-
公开(公告)号:CN106909993A
公开(公告)日:2017-06-30
申请号:CN201710124969.3
申请日:2017-03-03
申请人: 吉林大学
IPC分类号: G06Q10/04
CPC分类号: G06Q10/04
摘要: 本发明公开了一种基于时空学习的马尔科夫链微行程间隔时长预测方法,其工况数据采集模块采集大量速度工况数据作为训练样本和实时地采集车辆的速度工况数据,有效速度时间序列确定,对采集的工况数据进行分析判断数据的有效性和可靠性,去除噪音数据;怠速时长预测模块根据时间信息和空间信息确定与实时采集数据相关度更高的训练数据子集,并使用该子集合学习并转移矩阵,并使用该转移矩阵预测怠速时长类别。有效速度时间序列确定模块通过中值滤波方法去除采集的速度数据和经纬度数据中由于设备波动等原因出现的数据噪音,并根据速度数据的相关性确定最适合的有效速度时间序列的长度。本发明使用时间和空间上相关性较高的数据训练转移矩阵,预测下一次怠速工况可能的持续时间长度。
-
公开(公告)号:CN106837649A
公开(公告)日:2017-06-13
申请号:CN201710125237.6
申请日:2017-03-03
申请人: 吉林大学
CPC分类号: Y02T10/48 , F02N11/0837 , F02N2200/125 , G06K9/00825 , G06K9/6269
摘要: 本发明公开了一种基于信号灯倒计时识别的自学习智能起停系统,其数据采集及预处理模块在各种不同的交通环境下采集车前方交通场景视频和速度时间序列数据;交通信号灯倒计时数据识别模块检测出信号灯倒计时的位置,并识别出倒计时的颜色和数字;智能起停控制模块根据当前车辆的速度与车辆和信号灯之间的距离,预测车辆到达信号灯前的时间,并根据倒计时数字信息,使用智能起停控制算法判断车辆是否需要关闭发动机;自学习模块,实际的交通场景复杂多变,在每次预测后,将根据实际的情况存储数据,并在积累一定的数据后,重新训练模型,使用新的模型完成控制算法的判断。本发明根据不同交通环境和当前驾驶人的驾驶习惯进行自学习。
-
公开(公告)号:CN104228684B
公开(公告)日:2017-02-15
申请号:CN201410521955.1
申请日:2014-09-30
申请人: 吉林大学
摘要: 本发明提供了一种消除汽车A柱盲区的装置,属于汽车设备技术领域。包括中央处理器和分别与中央处理器相连的外景采集装置、显示装置,显示装置安装于汽车两侧A柱内表面,中央处理器、外景采集装置、显示装置均设置于车内;外景采集装置包括分别对应汽车两侧A柱的两组摄像头组,每组摄像头组均包括一个前摄像头和一个后摄像头,前摄像头用于采集对应A柱一侧车前方外景,后摄像头的摄像面涵盖与之同组的前摄像头和对应一侧的汽车A柱;本发明装置还包括一与所述中央处理器相连的影像调整系统。有益效果:本发明具有对汽车的外观没有影响、设备排线简单、A柱盲区消除效果好、画面延迟小、所显示的图像精度高的特点。
-
公开(公告)号:CN106837649B
公开(公告)日:2018-06-22
申请号:CN201710125237.6
申请日:2017-03-03
申请人: 吉林大学
CPC分类号: Y02T10/48
摘要: 本发明公开了一种基于信号灯倒计时识别的自学习智能起停系统,其数据采集及预处理模块在各种不同的交通环境下采集车前方交通场景视频和速度时间序列数据;交通信号灯倒计时数据识别模块检测出信号灯倒计时的位置,并识别出倒计时的颜色和数字;智能起停控制模块根据当前车辆的速度与车辆和信号灯之间的距离,预测车辆到达信号灯前的时间,并根据倒计时数字信息,使用智能起停控制算法判断车辆是否需要关闭发动机;自学习模块,实际的交通场景复杂多变,在每次预测后,将根据实际的情况存储数据,并在积累一定的数据后,重新训练模型,使用新的模型完成控制算法的判断。本发明根据不同交通环境和当前驾驶人的驾驶习惯进行自学习。
-
公开(公告)号:CN106740829B
公开(公告)日:2018-04-10
申请号:CN201710177689.9
申请日:2017-03-23
申请人: 吉林大学
摘要: 本发明涉及一种基于聚类分析双半挂汽车行驶稳定性自动识别与预警系统,包括试验数据采集模块、数据预处理模块、离线聚类分析模块、在线识别模块、车辆实时数据采集模块和决策执行模块。试验数据采集模块的输出端通过试验数据预处理模块连接到离线聚类分析模块的输入端,离线聚类分析模块的一个输出端与在线识别模块输入端连接,另一输出端与决策执行模块连接。车辆实时数据采集模块的输出端通过实时数据预处理模块与在线识别模块输入端连接,在线识别模块的输出端与决策执行模块输入端连接。系统对试验采集的数据通过数据预处理后进行离线聚类分析,通过K‑Means聚类分析实现对车辆的行驶状态进行分类,然后根据分类结果采取相应的安全措施。
