一种BDS、GPS相结合的多源信息融合多模态车辆定位装置及定位方法

    公开(公告)号:CN110515106B

    公开(公告)日:2022-11-18

    申请号:CN201910664950.7

    申请日:2019-07-23

    申请人: 东南大学

    摘要: 本发明涉及一种BDS、GPS相结合的多源信息融合多模态车辆定位装置及定位方法,包括空间卫星装置,实现卫星信息的收集;地面融合装置,其接收空间卫星装置发送的卫星信息,同时对接收到的卫星信息进行数据处理;车辆行驶装置,包括接收单元和感知装置,感知装置获取车辆附近环境信息,接收单元接收地面融合装置处理后的数据信息、感知装置获取的车辆附近环境信息以及空间卫星装置收集到的卫星信息,其中,地面融合装置处理后的数据信息与收集到的卫星信息之间形成双误差;交通道路数据库,其为车辆发送实时交通路况信息;本发明用于为车辆驾驶人提供准确定位,同时可以实现车辆在森林高楼、隧道、地下停车场丢失卫星信号情况下的高精准定位,为智能网联车提供技术支持。

    一种车载传感器测量数据异常情况下的汽车状态估计方法

    公开(公告)号:CN113771865B

    公开(公告)日:2022-08-12

    申请号:CN202110964974.1

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/10 B60W50/02

    摘要: 本发明涉及一种车载传感器测量数据异常情况下的汽车状态估计方法,首先利用车载传感器获得带有异常测量数据的横向加速度信号以及正常的前轮转角和纵向加速度,将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计车辆的纵向速度,质心侧偏角,横摆角速度来实现汽车状态的精确获取。本发明可以填补当前车载传感器测量数据异常情况下汽车状态无法精确估计的技术空白,提升了汽车主动安全控制技术水平。本发明考虑到现有汽车状态估计中尚未考虑传感器数据异常,利用贝叶斯概率理论设计了考虑数据异常的先验与后验相结合的估计方法,可以填补当前传感器数据异常情况下汽车状态无法估计的技术空白。

    一种四轮驱动电动汽车的转矩优化分配控制方法

    公开(公告)号:CN111634195B

    公开(公告)日:2022-03-08

    申请号:CN202010396171.6

    申请日:2020-05-12

    申请人: 东南大学

    IPC分类号: B60L15/20 B60L15/32

    摘要: 本发明涉及一种四轮驱动电动汽车的转矩优化分配控制方法,制订了电机在行车工况、滑行工况和起步工况下的电机效率计算模型,将汽车行驶模式分为双轴行车模式、单轴行车模式、双轴起步模式和单轴起步模式,分别确定了不同模式下的消耗功率计算方法,通过离线的全局优化算法获取以能量最优为目标的转矩分配系数。为了避免控制过程中转矩变化过大,建立面向转矩变化率的转矩优化分配模型,采用模糊控制规则确定动态权重因子,进而最终确定四轮转矩分配结果;该方法以降低能量消耗和电机内电流波动为目标,计算出面向节能和转矩变化率的转矩分配系数及其对应的全局最优效率,极大地提升电动汽车的续航里程,保证轮毂电机使用的安全性和长效性。

    相机与激光雷达重标定方法、装置及计算机可读存储介质

    公开(公告)号:CN112837383A

    公开(公告)日:2021-05-25

    申请号:CN202110225959.5

    申请日:2021-03-01

    申请人: 东南大学

    IPC分类号: G06T7/80 G06T7/33 G06T5/50

    摘要: 本发明公开了一种相机与激光雷达重标定方法、装置及计算机可读存储介质,其中相机与激光雷达重标定方法包括:在标定状态下获取基准位置的基准图像和基准点云;在传感器发生漂移状态下,通过获取的基准图像和基准点云,结合在观测位置获取的观测图像和观测点云,采用基于传感器融合里程计的相机与激光雷达自动重标定方法进行重标定。本发明相机与激光雷达自动重标定方法,无需设置标定板,不受环境和数据特征限制,能够实现相机和激光雷达的精确重标定,对传感器漂移具有较高的鲁棒性。

    一种基于彩色相机与红外热成像仪特征融合的目标检测方法

    公开(公告)号:CN111382683A

    公开(公告)日:2020-07-07

    申请号:CN202010135485.0

    申请日:2020-03-02

    申请人: 东南大学

    IPC分类号: G06K9/00 G06K9/36 G06K9/62

    摘要: 本发明公开了一种基于彩色相机与红外热成像仪特征融合的目标检测方法,包括以下步骤:a、通过彩色相机获得彩色数据集,通过红外热成像仪获得热红外数据集;b、将双模态数据集同时输入到双模态的YOLOv3神经网络算法中,提取目标的颜色特征与温度特征;在主干网络的某一层通过融合函数与1×1卷积块将两个模态的特征融合,然后选取融合后的特征图继续进行主干网络的特征提取,得到融合后的提取特征图;c、融合后的提取特征图输入到后续的卷积层中进行目标的分类,输出训练完成的双模态神经网络的算法模型。本发明融合温度与颜色信息,在双模态神经主干网络算法进行融合,输入分类层中进行目标的预测,增加目标的多种特征信息,提高目标识别准确性。

