一种基于孪生特征增强网络的道路可行驶区域检测方法

    公开(公告)号:CN111695447B

    公开(公告)日:2022-08-12

    申请号:CN202010457704.7

    申请日:2020-05-26

    Applicant: 东南大学

    Inventor: 李旭 郑智勇 韦坤

    Abstract: 本发明公开了一种基于孪生特征增强网络的道路可行驶区域检测方法,包括:(1)设计道路边界检测子网络,提取道路边界特征;(2)设计道路区域检测子网络,提取道路区域特征;(3)提出多级特征融合策略,对道路边界特征和道路区域特征进行融合,得到孪生特征增强网络;(4)构建道路边界标签图像;(5)提出两级训练优化策略,利用构建的道路边界数据和现有的道路区域数据,对孪生特征增强网络进行训练优化和测试,输出道路检测结果。本发明设计的孪生特征增强网络有效克服了现有道路检测方法中道路边界模糊的不足,实现了复杂城市环境下准确的道路可行驶区域检测。

    一种基于支持向量机的重载车辆侧倾状态检测方法

    公开(公告)号:CN111645670B

    公开(公告)日:2022-02-22

    申请号:CN202010444572.4

    申请日:2020-05-23

    Applicant: 东南大学

    Abstract: 本发明提出一种基于支持向量机的重载车辆侧倾状态检测方法,首先明确影响重载车辆侧倾状态的因素及其获取方式,然后定义用于辨识侧倾状态的表征参数和不同危险等级的侧倾状态,接着开展典型侧翻场景下的重载车辆实车试验并保存数据,进而设计用于重载车辆侧倾状态检测的SVM,最后基于SVM实现重载车辆侧倾状态的实时检测。该方法选用整车质量、车速和方向盘转角信息实现侧倾状态的冗余检测,提高检测的可靠性;车速和方向盘转角通过车身CAN总线读取,无需外加传感器,成本低;以最后一轴两侧车轮垂向力的横向变化来辨识侧倾状态,建立整车质量、车速、方向盘转角与侧倾状态的对应关系,利用实车试验数据训练SVM,提高检测的准确性。

    基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法

    公开(公告)号:CN109878509B

    公开(公告)日:2020-10-02

    申请号:CN201910179582.7

    申请日:2019-03-11

    Applicant: 东南大学

    Inventor: 李旭 韦坤 徐启敏

    Abstract: 本发明提出了一种基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法,首先明确三个侧翻表征参数和分别计算对应的预估侧翻发生的概率,然后建立基于模糊逻辑的概率计算模型,最后计算预估侧翻发生的最优概率并分级别进行预警。本发明所提出的侧翻预警方法无需考虑复杂的动力学方程和车身参数,只需冗余处理多个低成本传感器信息,再通过基于模糊逻辑的概率计算模型得到预估侧翻发生的最优概率。该方法分析数据全面,以概率形式将侧翻危险精确量化,能够在整体式罐车存在较小的侧翻危险时准确、及时预警,使驾驶员尽早采取预防措施,减少侧翻事故的发生。

    一种基于车体运动学信息的罐车侧倾状态预判方法

    公开(公告)号:CN111695196A

    公开(公告)日:2020-09-22

    申请号:CN202010444567.3

    申请日:2020-05-23

    Applicant: 东南大学

    Abstract: 本发明提出一种基于车体运动学信息的罐车侧倾状态预判方法,首先明确影响罐车侧倾状态的车体运动学信息,然后分别建立用于罐车车速和方向盘转角预测的AR模型,接着建立罐车典型侧翻场景集并开展车体运动学信息采集试验,进而设计用于罐车侧倾状态估计的神经网络,最后基于AR模型和神经网络实现罐车侧倾状态的提前预判。该方法使用的车体运动学信息通过CAN总线直接读取,无需外加传感器,操作方便成本低;通过神经网络建立车速、方向盘转角与侧倾状态的非线性映射关系,制作训练样本时考虑典型侧翻场景基元的影响,提高网络预估侧倾状态的准确性;利用AR模型对车速和方向盘转角进行短期预测,联合神经网络实现未来短期内罐车侧倾状态的精确预判。

    一种基于车轮识别的道路救援装备侧方位拖牵诱导方法

    公开(公告)号:CN109285169A

    公开(公告)日:2019-01-29

    申请号:CN201810915669.1

    申请日:2018-08-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于车轮识别的道路救援装备侧方位拖牵诱导方法,该方法结合道路救援装备的结构及侧方位拖牵作业的特点,首先确定被拖车辆车轮待检测区域;接着对该区域图像进行高斯平滑滤波及边缘检测,并计算各图像点梯度方向,二值化后得到非零边缘图像点集;进而根据边缘连续性特征对图像点进行聚类;之后对聚类得到的边缘点集建立梯度方向直方图并计算相关参数;然后提出车轮边缘点集初精两步筛选算法;从而根据精选得到的车轮中心位置实施拖牵诱导;最后通过卡尔曼滤波进行预测并设置下一帧图像的车轮待检测区域。本发明提出的诱导方法具有良好的实时性、环境适应力和抗干扰能力,有效提高了道路救援装备的救援效率。

