神经网络融合,重构缺失的车辆轨迹。

    一种基于极大似然估计的AVI检测器流量分配方法

    公开(公告)号:CN117912245B

    公开(公告)日:2024-09-27

    申请号:CN202410046345.4

    申请日:2024-01-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于极大似然估计的AVI检测器流量分配方法,包括基于时空棱镜划定候选目的地集的搜索范围;在候选目的地集基础上,使用有偏随机游走算法生成连接各目的地的候选路径集;通过求解似然函数最优化模型,推断不同候选目的地集的匹配概率;基于极大似然估计进行检测器流量分配;本发明将路径流视为检测器流的分配结果而不是OD流,并基于这一新的视角,将UE假设和先验OD矩阵替换为时间一致性假设和检测器对之间的观测交通流,从而得到更真实的结果。

    一种基于深度级可分离卷积网络的行人手势识别与交互方法

    公开(公告)号:CN111062311B

    公开(公告)日:2023-05-23

    申请号:CN201911281009.3

    申请日:2019-12-13

    Applicant: 东南大学

    Abstract: 本发明涉及一种深度级可分离卷积网络的行人手势识别与交互方法,包括:通过安装在车辆上的前视相机系统采集包含行人的图像;将图像输入深度可分离卷积网络,检测行人包围盒,将包围盒区域的图像输入手势识别网络,输出行人区域的特征图。将行人所在区域的图像输入手势识别网络进行手势识别。手势识别网络通过深度级可分离卷积层提取特征,在输出特征图的每个点都预测12个人体关节点信息以及对应的12个偏移向量,最后通过对关节点分类理解行人手势,车辆根据识别到的行人手势,结合手势优先级,采取最保守策略做出决策。本发明使用深度级可分离卷积实现模型,成倍缩小模型规模,可以在智能手机等低功耗移动终端实现检测。

    基于图卷积的行人意图识别方法

    公开(公告)号:CN109117701B

    公开(公告)日:2022-01-28

    申请号:CN201810568305.0

    申请日:2018-06-05

    Applicant: 东南大学

    Abstract: 本发明涉及一种基于图卷积的行人意图识别方法,通过安装在车辆上的前视相机系统拍摄道路环境视频图像;对图像进行行人检测和行人人体关键点信息提取,并基于图论的方法构造邻接矩阵表示行人人体关键点的连接信息;通过图卷积算法从人体关键点的坐标信息和邻接矩阵表示中提取底层特征,并将底层特征通过深度卷积神经网络和深度循环神经网络进行高层次特征提取和时序分析;选择合适的损失函数,基于通过人工标注方法构建的行人意图数据集,对前述模型参数进行优化训练,实现对行人行为意图的分类识别。本发明有效利用了行人人体关键点信息这一高层次语义特征,使得汽车高级驾驶辅助系统具有理解行人行为意图的能力。

Patent Agency Ranking