公开(公告)号：CN116704458B

公开(公告)日：2025-05-06

申请号：CN202310421088.3

申请日：2023-04-19

Applicant: 江苏大学

Inventor： 李祎承 ,  仲伟 ,  蔡英凤 ,  刘泽 ,  王建强 ,  廉玉波 ,  陈龙 ,  袁朝春

IPC: G06V20/56 ,  G06T7/80 ,  G06F17/16 ,  G06V10/774 ,  G06V10/764 ,  G06T7/70

Abstract: 本发明公开了一种自动驾驶商用车横向定位方法，本方法基于深度学习车道线检测、Tukey加权最小二乘拟合，实时单应性变换的自动驾驶商用车高精度横向定位方法。该方法以高鲁棒性的深度学习车道线检测为基础，使用Tukey加权最小二乘法拟合得到的精确车道线，通过基于高斯采样最大似然求解得到的相机与采样地平面之间的单应性变换矩阵，计算车辆在最优采样平面的横向定位结果，最后利用尺度s恢复车辆在真实地平面的横向定位结果，有效减少传统方法所带来的车道线检测误差以及由于车辆振动和地面凹凸不平导致的定位误差，实现高精度的自车道横向定位。

公开(公告)号：CN116479179A

公开(公告)日：2023-07-25

申请号：CN202310445443.0

申请日：2023-04-24

Applicant: 江苏大学

Inventor： 沈权 ,  庄子 ,  钱玲玲 ,  张文 ,  杨世兴 ,  王晓春 ,  纪立凯 ,  刘雨薇 ,  单同领 ,  王建强

IPC: C12Q1/70 ,  C12Q1/6851 ,  C12N15/11 ,  C12R1/93

Abstract: 本发明公开了一种鹅星状病毒实时荧光定量PCR检测引物和方法，属于病毒检测技术领域。本发明所述引物包括SEQ ID NO.1和SEQ ID NO.2所示的引物；本发明的检测方法可对新型鹅星状病毒CHSH01进行检测，具有稳定性好、特异性强、重复性好、定量准确的优点，对CHSH01的最低检出浓度为1×102copies/μL，达到了普通PCR的100倍，能够高效地检测出感染或携带CHSH01株的雏鹅，有助于及时防治。

公开(公告)号：CN118816909A

公开(公告)日：2024-10-22

申请号：CN202410828173.6

申请日：2024-06-25

Applicant: 江苏大学

Inventor： 李祎承 ,  龙海辉 ,  蔡英凤 ,  王海 ,  刘泽 ,  王建强 ,  廉玉波 ,  陈龙 ,  董钊志

IPC: G01C21/32 ,  G01C21/16 ,  G01C21/00 ,  G01C22/00 ,  G01S17/86 ,  G01S17/88

Abstract: 本发明提出了一种基于车载传感器数据和辅助地图相结合的车辆定位方法，以实现车辆在公路隧道环境下的定位。该方法通过快速直接的激光雷达惯性里程计将原始点云直接注册到局部地图上并更新局部地图，利用隧道环境中的细微特征来提高定位的准确性，从而实现在隧道环境中交通标志不可用路段时车辆的定位。而对于存在交通标志的路段，需将点云数据制作成交通标志地图，并设置好标志图大小的阈值。一旦检测到的标志图超过所设阈值时，即可使用事先制作好的交通标志地图来实现车辆定位。最终，将惯性里程计的定位结果与基于辅助地图获得的定位数据相融合，以提升车辆在整个公路隧道环境中的定位精度和稳定性。

公开(公告)号：CN116704458A

公开(公告)日：2023-09-05

申请号：CN202310421088.3

申请日：2023-04-19

Applicant: 江苏大学

Inventor： 李祎承 ,  仲伟 ,  蔡英凤 ,  刘泽 ,  王建强 ,  廉玉波 ,  陈龙 ,  袁朝春

IPC: G06V20/56 ,  G06T7/80 ,  G06F17/16 ,  G06V10/774 ,  G06V10/764 ,  G06T7/70

Abstract: 本发明公开了一种自动驾驶商用车横向定位方法，本方法基于深度学习车道线检测、Tukey加权最小二乘拟合，实时单应性变换的自动驾驶商用车高精度横向定位方法。该方法以高鲁棒性的深度学习车道线检测为基础，使用Tukey加权最小二乘法拟合得到的精确车道线，通过基于高斯采样最大似然求解得到的相机与采样地平面之间的单应性变换矩阵，计算车辆在最优采样平面的横向定位结果，最后利用尺度s恢复车辆在真实地平面的横向定位结果，有效减少传统方法所带来的车道线检测误差以及由于车辆振动和地面凹凸不平导致的定位误差，实现高精度的自车道横向定位。

公开(公告)号：CN118691779A

公开(公告)日：2024-09-24

申请号：CN202410828172.1

申请日：2024-06-25

Applicant: 江苏大学

Inventor： 李祎承 ,  袁庆桐 ,  蔡英凤 ,  刘泽 ,  王建强 ,  廉玉波 ,  陈龙 ,  袁朝春

IPC: G06V10/22 ,  G06V10/764 ,  G06V10/774 ,  G06V10/26 ,  G06F17/11 ,  G06T7/80 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种基于Transformer的结构化道路自动驾驶商用车全局定位方法，包括：S1.图像采集、图像处理数据集制作S2.网路模型建立S3.网络模型训练S4.定位实现。有益效果：通过对原始图像进行语义分割，去除了动态物体对定位的影响，保留了原始图像的空间结构信息。加入PSA注意力模块后，DeepLabV3Plus更能捕获结构化道路细节信息。Transformer自注意力机制可以捕获分割后的图像空间结构信息。在Swin Transformer最后一阶段计算全局注意力时，使用可变注意力机制替换自注意力机制。提高强相关特征的表达，获得图像特征向量。最后将特征向量按获取时间顺序进入LSTM网络，时序信息的利用，可以解决某些帧相机成像质量不高导致的定位失准问题，从而预测出更加准确的定位信息，完成定位。