公开(公告)号：CN119821366A

公开(公告)日：2025-04-15

申请号：CN202510163148.5

申请日：2025-02-14

Applicant: 厦门理工学院

Inventor： 申水文 ,  杜彭涛 ,  洪汉池 ,  王子睿 ,  王嘉淇 ,  谢欣君

IPC: B60W30/02 ,  B60W40/072

Abstract: 本发明涉及数据处理技术领域，具体涉及基于集成底盘的车辆稳定性智能预期控制方法，该方法包括：基于车辆参数和道路信息的车道线特征深度学习网络；基于所述网络模型，识别所述道路特征；基于所述网络的预测特征和识别特征进行所述特征的自学习和自修正；基于所述道路特征，预测所述道路的曲率半径；基于所述道路曲率半径，控制所述车辆的运动稳定性。该方法通过提取车辆的车辆参数以及道路特征，对未来行驶的路线进行提前的预测，以及反馈学习，从而对曲率半径进行修正，能够提高曲率半径的准确度，进而能够准确控制车辆的运动稳定性。

公开(公告)号：CN119992479A

公开(公告)日：2025-05-13

申请号：CN202510204870.9

申请日：2025-02-24

Applicant: 厦门理工学院

Inventor： 申水文 ,  陈卫强 ,  曾晓榕 ,  苏亮 ,  宋光吉 ,  常宇轩 ,  谢欣君

IPC: G06V20/54 ,  G06V10/72 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V20/56 ,  G06V20/64

Abstract: 本发明涉及图像数据处理技术领域，具体涉及基于在线深度反馈对齐的目标识别方法，该方法包括：获取车辆在行驶过程中的交通图像信息；采用深度估计网络对交通图像信息进行特征处理，得到特征空间；基于上一时刻的特征空间，生成上一时刻对应的下一时刻的预测特征；确定下一时刻的预测特征和当前时刻的特征真值之间的差异信息，并反馈至深度估计网络；基于差异信息调整深度估计网络的网络参数，得到目标识别网络；基于目标识别网络，对交通图像信息中的目标对象进行识别。该方法通过即时的反馈和调整，加速深度估计网络的训练过程，提高训练效率，从而能够提高目标识别网络对交通图像信息中的目标对象的识别精准度。