-
公开(公告)号：CN104146722B
公开(公告)日：2017-02-15
申请号：CN201410407255.X
申请日：2014-08-18
Applicant: 吉林大学
IPC: A61B5/18
Abstract: 本发明提供了一种基于头部信号的驾驶疲劳检测分级预警装置，包括检测部和预警部，其中检测部与预警部相互之间通过无线形式连接，其中预警部还包括一预警模块，所述预警模块包括强度依次递增的第一预警单元和第二预警单元，从而实现分级预警功能；本发明还提供了一种基于头部信号的驾驶疲劳检测分级预警方法包括信号采集、信号处理、疲劳等级判定和实施预警动作四个步骤。与现有技术相比，本发明检测方便，准确性高，同时设备存在感低，对驾驶员影响小。
-
公开(公告)号：CN106184352A
公开(公告)日：2016-12-07
申请号：CN201610547154.1
申请日：2016-07-13
Applicant: 吉林大学
CPC classification number: B62D5/046 , B62D5/043 , G05D1/0061
Abstract: 一种可实现多种转向模式切换的转向系统，属于电动汽车驾驶技术领域，包括左转向轮、转向器、右转向轮、角度和扭矩传感器Ⅰ、动力传输齿轮组、离合器、EPS电机、EPS控制器、角度和扭矩传感器Ⅱ、角度和扭矩传感器Ⅲ、转向盘、伺服电机、转向管柱、伺服电机控制器以及车辆控制系统。本发明经过对无人驾驶车辆转向系统功能的需求的深入分析，将线控转向技术与EPS技术相结合，不但实现了自动/手动转向功能，而且保证了自动驾驶时转向角度的控制精度；还可以在手动转向模式下，根据驾驶员的需要，可以选择基于线控转向或机械转向的手动转向模式。
-
公开(公告)号：CN104146722A
公开(公告)日：2014-11-19
申请号：CN201410407255.X
申请日：2014-08-18
Applicant: 吉林大学
IPC: A61B5/18
Abstract: 本发明提供了一种基于头部信号的驾驶疲劳检测分级预警装置，包括检测部和预警部，其中检测部与预警部相互之间通过无线形式连接，其中预警部还包括一预警模块，所述预警模块包括强度依次递增的第一预警单元和第二预警单元，从而实现分级预警功能；本发明还提供了一种基于头部信号的驾驶疲劳检测分级预警方法包括信号采集、信号处理、疲劳等级判定和实施预警动作四个步骤。与现有技术相比，本发明检测方便，准确性高，同时设备存在感低，对驾驶员影响小。
-
公开(公告)号：CN103489010A
公开(公告)日：2014-01-01
申请号：CN201310442805.7
申请日：2013-09-25
Applicant: 吉林大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于驾驶行为的疲劳驾驶检测方法，解决现有技术所存在的道路曲率因素会影响基于驾驶行为进行疲劳驾驶检测方法的准确率的问题，其构建了道路线形分类器及对应的疲劳模式分类器，在车辆行驶过程中实时采集车辆的道路视频和驾驶行为信息，分别提取不同的道路曲率（直道和弯道）下驾驶人的驾驶行为特征参数，根据道路线形分类器输出结果确定当前道路线形，并调用对应的疲劳模式分类器，即可实现对驾驶人疲劳状态的辨识，本方法实现了疲劳驾驶的实时准确检测。
-
公开(公告)号：CN106394534B
公开(公告)日：2019-03-15
申请号：CN201611010486.2
申请日：2016-11-17
Applicant: 吉林大学
IPC: B60T13/52 , B60T13/569 , B60T13/72
Abstract: 一种无人驾驶电动汽车真空助力制动控制系统及控制方法属于汽车制动技术领域，包括仪表盘、电动真空泵、单向阀、真空度传感器I、真空贮气罐、报警器、过滤环、毛毡过滤环、真空推力器、阀门Ⅰ、伺服电机Ⅰ、阀门II、伺服电机II和电子控制单元。本发明中真空助力器只有一个前气室，区别于传统的两个气室的结构形式。伺服电机Ⅰ与阀门Ⅰ，伺服电机II与阀门II均为刚性连接，精确快速地调节阀门开度。气室壳体上设置有气孔Ⅰ和气孔Ⅱ两个气孔，其中一个气孔通过调节阀门开度可以和大气连通，可以自行通过电机调节阀门进行抽气或放气，所以可用于无人驾驶电动汽车的真空推力器中。本发明以无人驾驶电动汽车为应用对象发展前景好。
-
Patent Agency Ranking
公开(公告)号：CN106394534A
公开(公告)日：2017-02-15
申请号：CN201611010486.2
申请日：2016-11-17
Applicant: 吉林大学
IPC: B60T13/52 , B60T13/569 , B60T13/72
CPC classification number: B60T13/52 , B60T13/569 , B60T13/72
