-
公开(公告)号：CN119942524A
公开(公告)日：2025-05-06
申请号：CN202510101373.6
申请日：2025-01-22
Applicant: 燕山大学 , 北京空间飞行器总体设计部
Abstract: 本发明公开一种3D占用预测方法和装置、系统、存储介质，包括：步骤S1、获取点云和3D目标检测标签；步骤S2、将点云分分离为动态点云和静态点云；步骤S3、将动态点云和静态点云进行多帧点云时序合并，分别得到密集的静态点云和密集的动态点云；步骤S4、合并密集的动态点云和静态点云；步骤S5、对合并后的密集的动态点云和静态点云进行点云的空洞填补与稠密化，得到稠密点云；步骤S6、将稠密点云进行体素化；步骤S7、将3D目标检测标签中的语义传播到体素；步骤S8、检查相邻体素的语义一致性并剔除包含点数过少的体素。采用本发明的技术方案，有效降低标注成本，提升稠密体素的生成质量和占用预测的精度。
-
公开(公告)号：CN113971731B
公开(公告)日：2025-01-28
申请号：CN202111266083.5
申请日：2021-10-28
Applicant: 燕山大学
IPC: G06V10/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种目标检测方法、装置及电子设备，该方法包括：获取目标的图像数据；将图像数据输入预建深度轻量网络，输出不同尺度的预测头；对预测头进行解码，得到目标的类别、定位框及类别置信度。该方案可以大幅度提高目标检测的精度和推理速度。
-
公开(公告)号：CN118900203A
公开(公告)日：2024-11-05
申请号：CN202411249998.9
申请日：2024-09-06
Applicant: 燕山大学
IPC: H04L9/40
Abstract: 本发明公开了一种在线实时的智能网联车网络攻击威胁分析与风险评估方法。该方法包括：获取威胁场景信息、损害场景信息以及攻击路径信息；以所述威胁场景信息、所述损害场景信息以及所述攻击路径信息作为输入，利用经训练的损害场景评估模型和攻击可行性评估模型，获得各损害场景的影响等级和攻击可行性等级；利用所述各损害场景的影响等级和所述攻击可行性等级，结合设定的风险矩阵计算获得智能网联车的风险等级。本发明能够有效识别系统当前受到的攻击威胁并且进行在线实时的风险评估，对于智能网联车自动驾驶技术的发展具有重要意义。
-
公开(公告)号：CN118623880A
公开(公告)日：2024-09-10
申请号：CN202410721509.9
申请日：2024-06-05
Applicant: 燕山大学
IPC: G01C21/16 , G06F30/27 , G01C21/20 , G01S19/49 , G06F119/02
Abstract: 本发明涉及一种GNSS失效环境下的车辆定位方法，属于车辆定位领域，用于解决GNSS信号失效环境下车辆定位精度低、鲁棒性差的问题。本案提出在GNSS信号失效时，实时获取惯性导航系统对应的预积分XINS、轮式里程计对应的预积分XODO，获取惯性导航系统对应的信息矩阵ΛINS，轮式里程计对应的信息矩阵ΛODO，从而基于{ΛINSXINS，ΛODOXODO}，利用伪全局定位信息预测模型获取实时的伪GNSS量测信息，进而通过多源定位量测信息融合进行车辆定位估计。其中，所述伪全局定位信息预测模型，利用深度循环神经网络建立GNSS量测信息与{ΛINSXINS，ΛODOXODO}之间的映射关系。
-
公开(公告)号：CN113657676B
公开(公告)日：2024-05-14
申请号：CN202110953850.3
申请日：2021-08-19
Applicant: 燕山大学
Abstract: 本发明涉及一种考虑多维度驾驶人特性的制动反应时间预测方法，包括建立制动反应时间的影响因素解构模型、发放调查问卷、基于调查问卷建立结构方程SEM模型、设计驾驶负荷试验方案、采集制动反应时间数据、建立基于BP神经网络的制动反应时间预测模型、对制动反应时间预测模型进行性能检验等步骤，本发明使用结构方程模型全面地解构驾驶人制动反应时间的影响因素，借助试验采集有效制动反应时间数据和驾驶人特性指标，从人因角度深入分析各个因素的影响机制和参与方式，建立考虑多维度驾驶人特性的制动反应时间预测模型，为开发基于行车风险预测的先进驾驶人辅助系统提供支持。
-
Patent Agency Ranking
公开(公告)号：CN117207853A
公开(公告)日：2023-12-12
申请号：CN202310994563.6
