-
公开(公告)号：CN116215545A
公开(公告)日：2023-06-06
申请号：CN202310227016.5
申请日：2023-03-10
Applicant: 东南大学
Abstract: 本发明公开了一种车辆主动安全预警系统阈值调整方法及系统，通过实时采集到的车辆行驶数据、驾驶环境数据、驾驶人状态数据和主动安全预警数据，构建不同驾驶道路场景与驾驶天气环境耦合的预警模式类别的车辆行驶安全预警数据集和驾驶人异常状态预警数据集，分别针对不同预警类别下建立预警滞后和预警提前预警阈值评估指标，基于评估指标对预警阈值进行调整判别，根据评价结果对预警阈值进行调整。本发明能够基于预警系统与车辆行驶过程中实时采集的预警数据不断量化评估并调整主动安全系统的预警阈值，进一步提高主动安全预警系统的可靠度和稳健性。
-
公开(公告)号：CN116465824A
公开(公告)日：2023-07-21
申请号：CN202310605976.0
申请日：2023-05-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于光学技术和硫碳比方法的船舶燃油硫含量计算方法，该方法针对船舶尾气遥感监测，根据AIS设备捕捉的船舶动态信息和静态信息，实时计算船舶到监测点位距离，估算到监测点位时间，寻找二氧化硫和二氧化碳峰值浓度并计算尾气贡献浓度。同时根据地理位置和气象条件确定大气稳定度，进而确定大气扩散参数，通过扩散参数和尾气贡献浓度，基于高斯烟羽模型，反演出船舶尾气中二氧化硫和二氧化碳的排放速率；通过船舶尾气硫碳比值和燃油硫含量对应参考值建立硫碳比和燃油硫含量拟合公式，结合二氧化硫和二氧化碳的排放速率计算出船舶燃油硫含量。
-
公开(公告)号：CN115828039A
公开(公告)日：2023-03-21
申请号：CN202210967639.1
申请日：2022-11-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于非凸低秩张量表示的交通数据修复方法，包括如下步骤：S1、构造交通数据三阶张量；S2、定义张量的Capped Schatten p范数；S3、构造改进的拉普拉斯正则项；S4、使用迭代方式求解最优化问题直至满足终止条件。该方法使用张量的Capped Schatten p范数，作为秩的非凸近似，以更好地表征交通数据固有的低秩特性；并整合改进的拉普拉斯正则项作为空间平滑约束，以利用相似路段的交通状态变化特征来辅助修复缺失数据，进而完成交通数据的高精度修复，能够满足智能交通系统应用中对数据高质量的迫切需求，具有理论意义和应用价值。
-
公开(公告)号：CN114241189B
公开(公告)日：2024-06-07
申请号：CN202111441778.2
申请日：2021-11-30
Applicant: 东南大学
IPC: G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的船舶黑烟识别方法，包括如下步骤：S1、构建数据集；S2、数据集预处理；S3、构建船舶黑烟识别模型；S4、实时监测。该方法基于改进的YOLO v4网络模型，通过对损失函数进行针对性的修改来增加困难样本的损失权重，进而能够克服黑烟样本集不均衡的所带来的识别困难。该方法在高识别精度的基础上保持较快的识别速度，可以满足相关管理部门对船舶黑烟识别的准确性、实时性需求，同时适用于图片检测和视频检测。此外，本发明所提出的混合马赛克数据扩增方法能够保证网络模型在单GPU环境下稳定、高速训练，节省目标识别算法的计算资源和训练时间，具有较大的工业生产价值和推广价值。
-
公开(公告)号：CN113780780B
公开(公告)日：2024-05-14
申请号：CN202111010529.8
申请日：2021-08-31
Applicant: 东南大学
IPC: G06F30/20 , G06F111/04
Abstract: 本发明公开了一种混合驾驶环境自动驾驶汽车驾驶能力测评方法，根据驾驶模拟器的场景生成流程构建了适用于自动驾驶汽车测试的场景建模方法，通过人类驾驶员操纵驾驶模拟器硬件控制场景中的背景车，驾驶模拟器软件通过API使外部程序控制场景中的被测自动驾驶汽车，实现了混合驾驶环境下的自动驾驶汽车测试。最后，建立评价指标和评价标准，通过分数的方式直观展示评价结果。本发明方法相较于虚拟仿真测试，能够实现人机交互，将人类驾驶员的随机性考虑在内；相较于场地实车测试，场景丰富多变，可重复性强，同时成本低、效率高。