Abstract: 一种无人驾驶电动汽车真空助力制动控制系统及控制方法属于汽车制动技术领域，包括仪表盘、电动真空泵、单向阀、真空度传感器I、真空贮气罐、报警器、过滤环、毛毡过滤环、真空推力器、阀门Ⅰ、伺服电机Ⅰ、阀门II、伺服电机II和电子控制单元。本发明中真空助力器只有一个前气室，区别于传统的两个气室的结构形式。伺服电机Ⅰ与阀门Ⅰ，伺服电机II与阀门II均为刚性连接，精确快速地调节阀门开度。气室壳体上设置有气孔Ⅰ和气孔Ⅱ两个气孔，其中一个气孔通过调节阀门开度可以和大气连通，可以自行通过电机调节阀门进行抽气或放气，所以可用于无人驾驶电动汽车的真空推力器中。本发明以无人驾驶电动汽车为应用对象发展前景好。
-
公开(公告)号：CN103489010B
公开(公告)日：2017-01-04
申请号：CN201310442805.7
申请日：2013-09-25
Applicant: 吉林大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于驾驶行为的疲劳驾驶检测方法，解决现有技术所存在的道路曲率因素会影响基于驾驶行为进行疲劳驾驶检测方法的准确率的问题，其构建了道路线形分类器及对应的疲劳模式分类器，在车辆行驶过程中实时采集车辆的道路视频和驾驶行为信息，分别提取不同的道路曲率（直道和弯道）下驾驶人的驾驶行为特征参数，根据道路线形分类器输出结果确定当前道路线形，并调用对应的疲劳模式分类器，即可实现对驾驶人疲劳状态的辨识，本方法实现了疲劳驾驶的实时准确检测。
-
公开(公告)号：CN105512623A
公开(公告)日：2016-04-20
申请号：CN201510866567.1
申请日：2015-12-02
Applicant: 吉林大学
Inventor： 金立生 , 陈梅 , 王发继 , 刘辉 , 程蕾 , 杨诚 , 张承标 , 李科勇 , 高琳琳 , 谢宪毅 , 郑义 , 张昊 , 郭柏苍 , 岳欣羽 , 管信 , 姬生远 , 徐俊
CPC classification number: G06K9/00791 , B60R1/00 , B60R2300/106 , B60R2300/301 , B60R2300/8053 , G06K9/6269 , G06T5/001 , G06T2207/10048 , G06T2207/30248
Abstract: 本发明基于多传感器雾天行车视觉增强与能见度预警系统及方法，属于智能车辆安全辅助驾驶技术领域，包括电源、变压插头、前置红外摄像头、前置毫米波雷达、车载电控单元模块、车载显示屏、汽车音响设备、车载扬声器和车速传感器。本发明通过构建道路图像分类器、有无雾图像分类器、建立有雾图像去雾模型、获得清晰去雾图像，实现视觉增强效果、构建能见度计算模型、判断能见度等级，利用毫米波雷达测量车速等级以及检测到前车间距等级，判断是否提供给驾驶人视觉、听觉预警。本方法实现了能在雾天低能见度条件下，驾驶人视觉增强与行车能见度预警，解决了在雾天现有汽车雾灯照射范围有限、存在盲区，以及驾驶人对行驶环境判断不准确等问题。
-
公开(公告)号：CN105105774A
公开(公告)日：2015-12-02
申请号：CN201510648123.0
申请日：2015-10-09
Applicant: 吉林大学
IPC: A61B5/18 , A61B5/0476
Abstract: 本发明公开了一种基于脑电信息的驾驶人警觉度监测方法，包括：步骤一、使用脑电传感器采集驾驶人原始脑电信号；步骤二、将原始脑电信号进行降噪去伪迹处理，提高脑电信号的可靠性；步骤三、提取警觉度相关特征，包括时域特征、频谱特性、复杂度特征；步骤四、过滤警觉度相关特征，去除与警觉度状态无关的信号；步骤五、找出提取的脑电特征与驾驶人警觉度状态之间的关系，最终实现使用所提取的脑电特征对驾驶人警觉度状态作出估计。本发明提供的基于脑电信息的驾驶人警觉度状态监测方法能够最为客观、准确地获得驾驶人的警觉度状态，在驾驶疲劳监测领域展现出了巨大的潜力。本发明还提供了一种基于脑电信息的驾驶人警觉度监测系统。
-
公开(公告)号：CN103578227B
公开(公告)日：2015-10-07
申请号：CN201310434763.2
申请日：2013-09-23
Applicant: 吉林大学
Abstract: 本发明公开了一种基于GPS定位信息的疲劳驾驶检测方法，旨在克服现有技术没有消除道路曲率对驾驶行为检测的影响的问题，其步骤：1.构建疲劳模式分类器：传感器采集50名以上驾驶人在不同驾驶状态下的位于直道条件下的驾驶行为数据，构建直道条件下的疲劳模式分类器；2.采集车辆行进过程中的驾驶行为数据及车载GPS定位信息，利用车载GPS定位信息及数字地图，获取车辆所在位置的道路曲率信息，将不同弯道条件下驾驶行为数据换算到直道条件下，消除道路曲率对驾驶行为数据的影响；3.提取并融合各特征参数在其最优时间窗内的特征参数值，并将此特征参数输入直道条件下疲劳模式分类器实现对驾驶人疲劳状态的辨识。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.025 seconds)
