-
公开(公告)号：CN103661398B
公开(公告)日：2015-12-30
申请号：CN201310721803.1
申请日：2013-12-24
Applicant: 东南大学
IPC: B60W40/105
Abstract: 本发明提出了一种基于滑模观测器的车辆非转向左后轮线速度估计方法，适用于前轮为转向轮、后轮为非转向轮的四轮汽车左后轮线速度估计。本方法首先对非转向左后轮建立车轮动力学模型，然后基于此模型设计了左后轮线速度滑模观测器，再根据稳定性原理确定滑模观测器的各增益，接着对设计好的左后轮线速度滑模观测器进行离散化处理，最后通过滑模观测器的估计递推实现了对车辆非转向左后轮线速度的准确估计，具有抗干扰能力强、精度高、成本低以及实时性强的特点。
-
公开(公告)号：CN102680990B
公开(公告)日：2013-09-25
申请号：CN201210177575.1
申请日：2012-06-01
Applicant: 交通运输部公路科学研究所 , 东南大学 , 南京智真电子科技有限公司
Abstract: 一种基于GPS的汽车列车位置轨迹测量系统及方法，其系统包括基准站分系统(5)、移动站分系统、测向从站分系统；基准站分系统包括FLEX6-G2L-BOG-TTR接收机、GPS-702-GG天线、WDS-4710-5W数传电台；其天线用于接收GPS卫星信号；其接收机用于处理接收到的GPS卫星信号并产生位置差分改正信息；其数传电台发送位置差分改正信息给移动站分系统和测向从站分系统。其方法包括：一：基准站分系统安装在地面固定点位上，二：测向从站分系统安装在牵引车上，三：移动站分系统安装在挂车上，四：通过步骤一至三采集数据信息，采集到的数据信息经滤波处理后，再通过常规计算最终实现汽车列车的位置轨迹测量。
-
公开(公告)号：CN102680990A
公开(公告)日：2012-09-19
申请号：CN201210177575.1
申请日：2012-06-01
Applicant: 交通运输部公路科学研究所 , 东南大学 , 南京智真电子科技有限公司
Abstract: 一种基于GPS的汽车列车位置轨迹测量系统及方法，其系统包括基准站分系统(5)、移动站分系统、测向从站分系统；基准站分系统包括FLEX6-G2L-BOG-TTR接收机、GPS-702-GG天线、WDS-4710-5W数传电台；其天线用于接收GPS卫星信号；其接收机用于处理接收到的GPS卫星信号并产生位置差分改正信息；其数传电台发送位置差分改正信息给移动站分系统和测向从站分系统。其方法包括：一：基准站分系统安装在地面固定点位上，二：测向从站分系统安装在牵引车上，三：移动站分系统安装在挂车上，四：通过步骤一至三采集数据信息，采集到的数据信息经滤波处理后，再通过常规计算最终实现汽车列车的位置轨迹测量。
-
公开(公告)号：CN114527481B
公开(公告)日：2025-01-17
申请号：CN202210175564.3
申请日：2022-02-24
Applicant: 东南大学
Abstract: 本发明公开了一种面向遮挡测评环境的多传感高精度融合测量方法，通过多传感器融合的方案解决GNSS信号受遮挡情况下车辆的可靠连续定位。通过在路侧布设主动特征来增加激光雷达的观测量，以提升激光SLAM在点云稀疏情况下的定位精度；同时引入UWB距离观测量来识别激光雷达扫描到的主动特征编号，并结合车载惯性传感器来提升定位频率；最后通过因子图算法来实时准确地估计出车辆的位置信息。具有成本低、精度高、实时性好的优点。
-
公开(公告)号：CN114549537B
公开(公告)日：2025-01-03
申请号：CN202210150326.7
申请日：2022-02-18
Applicant: 东南大学
IPC: G06T7/10 , G06T7/521 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明提出基于跨模态语义增强的非结构化环境点云语义分割方法，该方法针对当前大部分点云分割算法缺乏图像纹理色彩等语义信息且在非结构化环境下难以同时满足准确性和实时性要求的问题，构建了图像、激光雷达深度融合的非结构化环境语义分割网络，步骤如下：首先设计一种基于球面投影的点云分割模块，其次设计一种基于残差跨层连接的图像分割模块，接着设计一种基于GAN的二维伪语义增强模块以弥补点云缺失的色彩纹理等语义信息，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。
-
Patent Agency Ranking
公开(公告)号：CN115257819B
公开(公告)日：2024-12-24
申请号：CN202211070514.5
申请日：2022-09-02