申请日：2023-08-08
Applicant: 燕山大学
Abstract: 本发明涉及一种混合动力车辆能量管理方法，属于自动驾驶领域，用于解决目前自动驾驶领域缺乏对实际驾驶需求考虑且忽略了其他交通因素的影响，在采用燃料电池时响应速度慢、难以直接应对复杂多变的交通场景，而通过并联动力电池时，不同动力源具有不同的输出特性，当前主流的能量管理策略大多因复杂的计算过程具有实时性差、稳定性低的问题。本案方法步骤包括：将混合动力车辆行驶路线上的平均速度作为车辆未来一段时间的基准行驶工况；利用基准行驶工况，得到混合动力车辆行驶的基准功率；将基准功率进行小波变换，通过使小波变换目标函数W取得最小值，获得动力电池和燃料电池的最优分配功率输出。
-
公开(公告)号：CN117031499A
公开(公告)日：2023-11-10
申请号：CN202311180357.8
申请日：2023-09-13
Applicant: 燕山大学
IPC: G01S17/931 , G01S7/481 , G01S7/497
Abstract: 本申请涉及激光雷达目标检测技术领域，公开了一种融合深度相机的车载半固态激光雷达盲区补偿方法及装置。所述方法使用半固态激光雷达和深度相机分别获取第一点云数据和深度图像数据；根据第一点云数据确定半固态激光雷达的盲区，然后在深度图像数据中确定契合盲区的感兴趣区域，并将感兴趣区域对应的深度图像数据转换为第二点云数据；之后，将第一点云数据和第二点云数据拼接，获得融合点云数据。可以大幅度减小车规级半固态激光雷达近端检测盲区。除此之外，由于深度相机本身侧重大视角，辅助半固态激光雷达安装时不需经过复杂的计算设计，安装方便；并且，深度相机成本较低，便于应用和普及。
-
公开(公告)号：CN116859731A
公开(公告)日：2023-10-10
申请号：CN202310804271.1
申请日：2023-07-03
Applicant: 中车长春轨道客车股份有限公司 , 燕山大学 , 吉林大学
IPC: G05B13/04
Abstract: 本发明提供一种基于强化学习的增强高铁自动驾驶控制系统准时性的方法，通过建立基本数据模块和列车运行仿真模块，设置奖励函数和额外单步奖励，设计神经网络结构，构建高速列车自动驾驶训练模型；确定训练参数执行训练，得到高速列车自动驾驶控制模型；本发明改进列车准时性奖励函数的设置方式，在保留原有全局奖励方法的基础上，设置一个在一轮训练过程中的每个单步中都能给予智能体准时性反馈的额外奖励函数，使奖励函数的引导性更强，解决准时性稀疏奖励难以获得的问题，提高列车自动驾驶控制系统的训练效率，更好地满足自动驾驶列车运行过程中的准时性要求。
-
公开(公告)号：CN116858581A
公开(公告)日：2023-10-10
申请号：CN202310769743.4
申请日：2023-06-28
Applicant: 中车长春轨道客车股份有限公司 , 燕山大学 , 吉林大学
IPC: G01M17/08 , G06F18/2415 , G06F18/213 , G06F18/15 , G06N3/048 , G06N3/084
Abstract: 一种高速智能动车组自动驾驶控制策略综合性能评价方法，属于列车组自动驾驶技术领域，步骤一、采集高速智能动车组多维自动驾驶特征数据，步骤二、基于熵权法的客观赋权，步骤三、基于德尔菲法将主观评价归一化处理，步骤四、生成综合评价数据集，步骤五、构建基于多层感知机的高速智能动车组自动驾驶算法评价模型。本发明用于高速智能动车组自动驾驶控制策略算法开发过程中主客观评价的统一，解决现有技术中缺乏高速智能动车组自动驾驶算法性能评价体系的问题，并提供可结合测试人员主观评价内容进行主客观统一评价的方法；对于高速智能动车组的发展具有重要意义。
-
公开(公告)号：CN115147654A
公开(公告)日：2022-10-04
申请号：CN202210787509.X
申请日：2022-07-06
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种目标检测方法、装置、电子设备及存储介质，该方法包括：获取路侧的多目标图像；多目标图像输入M3‑YOLOv4检测模型，输出目标检测结果；其中，M3‑YOLOv4检测模型包括骨干网络MobileNetV3、空间金字塔池化、路径聚合网络及检测头。该方案可以解决现有目标检测时效性差的问题。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.053 seconds)