    一种基于LTE-V2X通信技术的车辆与信号灯协同控制方法及控制系统

    公开(公告)号:CN110619752A

    公开(公告)日:2019-12-27

    申请号:CN201910504233.8

    申请日:2019-06-12

    申请人: 东南大学

    摘要: 本发明涉及一种基于LTE-V2X通信技术的车辆与信号灯协同控制方法及控制系统,车辆驶入控制区域后,车载终端利用CAN总线获取车载传感器获取的车速信息,并利用LTE-V2X网络将上述信息及车辆优先级、类型、紧急情况信息发送到车道信号灯控制器;信号灯控制器计算各车位置信息,计算车道内燃油汽车、混合动力汽车和纯电动汽车数量,计算车辆队列长度及通行时间,加载各类型车辆优化速度;通过车辆与信号灯协同控制方法循环,实现各车道信号灯相位配时控制,利用LTE-V2X网络广播统一优化车速、安全预警、优先通行等信息,通过车载交互设备呈现给驾驶员;当车辆驶出控制区域后,停止与该车车载终端的信息交互,本发明可以实现车辆在路口高效通行、绿色通行、安全通行。

    四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法

    公开(公告)号:CN114103967B

    公开(公告)日:2024-04-26

    申请号:CN202110436285.3

    申请日:2021-04-22

    申请人: 东南大学

    IPC分类号: B60W40/10 B60W40/13

    摘要: 本发明公开了一种四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法,包含以下步骤:根据车轮动力学方程,计算轮胎纵向力;根据车辆的纵向动力学平衡方程,基于带有遗忘因子的最小二乘法估计整车质量;建立包括车辆纵向、侧向和横摆三个自由度的四轮驱动电动汽车动力学模型和反映轮胎瞬时力学特性的半经验魔术轮胎模型的鲁棒容积卡尔曼估计模块;基于所建立的鲁棒容积卡尔曼滤波模块,估计质心侧偏角与轮胎侧向力。本发明有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力,不同工况下联合估计算法的准确性、鲁棒性和抗干扰性得到提高,解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力联合估计问题。

    一种分布式电动汽车功能Agent行为意图一致性判定方法

    公开(公告)号:CN117601883A

    公开(公告)日:2024-02-27

    申请号:CN202311501549.4

    申请日:2023-11-10

    申请人: 东南大学

    IPC分类号: B60W50/00 B60W40/08

    摘要: 本发明公开了一种分布式电动汽车功能Agent行为意图一致性判定方法,首先对分布式电动汽车按照电控单元进行功能分区,将划分出的功能区域采用Agent语言进行描述;构造表征功能Agent系统的动力学模型,并采用力矩、位移传感器实时采集车辆功能Agent行为意图一致性判定所需信息,结合传感器采集数据与车辆动力学方程构造功能Agent系统为功率算子,实时估算不同功能Agent在过去一段时间对车辆做的伪功,最后基于Fisher线性判别算法建立功能Agent一致性的线性分类器,完成车辆行驶过程中的功能Agent目标一致度实时判定与分类。该方法能够有效识别不同功能Agent之间的行为意图,更加简便,可靠,实时高效的完成功能Agent行为意图一致性判定。

    一种基于彩色相机与红外热成像仪特征融合的目标检测方法

    公开(公告)号:CN111382683B

    公开(公告)日:2023-05-23

    申请号:CN202010135485.0

    申请日:2020-03-02

    申请人: 东南大学

    IPC分类号: G06V20/56 G06V10/20 G06V10/80

    摘要: 本发明公开了一种基于彩色相机与红外热成像仪特征融合的目标检测方法,包括以下步骤:a、通过彩色相机获得彩色数据集,通过红外热成像仪获得热红外数据集;b、将双模态数据集同时输入到双模态的YOLOv3神经网络算法中,提取目标的颜色特征与温度特征;在主干网络的某一层通过融合函数与1×1卷积块将两个模态的特征融合,然后选取融合后的特征图继续进行主干网络的特征提取,得到融合后的提取特征图;c、融合后的提取特征图输入到后续的卷积层中进行目标的分类,输出训练完成的双模态神经网络的算法模型。本发明融合温度与颜色信息,在双模态神经主干网络算法进行融合,输入分类层中进行目标的预测,增加目标的多种特征信息,提高目标识别准确性。