-
公开(公告)号：CN103824420A
公开(公告)日：2014-05-28
申请号：CN201310731569.0
申请日：2013-12-26
Applicant: 苏州清研微视电子科技有限公司 , 清华大学苏州汽车研究院(吴江)
IPC: G08B21/06
Abstract: 本发明公开了一种基于心率变异性非接触测量的疲劳驾驶识别系统，包括图像采集装置、图像处理装置和报警装置，其特征在于所述图像采集装置用于实时获取驾驶人面部图像，并将采集的驾驶人图像传输给图像处理装置；所述图像处理装置用于根据驾驶人图像获取驾驶人的心率变异性，并根据驾驶人的心率变异性获取驾驶人的驾驶疲劳状态；所述报警装置用于当图像处理装置判定驾驶人处于驾驶疲劳状态时进行报警提示。该系统实现了非接触式监测识别，进一步提高了疲劳驾驶判别的准确性和实时性。
-
公开(公告)号：CN103714659A
公开(公告)日：2014-04-09
申请号：CN201310731288.5
申请日：2013-12-26
Applicant: 苏州清研微视电子科技有限公司 , 清华大学苏州汽车研究院(吴江)
Abstract: 本发明公开了一种基于双光谱融合的疲劳驾驶识别系统，包括双光谱图像采集装置、图像融合装置和疲劳辨识装置，其特征在于所述双光谱图像采集装置包括光源、半反半透镜、黑白图像传感器模块和彩色图像传感器模块，其中光源、半反半透镜和彩色图像传感器模块组成彩色图像成像系统，而光源、半反半透镜和黑白图像传感器模块组成黑白图像成像系统；所述图像融合装置分别与黑白图像传感器模块和彩色图像传感器模块连接，获取黑白图像传感器模块采集的黑白图像和彩色图像传感器模块采集的彩色图像，将彩色图像和黑白图像融合成进行辨识的驾驶员图像；所述疲劳辨识装置用于对融合后的驾驶员图像进行图像分析，通过特征点定位，确定驾驶员的眼睛区域，进行疲劳状态判断，并根据判断的结果进行提示或者预警。该系统通过对高质量人脸图像中眼睛的定位，极大的提高疲劳驾驶判断的有效性和准确性。
-
公开(公告)号：CN102416891A
公开(公告)日：2012-04-18
申请号：CN201110330862.7
申请日：2011-10-27
Applicant: 清华大学
Abstract: 本发明涉及一种具有两自由度的智能型汽车腰靠按摩系统，属于汽车设计技术领域。该系统包括：用于实现垂直于驾驶员背部自由度上的振动按摩的普通按摩腰靠，还包括用于控制按摩系统的带有串口通讯模块的微处理器，用于与驾驶员的交互带有按钮的显示及控制单元，用于实现腰靠沿着驾驶员背部方向移动的腰靠移动机构，以及用于固定腰靠移动机构的腰靠固定机构。本发明系统具有平行于驾驶员背部方向的自由度，且具有智能特征，更加能够满足驾驶员在驾驶过程中的对腰靠的不同需求，且系统结构简单，适合安装在各型汽车座椅上，以缓解长期驾驶过程中驾驶员出现的肌肉疲劳。
-
公开(公告)号：CN101416877A
公开(公告)日：2009-04-29
申请号：CN200810225789.5
申请日：2008-11-13
Applicant: 清华大学
Abstract: 本发明涉及一种用于对驾驶员疲劳和注意力分散状态进行报警的装置，属于汽车安全技术领域。包括：带有串口通讯模块的微处理器，用于接收驾驶员疲劳和注意力分散状态信息的串口通讯数据，并对接收的串口通讯数据进行判断后根据通讯协议输出至P型场效应管，多个P型场效应管用于控制各项报警装置的启动和关闭，发光二极管、发声器、振动电机和气味发生器用于对驾驶员在疲劳和注意力分散时给予报警信息。本发明装置的优点是具有易察觉、易理解、接受度高等特点，适用于对各种类型车辆在行驶过程中，驾驶员进入疲劳或者出现注意力分散状态后的报警。
-
公开(公告)号：CN101324485A
公开(公告)日：2008-12-17
申请号：CN200810116498.2
申请日：2008-07-11
Applicant: 清华大学
IPC: G01M19/00
Abstract: 本发明涉及燃料电池客车供氢系统安全性检测试验台及其检测方法，属于燃料电池客车安全技术领域；该试验台包括：供氢系统模拟装置，主控计算机，电控柜，高压氢气瓶，氢气探测器；其中，供氢系统模拟装置与高压氢气瓶输出口相连，且与主控计算机进行双向连接；主控计算机与电控柜，高压氢气瓶，氢气谈起其相连，电控柜分别与高压氢气瓶、供氢系统模拟装置相连；该试验台还包括固定、支撑供氢系统模拟装置的台架。该方法包括：将待测阀门与供氢系统模拟装置管路中的相同阀门并联，模拟待测阀门的工作状态，根据采集管路中的气压、流量、氢气浓度等数据，判断出待测阀门性能是否合格。本发明能动态测试燃料电池客车供氢系统关键部件的安全性。
-
Patent Agency Ranking
公开(公告)号：CN109177974B