Applicant: 东南大学
Abstract: 本发明公开了城市低速环境下的大型营运车辆安全驾驶决策方法，首先，采集城市交通环境下人类驾驶员的安全驾驶行为，构建形成安全驾驶行为数据集。其次，构建基于多头注意力的营运车辆安全驾驶决策模型。该模型包含深度双Q网络和生成对抗模仿学习两个子网络。其中，深度双Q网络通过无监督学习的方式，学习危险场景、冲突场景等边缘场景下的安全驾驶策略；生成对抗模仿学习子网络模仿人类驾驶员在不同驾驶条件和行驶工况下的安全驾驶行为。最后，训练安全驾驶决策模型，得到不同驾驶条件和行驶工况下的驾驶策略。本发明提出的方法，能够模拟人类驾驶员的安全驾驶行为，且考虑了视觉盲区、突遇障碍物等因素对行车安全的影响。
-
公开(公告)号：CN118330572A
公开(公告)日：2024-07-12
申请号：CN202410387030.6
申请日：2024-04-01
Applicant: 东南大学
Abstract: 针对时域脉冲探地雷达系统，本发明提出了一种基于FPGA的探地雷达回波信号接收方法。首先生成多路时钟并选定基准时钟，然后通过切换PLL电路产生的四路相位等差时钟以实现时钟的粗略延时量，接着将粗调后的时钟输入DCM电路进行动态相移以实现剩余的精细延时量。通过这种级联步进延时方法生成触发脉冲，结合ADC模块实现等效采样技术，最后将重构得到的回波信号数据实时传输至千兆以太网模块。该方法利用FPGA芯片结合单个转换速率较低的ADC模块，实现了较高的等效采样率，从而降低了硬件结构复杂度以及系统对器件性能的要求。每次采样过程中采集多个数据，并且利用两个空间循环缓存数据实现连续等效采样，减少了等效采样时间，进而提高了探地雷达系统的最大移动速度。
-
公开(公告)号：CN114357794B
公开(公告)日：2024-07-05
申请号：CN202210033540.4
申请日：2022-01-12
Applicant: 东南大学
IPC: G06F30/20 , G06F17/16 , G06F119/02
Abstract: 本发明公开了一种基于改进卡尔曼滤波的公交进站停车测评方法，该方法需要在被测对象上安装一套高性能双天线组合导航系统采集测评所需基础参数数据，包括位置、速度、航向角、加速度等，且需要事先测量被测公交长宽、后侧主天线在车辆上的相对位置，以及站台位置信息。采用相对位置推算的方法将所测量的公交上某一点轨迹推衍至四个角点轨迹，进行公交进站完成度测评；采用改进的卡尔曼滤波对横摆角速度和侧向加速度数据进行处理，进行公交进站稳定性测评。本发明与公交进站停车的实现原理和技术无关，从第三方的角度开展测评，具有测评指标多，测评结果准确的特点。
-
公开(公告)号：CN117710480A
公开(公告)日：2024-03-15
申请号：CN202311529333.9
申请日：2023-11-16
Applicant: 东南大学
IPC: G06T7/80 , G06N3/0464 , G06N3/045 , G06N3/08 , G06V10/766 , G06V10/82 , G06V10/77
Abstract: 本发明公开了一种基于DenseNet和注意力机制的通用相机标定方法。该方法包括：首先，基于五种投影模型的数学结构相似性，构建了通用相机投影模型，该通用相机投影模型可以拟合多种投影模型。其次，搭建了相机标定网络模型，该标定网络模型可以从单张图像中学习通用相机投影模型所需的相机内参，不仅克服了传统相机标定方法中投影模型单一的限制，同时实现了智能化和实时性的相机标定，也解决了内外参耦合的问题。最后，设计了基于通用相机投影模型重投影误差的损失函数，该损失函数能有效地引导标定网络模型更准确地学习通用相机投影模型的内参。实验结果显示，本发明在标定精度上接近张正友标定法，同时无需标志物，并且具有更好的通用性。
-
公开(公告)号：CN116946162B
公开(公告)日：2023-12-15
申请号：CN202311209606.1
申请日：2023-09-19
Applicant: 东南大学
IPC: B60W50/00 , B60W40/064 , B60W40/072 , B60W40/076 , B60W40/06
Abstract: 本发明公开了一种考虑路面附着条件的智能网联商用车安全驾驶决策方法。首先，将安全驾驶决策问题建模为有限马尔可夫决策模型，并定义决策模型的基本参数。其次，设计决策模型的网络架构。最后，训练决策模型的网络参数。本发明提出的方法综合考虑了路面附着条件、道路坡度和弯度等因素对于行车安全的影响，能够适应不同的交通环境和行驶工况，解决了现有的商
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.021 seconds)