-
公开(公告)号:CN106740829A
公开(公告)日:2017-05-31
申请号:CN201710177689.9
申请日:2017-03-23
申请人: 吉林大学
CPC分类号: B60W30/02 , B60W50/14 , B60W2520/10 , B60W2520/105 , B60W2520/125 , B60W2520/14
摘要: 本发明涉及一种基于聚类分析双半挂汽车行驶稳定性自动识别与预警系统,包括试验数据采集模块、数据预处理模块、离线聚类分析模块、在线识别模块、车辆实时数据采集模块和决策执行模块。试验数据采集模块的输出端通过试验数据预处理模块连接到离线聚类分析模块的输入端,离线聚类分析模块的一个输出端与在线识别模块输入端连接,另一输出端与决策执行模块连接。车辆实时数据采集模块的输出端通过实时数据预处理模块与在线识别模块输入端连接,在线识别模块的输出端与决策执行模块输入端连接。系统对试验采集的数据通过数据预处理后进行离线聚类分析,通过K‑Means聚类分析实现对车辆的行驶状态进行分类,然后根据分类结果采取相应的安全措施。
-
公开(公告)号:CN106762316A
公开(公告)日:2017-05-31
申请号:CN201710124970.6
申请日:2017-03-03
申请人: 吉林大学
IPC分类号: F02N11/08
CPC分类号: Y02T10/48 , F02N11/0829 , F02N11/0833 , F02N11/0844
摘要: 本发明公开了一种基于微行程间隔时长预测的智能起停控制方法,其工况数据采集模块对速度工况数据的采集和存储;有效速度序列特征提取模块对采集的工况数据进行分析判断数据的有效性,确定有效速度时间序列的长度,并提取特征;数据训练模块采集并存储的数据将作为训练样本,对训练样本数据提取特征并判断其所属类别,将训练数据的特征和类别信息输入支持向量机模型进行学习,保存学习到的模型;微行程间隔时长预测模块对实时采集的数据提取相同特征,并使用训练得到的模型预测微行程间隔时长类别;本发明的控制模块根据微行程间隔时长预测的结果关闭发动机或保持怠速状态,节约了能源,减少了油耗,并根据实际情况对预测结果进行判断。
-
公开(公告)号:CN105825696A
公开(公告)日:2016-08-03
申请号:CN201610242660.X
申请日:2016-04-18
申请人: 吉林大学
IPC分类号: G08G1/0962
CPC分类号: G08G1/09623
摘要: 本发明公开了一种基于信号灯信息提示的驾驶辅助系统,包括有数据采集及预处理模块、交通信号灯及倒计时信息检测识别模块、距离和速度计算模块和控制模块;数据采集及预处理模块、交通信号灯及倒计时信息检测识别模块、距离和速度计算模块均与控制模块连接;本发明在信号灯路段,根据车辆前置摄像头获取的图像,识别交通信号灯及倒计时信息,计算车辆到达信号灯的距离,预测车辆到达停止线的时间,并给出驾驶员相应的操作提示,提高了驾驶安全性,减少了交通事故的发生。
-
公开(公告)号:CN105825696B
公开(公告)日:2017-12-22
申请号:CN201610242660.X
申请日:2016-04-18
申请人: 吉林大学
IPC分类号: G08G1/0962
摘要: 本发明公开了一种基于信号灯信息提示的驾驶辅助系统,包括有数据采集及预处理模块、交通信号灯及倒计时信息检测识别模块、距离和速度计算模块和控制模块;数据采集及预处理模块、交通信号灯及倒计时信息检测识别模块、距离和速度计算模块均与控制模块连接;本发明在信号灯路段,根据车辆前置摄像头获取的图像,识别交通信号灯及倒计时信息,计算车辆到达信号灯的距离,预测车辆到达停止线的时间,并给出驾驶员相应的操作提示,提高了驾驶安全性,减少了交通事故的发生。
-
公开(公告)号:CN104228684A
公开(公告)日:2014-12-24
申请号:CN201410521955.1
申请日:2014-09-30
申请人: 吉林大学
摘要: 本发明提供了一种消除汽车A柱盲区的装置,属于汽车设备技术领域。包括中央处理器和分别与中央处理器相连的外景采集装置、显示装置,显示装置安装于汽车两侧A柱内表面,中央处理器、外景采集装置、显示装置均设置于车内;外景采集装置包括分别对应汽车两侧A柱的两组摄像头组,每组摄像头组均包括一个前摄像头和一个后摄像头,前摄像头用于采集对应A柱一侧车前方外景,后摄像头的摄像面涵盖与之同组的前摄像头和对应一侧的汽车A柱;本发明装置还包括一与所述中央处理器相连的影像调整系统。有益效果:本发明具有对汽车的外观没有影响、设备排线简单、A柱盲区消除效果好、画面延迟小、所显示的图像精度高的特点。
-
-
-
-
-
-
-
-
-