公开(公告)日：2020-01-03
申请号：CN201810988401.0
申请日：2018-08-28
Applicant: 清华大学
Abstract: 本发明涉及一种智能汽车的人机共驾型车道保持辅助方法，属于智能汽车的驾驶辅助技术领域。本发明适用于具有线控转向或主动转向装置的智能车辆平台，将驾驶员的方向盘转角输入和控制器的期望转向输入以线性加权的形式进行融合，实现了一种人机共驾模式的车道保持辅助功能。该发明中，控制器的期望转向输入通过对参考轨迹的跟踪控制算法计算得到。考虑到驾驶员在动态交通环境中的期望轨迹存在时变特性，该发明中的系统参考轨迹可在满足安全约束的条件下，根据驾驶员的方向盘操作进行实时调节，有效提升了车道保持辅助系统的舒适性和安全性。
-
公开(公告)号：CN108674414B
公开(公告)日：2019-11-08
申请号：CN201810704580.0
申请日：2018-07-02
Applicant: 清华大学
Abstract: 本发明公开一种极限工况的智能汽车轨迹跟踪控制方法，属于智能汽车控制技术领域。该方法首先建立非线性的车辆动力学模型，利用此动力学模型进行车辆稳态转向下的相轨迹分析，确定车辆转向稳定性区域，并计算车辆转向的稳定性边界，将得到的车辆转向稳定性区域作为轨迹跟踪问题的安全约束；对非线性的车辆动力学模型线性化，以前轮侧偏力作为输入，后轮侧偏力在当前工作点处进行一阶泰勒展开，得到线性化的车辆动力学方程；以线性化的动力学模型作为预测模型，以转向稳定性区域作为安全约束，构建基于模型预测控制方法的轨迹跟踪问题，通过求解该问题可以得到前轮侧偏力。利用轮胎逆模型逆向求解得到前轮转角作为最终的控制输入。本发明在保证车辆稳定性的前提下，实现智能汽车的轨迹跟踪，且实时性较好。
-
公开(公告)号：CN106599874B
公开(公告)日：2019-07-30
申请号：CN201611214858.3
申请日：2016-12-26
Applicant: 清华大学苏州汽车研究院(吴江)
Abstract: 本发明公开了一种基于视频分析的团雾探测方法，包括以下步骤：获取视频流，对视频图像进行暗通道先验卷积处理；获取用户指定最远视野点，形成透视范围，依据该点对透视范围进行等比例划分成不同的透视区域；对每个透视区域进行像素值统计；对每个透视区域从小到大依次进行判断，如果某个透视区域的统计结果超过设定的阈值即判定该区域被团雾覆盖，否则为无团雾覆盖。本发明基于暗通道的先验知识对图像进行预处理以及基于最远点的透视范围估计，可以有效的检测团雾，准确率高。
-
公开(公告)号：CN109034433A
公开(公告)日：2018-12-18
申请号：CN201810801160.4
申请日：2018-07-20
Applicant: 清华大学苏州汽车研究院(吴江)
CPC classification number: G06Q10/02 , G06Q30/0621 , G06Q50/30
Abstract: 本发明公开了一种基于定制服务的打车系统，包括司机端打车系统APP和乘客端打车系统APP；司机端打车系统APP包括：普通接单模块，接收来自平台发布的无特殊要求的打车请求；成就接单模块，接收来自平台发布的有特殊要求的打车请求；所述服务平台将乘客的需求信息与司机达成的成就信息进行匹配，定制有特色要求的打车请求；完成成就模块，记录根据平台设定的认证规则达成的成就；乘客端打车系统APP包括：普通打车模块，生成打车请求并发送给平台，该打车请求包括始发地和目的地信息；特别需求打车模块，生成打车请求并发送给平台，该打车请求包括始发地、目的地信息和需求信息。能够灵活为有特殊需求的顾客提供定制服务。
-
公开(公告)号：CN108762095A
公开(公告)日：2018-11-06
申请号：CN201810761592.7
申请日：2018-07-12
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明涉及一种控制量离散的多智能体系统实时分区稳定控制方法，属于自动控制技术领域。本方法首先建立多智能体系统中单个智能体节点的动力学模型，得到各节点的离散控制量的表达；将多智能体系统分解为由相邻两节点组成的多个子系统，建立以子系统的相对速度和间距误差为状态变量的状态方程；并将子系统的状态空间，按照距离上/下界和边界状态轨迹划分多个控制区域，确定各区域内单个智能体的控制量(加速度)，使得子系统间距误差可在有限时间内限制在给定期望范围内，以此可得到控制律，实现控制量离散的多智能体系统的稳定运动控制。本发明方法的实时性较好，对节点控制精度要求低，且能够保障整个多智能体系统的有界稳定性。
-
-
-
-
-
-
-
-
-
Search Results
209
records
(took 0.04 seconds)