    一种基于视听信息融合的地形分类方法

    公开(公告)号:CN114792375B

    公开(公告)日:2025-01-03

    申请号:CN202210204930.3

    申请日:2022-03-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于视听信息融合的地形分类方法,本方法首先控制车辆在不同地形上行驶,利用挂载在车辆底部的前向摄像机获取车辆行驶时的地形图像,同时利用声音传感器采集行驶过程中车辆与地面交互的声音信号;将视觉图像和声音信号进行预处理;接着分别提取视觉图像与声音信号的特征,提取的图像特征有图像的颜色直方图特征与局部二值化特征;将视觉特征与声音特征融合并进行特征降维;然后将降维后的特征向量和原始图像分别输入到设计的全连接神经网络分类器和残差网络分类器进行分类训练;最终分类决策结果由全连接神经网络分类器和残差网络分类器这两个分类器的输出加权求得。模型训练好之后利用所述模型进行在线地形分类。

    一种车载摄像机外参动态自标定方法

    公开(公告)号:CN109903341B

    公开(公告)日:2023-09-08

    申请号:CN201910073564.0

    申请日:2019-01-25

    Applicant: 东南大学

    Inventor: 李旭 赵琬婷 韦坤

    Abstract: 本发明公开了一种车载摄像机外参动态自标定方法,涉及智能车辆信息处理技术领域,该方法在载体车辆上设置一正六边形黑白标定参照物,首先利用张氏标定法对静态载体车辆上监控摄像机的参数进行标定,获得摄像机内参与初始外参,进而结合参照物中各标定参照点的三维世界坐标计算各标定参照点的初始三维摄像机坐标;然后在监控摄像机工作过程中对动态变化的外参进行定时检测更新。本方法保持监控摄像机外参的准确可靠,为后续进行相关机器视觉应用提供标定准确性前提。

    基于多层级边缘增强的非结构化环境三维点云语义分割方法

    公开(公告)号:CN116503602A

    公开(公告)日:2023-07-28

    申请号:CN202310528767.0

    申请日:2023-05-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多层级边缘增强的非结构化环境三维点云语义分割方法,首先构建一个高效的基于球面投影的语义‑边缘双编码结构,其次设计边缘注意力融合模块对双编码器的中间特征进行深度和自动融合,再次设计解码器将特征图恢复到原始输入尺寸,接着提出一种边缘判别器,在输出端进一步提高识别边缘的能力,然后设计损失函数,最后利用样本集对网络进行训练,获得网络参数,从而实现非结构化环境三维点云语义的高效与可靠分割,本发明方法结合传统方法和深度学习算法的优点,提升对于边缘的感知能力,以实现非结构化环境的高效、高精三维语义分割。

    一种用于大型挖掘机高效作业的一键无线操控方法

    公开(公告)号:CN116265664A

    公开(公告)日:2023-06-20

    申请号:CN202111553621.9

    申请日:2021-12-17

    Applicant: 东南大学

    Inventor: 李旭 韦坤 周晓晶

    Abstract: 本发明提出了一种用于大型挖掘机高效作业的一键无线操控方法,首先对挖掘机的液压系统进行电控改造,然后搭建无线操控装置和实现挖掘机各执行部件动作的单步操控,接着梳理挖掘机高频重复的序列化动作,最后基于“感知‑控制”实现挖掘机序列化动作的一键操控。本发明装置包括遥控器、无线传输模块、信号处理模块、电流产生模块和多个电磁阀,可以实现挖掘机单步动作和序列化动作的无线操控。本发明方法融合挖掘机作业部件的状态实时感知和精准控制,可以实现高效精准的一键序列化操控,提高挖掘机的作业效率。

    一种高度类人的自动驾驶营运车辆安全驾驶决策方法

    公开(公告)号:CN114407931A

    公开(公告)日:2022-04-29

    申请号:CN202210158758.2

    申请日:2022-02-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种高度类人的自动驾驶营运车辆安全驾驶决策方法。首先,进行典型交通场景下驾驶行为的多源信息同步采集,构建表征优秀驾驶员驾驶行为的专家轨迹数据集。其次,综合考虑前向碰撞、后向碰撞、侧向碰撞、车辆侧倾稳定性和驾驶平顺性等因素对行车安全的影响,利用生成对抗模仿学习算法模拟优秀驾驶员的驾驶行为,分别采用近段策略优化算法和深度神经网络构建生成器和判别器,进而建立具有高度类人水平的安全驾驶决策模型。最后,对安全驾驶决策模型进行训练,得到不同行驶工况下的安全驾驶策略。本发明能够模拟人类优秀驾驶员的驾驶意图,为自动驾驶营运车辆提供更加合理、安全的驾驶策略,可以有效保障自动驾驶营运车辆的行车安全。

Patent Agency Ranking