一种基于小波变换的车辆横摆角速度滤波测量方法

    公开(公告)号:CN102221629A

    公开(公告)日:2011-10-19

    申请号:CN201110052885.6

    申请日:2011-03-04

    Applicant: 东南大学

    Inventor: 李旭 陈伟

    Abstract: 本发明公开了一种基于小波变换的车辆横摆角速度滤波测量方法,适用于前轮为转向轮、后轮为非转向轮的汽车横摆角速度的测量。首先测出两个非转向轮的轮速,利用中值滤波法去除轮速粗大误差,由平面复合运动的运动关系,将通过中值滤波后的轮速进一步推算出未滤波的车辆横摆角速度,然后根据小波变换理论,选用‘sym8’小波基,对未滤波的车辆横摆角速度进行七层小波分解,并用软阈值法对高频系数进行阈值量化处理,最后用第七层低频系数和软阈值法量化处理后的高频系数进行逆小波变换,即可重构得到精度较高的滤波后的横摆角速度。

    嵌入式车道偏离报警系统
    62.
    发明公开

    公开(公告)号:CN101237565A

    公开(公告)日:2008-08-06

    申请号:CN200710133321.9

    申请日:2007-09-28

    Applicant: 东南大学

    Abstract: 一种用于实时监测高速公路上汽车行驶安全的嵌入式车道偏离报警系统,通过车载摄像头采集被跟踪车道线的模拟视频信号,经解码生成数字信号码流缓冲后送到高速媒体处理器DSP的视频接口,然后再由视频处理模块对数字视频信号进行处理,最后将处理后的视频信号送编码芯片输出。设有模/数转化及解码电路模块、缓冲电路模块、媒体处理器DSP电路模块、编码及数/模转换电路模块,模拟视频信号经过模/数转化及解码电路生成数字并行码流信号,经缓冲电路处理后送媒体处理器DSP进行车道特征值得提取,最后经调节后送编码及数/模转换电路输出显示。

    一种基于LSTM-PSO的高动态场景IDM模型参数在线标定方法

    公开(公告)号:CN120067812A

    公开(公告)日:2025-05-30

    申请号:CN202510211542.1

    申请日:2025-02-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于LSTM‑PSO的高动态场景IDM模型参数在线标定方法,包括:对路段部署的传感器采集的原始车辆轨迹数据进行处理,提取车辆速度、加速度、车头间距、交通流量等特征变量,筛选出符合初始条件的车辆组跟驰数据;结合交通规则等对跟驰数据进一步进行预处理,并根据交通流量、速度、加速度等特征定义场景类型;通过构建和标准化基于多场景输入的时间序列数据集,利用LSTM神经网络完成高动态场景分类模型的训练和实时场景识别;设置IDM模型待标定参数范围并初始化PSO粒子群,根据场景识别结果调整参数边界,结合PSO算法在线标定IDM模型参数(分类型),以误差最小化为目标获得最优解;动态记录并更新不同场景的最优参数库。

    一种面向遮挡测评环境的多传感高精度融合测量方法

    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。

    基于跨模态语义增强的非结构化环境点云语义分割方法

    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

    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。

    城市低速环境下的大型营运车辆安全驾驶决策方法

    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。

    基于多尺度混合注意力模块的不良天气下目标检测方法

    公开(公告)号:CN118334413A

    公开(公告)日:2024-07-12

    申请号:CN202410387028.9

    申请日:2024-04-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多尺度混合注意力模块的不良天气下目标检测方法,首先使用主干网络对输入图像进行特征提取,接着将主干网络输出的特征图送入多尺度混合注意力模块,最后送入检测头获得检测结果。其中多尺度混合注意力模块包含三个部分,轻量级多尺度特征融合模块、通道注意力模块和空间注意力模块。本发明的多尺度混合注意力模块可以捕获图像不同尺度的特征,在通道和空间维度上同时实现了注意力聚焦,并且参数量不大,十分轻量,可以增强关键特征的表示,同时抑制背景噪声和干扰,帮助模型捕捉和理解在不良天气条件下的场景细节,对提高不良天气条件下的目标检测精度有着重要意义。

    一种基于FPGA的探地雷达回波信号接收方法

    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。

    一种基于改进卡尔曼滤波的公交进站停车测评方法

    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

    Inventor: 李旭 宋剑 徐启敏

    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。

    一种基于视觉定位与UWB辅助的多机协同定位系统及方法

    公开(公告)号:CN118225082A

    公开(公告)日:2024-06-21

    申请号:CN202410361792.9

    申请日:2024-03-28

    Applicant: 东南大学

    Abstract: 本发明提供一种基于视觉定位与UWB辅助的多机协同定位系统及方法,引入了UWB测距技术。通过在无人机系统中融合UWB测距信息,系统能够准确测量无人机之间的距离,从而缓解累积误差并实现局部地图的融合。本发明结合了视觉回环检测技术,通过实时捕捉环境特征和检测回环,系统能够更及时地校正可能发生的累积误差,保持多无人机系统的长时间飞行中的高精度导航信息。本发明采用集中式的框架,实现了多机相对位姿估计,该框架的引入有效协调了多个无人机之间的位置关系,使得整个系统能够更加高效地执行导航和任务。本发明提出的融合UWB的多机视觉定位系统及方法在各类应用场景中定位精度均较高,有效地弥补了现有定位方法中存在的问题。

Patent Agency Ranking