-
Patent Agency Ranking
公开(公告)号：CN115158361A
公开(公告)日：2022-10-11
申请号：CN202210963692.4
申请日：2022-08-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于人工势场的自由流状态车辆自主控制方法，涉及车辆主动安全领域。该方法基于人工势场，通过模拟不同道路和环境条件下车辆行驶的安全风险对基础势场强度进行调整，计算自由流状态下的车辆所受到的虚拟斥力，根据斥力大小自主地对车辆的加速度进行调整，计算得到的结果即为车辆自主控制方法在当前位置下所应采用的加速度。此方法能够很好地反映不同的道路曲率和天气条件下车辆行驶的安全风险，并根据风险程度调整车辆的加速度，使得车辆能够自主灵活地根据道路情况及时地改变驾驶策略并安全行驶，此方法可应用于自动驾驶领域。
-
公开(公告)号：CN116778711A
公开(公告)日：2023-09-19
申请号：CN202310619751.0
申请日：2023-05-30
Applicant: 东南大学
Abstract: 本发明公开了一种智能网联环境下的交叉口行人过街风险预警方法及系统，实时采集进入交叉口检测范围内行人及车辆数据，基于不同交通个体轨迹数据，提取出表征交叉口交通状况、环境特征及行人自身运动特性的变量数据，基于替代性安全指标PET对人车冲突风险进行标定，构建交叉口的行人过街风险预测模型进行实时风险判别并对行人进行风险预警，降低过街风险。本发明依托智能网联技术，对交叉口行人过街风险进行实时判别并预警，降低了过街风险。
-
公开(公告)号：CN115424458A
公开(公告)日：2022-12-02
申请号：CN202210990388.9
申请日：2022-08-17
Applicant: 东南大学
Abstract: 本发明公开了一种带有中间安全岛的人行横道下行人过街时间估计方法，计算行人在路侧和安全岛上的平均每行排队人数；根据交通流理论及几何分析计算不同到达率下路侧和安全岛上行人等待时长变化率；根据行人到达路侧和安全岛上绿灯亮起的时间差和对应的等待时长到达率计算路侧和安全岛上行人等待时长；计算行人从路侧站立位置到进入人行横道的时间；计算行人从进入安全岛边缘到排队站立位置的时间；总和各个时间计算总的过街时间。本发明带有中间安全岛的人行横道下行人过街时间估计方法，考虑行人在路侧和安全岛上遇到排队和排队消散过程等待时间，更加准确的对带有安全岛的信号控制人行横道下行人过街时间进行估计。
-
公开(公告)号：CN114241189A
公开(公告)日：2022-03-25
申请号：CN202111441778.2
申请日：2021-11-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度学习的船舶黑烟识别方法，包括如下步骤：S1、构建数据集；S2、数据集预处理；S3、构建船舶黑烟识别模型；S4、实时监测。该方法基于改进的YOLO v4网络模型，通过对损失函数进行针对性的修改来增加困难样本的损失权重，进而能够克服黑烟样本集不均衡的所带来的识别困难。该方法在高识别精度的基础上保持较快的识别速度，可以满足相关管理部门对船舶黑烟识别的准确性、实时性需求，同时适用于图片检测和视频检测。此外，本发明所提出的混合马赛克数据扩增方法能够保证网络模型在单GPU环境下稳定、高速训练，节省目标识别算法的计算资源和训练时间，具有较大的工业生产价值和推广价值。
-
公开(公告)号：CN113780780A
公开(公告)日：2021-12-10
申请号：CN202111010529.8
申请日：2021-08-31
Applicant: 东南大学
Abstract: 本发明公开了一种混合驾驶环境自动驾驶汽车驾驶能力测评方法，根据驾驶模拟器的场景生成流程构建了适用于自动驾驶汽车测试的场景建模方法，通过人类驾驶员操纵驾驶模拟器硬件控制场景中的背景车，驾驶模拟器软件通过API使外部程序控制场景中的被测自动驾驶汽车，实现了混合驾驶环境下的自动驾驶汽车测试。最后，建立评价指标和评价标准，通过分数的方式直观展示评价结果。本发明方法相较于虚拟仿真测试，能够实现人机交互，将人类驾驶员的随机性考虑在内；相较于场地实车测试，场景丰富多变，可重复性强，同时成本低、效率高。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.104 seconds)
