-
公开(公告)号：CN116843055A
公开(公告)日：2023-10-03
申请号：CN202310604901.0
申请日：2023-05-26
申请人： 东南大学
IPC分类号： G06Q10/04 , G06Q10/063 , G06Q50/26 , G06F30/20 , G08G1/07 , G06F111/04 , G06F111/06
摘要： 本发明提出一种分层式滚动优化控制方法来解决混合交通条件下高速公路入口匝道智能网联车辆的合流控制问题。首先建立了非线性车辆纵向动力学模型，构建包含车辆动力约束和车间安全距离约束的多车协同合流问题。提出以高效、节能通行为目标的分层式协同合流控制架构，其中上层基于极小值原理求解无约束最优控制问题以规划灵活合流点，下层利用上层提供的灵活合流点，设计控制李雅普诺夫函数和控制势垒函数，重构优化问题的目标和约束表达形式，将多安全约束最优控制问题转化为二次规划问题,获取最优控制律，以实现安全合流。本发明提出的入口匝道合流控制方法可在满足多种严格安全约束的同时，优化混合交通环境下车辆驾驶性能和交通整体表现。
-
公开(公告)号：CN116513214A
公开(公告)日：2023-08-01
申请号：CN202310438690.8
申请日：2023-04-23
申请人： 东南大学
IPC分类号： B60W50/00 , B60W30/02 , B60W30/165
摘要： 本发明提供了一种基于滑模控制的车辆纵向跟随分层式控制系统及方法，基于滑模控制的车辆纵向跟随控制方法包括：建立车辆编队跟随的数学模型，采用前车跟随式信息流拓扑结构和固定车头时距跟车策略；建立车辆纵向动力学模型、发动机模型以及制动执行器模型；设计上下位控制器，上层控制负责实现车辆纵向间距误差的快速稳定收敛和期望加速度的计算；下层控制基于车辆纵向动力学模型，通过节气门开度和轮端制动压力的控制调整车辆的纵向运动状态，实现对期望加速度的稳定跟踪。本发明能有效保证车辆编队的稳定性，通过趋近律参数优化，削弱系统抖振并加快误差收敛，在保证良好控制效果的基础上减少了计算复杂度。
-
公开(公告)号：CN116311147A
公开(公告)日：2023-06-23
申请号：CN202211707455.8
申请日：2022-12-29
申请人： 东南大学
摘要： 本发明公开了一种面向无人驾驶自学习目标识别的自优化方法，涉及计算机视觉技术领域，解决了无人驾驶技术中目标识别网络训练过程不够稳定和识别结果实时性、准确性不足的技术问题，其技术方案要点是通过改进的CycleGAN网络进行数据扩充，再对YOLOv3网络结构和损失函数进行改进，并利用一系列改进的CutMix数据增强、模拟退火和Dropblock算法对训练方式进行优化，增强模型的泛化性能；同时提高了目标识别算法的实时性和准确率，解决了车载处理器算力低的问题。
-
公开(公告)号：CN116279531A
公开(公告)日：2023-06-23
申请号：CN202310187689.2
申请日：2023-03-02
申请人： 东南大学
IPC分类号： B60W40/109 , B60W30/16 , B60W50/00
摘要： 本发明公开了一种基于虚拟连接的车辆横向跟随分层式控制方法，涉及移动平台的智能控制技术领域，解决了在复杂多变的交通状况下车辆横向跟随控制方法不够准确的技术问题，其技术方案要点是采用两层控制，上层控制基于虚拟连接的车辆横向跟随模型，引入车联网以提高车辆对环境的感知能力，车辆基于周围环境与自身状态的感知信息，通过对虚拟连接的刚度与阻尼参数进行调整，获得满足车辆横向跟随稳定性要求的横向期望加速度；下层控制建立以前轮侧偏角、横摆角速度为状态变量的车辆二自由度横向模型，设计了基于前轮主动转向的解耦控制策略，实现了横向运动与纵向运动、横摆运动的解耦，能够实现不同车速条件下对横向期望加速度的跟踪。
-
公开(公告)号：CN116225925A
公开(公告)日：2023-06-06
申请号：CN202310139953.5
申请日：2023-02-21
申请人： 东南大学
IPC分类号： G06F11/36
摘要： 本发明公开了一种计算机软件在线实时可视化调试方法，涉及软件开发和测试领域，解决了对软件进行调试时需要编译耗时较长且效率较低的技术问题，其技术方案要点是被调试软件与可视化调试客户端通过本地局域网络进行数据通信，将数据、参数的详细信息打包至消息包进行发布，在不需要编写和载入额外配置文件的情况下实现数据信息、参数信息的详细显示。实验证明，本申请所提出的计算机软件在线实时可视化调试方法调用简单方便、灵活性强、能够极大的提高计算机程序调试效率，缩短开发周期。
-
公开(公告)号：CN115700808A
公开(公告)日：2023-02-07
申请号：CN202211324033.2
申请日：2022-10-27
申请人： 东南大学
摘要： 本发明公开了一种自适应融合可见光和红外图像的双模态无人机识别方法，涉及计算机视觉技术领域，解决了单独用可见光相机在复杂环境下对无人机检测效果较差的技术问题，其技术方案要点是利用可见光图像和红外图像的互补性；利用自适应融合模块根据图像特征质量对双模态输入分配权重，再通过轻型的双模态网络对无人机进行实时识别。该算法在满足实时性的要求下，能够在光照复杂环境下对微小目标进行识别，以应对复杂环境下的无人机检测任务，在军事领域有较好的应用前景。且该网络的结构简单，计算量小，对小目标有较好的检测效果，具有较强的鲁棒性。
-
公开(公告)号：CN115457516A
公开(公告)日：2022-12-09
申请号：CN202211040818.7
申请日：2022-08-29
申请人： 东南大学
摘要： 本发明涉及车辆辅助驾驶系统技术领域，特别是涉及一种多角度驾驶员疲劳程度评估方法，包括训练步骤和测试步骤；训练步骤包括采集多角度驾驶员疲劳面部图像，并对采集的图像进行标记分类，形成多角度驾驶员疲劳数据集；建立疲劳检测模型的网络结构；根据多角度驾驶员疲劳数据集，使用迁移学习训练疲劳检测模型；测试步骤包括以下具体步骤：使用单个相机获取驾驶员的面部图像；将获取到的面部图像输入驾驶员疲劳检测模型，以输出图像疲劳分类结果；累积计算疲劳帧数，对驾驶员疲劳程度进行评估。本发明的方法能够实现使用单个RGB相机对驾驶员的疲劳程度多角度、准确、快速的检测。
-
公开(公告)号：CN115271315A
公开(公告)日：2022-11-01
申请号：CN202210616859.X
申请日：2022-06-01
申请人： 东南大学
摘要： 本发明公开了一种智能汽车行车风险场大小的量化方法、装置及存储介质，其中量化方法包括：获取影响智能汽车行车风险大小的各因素的尺寸信息；以智能汽车、行人、障碍物及车道线的长宽尺寸，构建矩形模型；对矩形模型进行包络优化，得到包络模型；根据包络模型所包络的区域范围，确定复杂多变的交通环境、结构化道路条件下智能汽车行车时所受风险场中各影响因素产生的风险场峰值的范围；根据所确定的风险场峰值的范围，基于社会力思想，构建场强变化的数学模型。本发明根据智能汽车受到的行车风险来源于影响行车安全的各因素之间的关系，提出了一个统一的并能准确反映复杂多变的交通环境下智能汽车行车风险大小的量化方法的数学模型。
-
公开(公告)号：CN114882182A
公开(公告)日：2022-08-09
申请号：CN202210428195.4
申请日：2022-04-22
申请人： 东南大学
IPC分类号： G06T17/05 , G06V10/26 , G06V10/46 , G06V10/762
摘要： 本发明公开了一种基于车路协同感知系统的语义地图构建方法，涉及智能驾驶技术领域，解决了无人驾驶技术中单车感知范围较小语义地图误差较大的技术问题，其技术方案要点是利用车路协同感知的思想将车端和路侧感知设备检测的交通参与者数据进行匹配融合；利用RangeNet++网络对点云进行语义分割，再通过LeGO‑LOAM算法建立点云地图。对道路全量交通参与者进行检测识别，不仅能够为单车实时构建点云语义地图，还能够融合各车的点云语义地图形成大范围的语义地图，供区域内行驶的所有车辆使用，有较好的应用前景，且该方法所构建的地图算法结构简单，语义信息丰富，建图范围大，误差小，且具有较强的鲁棒性。
-
公开(公告)号：CN114537420A
公开(公告)日：2022-05-27
申请号：CN202210290698.X
申请日：2022-03-23
申请人： 东南大学
IPC分类号： B60W50/00
摘要： 本发明公开了一种基于动态规划的城市快速公交节能驾驶控制方法，涉及智能交通技术领域，解决了现有车速规划无法兼顾城市快速公交车辆经济性与准时性的技术问题，其技术方案要点是可采用速度规划方法，并将实现安全适性约束作为变量约束，将经济性与准时性作为优化目标，建立最优控制模型。同时基于动态规划方法，将最优控制模型在空间域上进行离散，从终点到起点进行逆向求解，根据目标函数最小进行正向寻优得到最优速度轨迹和巡航时间。减少车辆队列行驶过程中的频繁启停所产生的额外能量损失，并实现准时到站。
-
-
-
-
-
-
-
-
-
搜索结果
110 条记录 (耗时 0.041 秒)
