-
公开(公告)号：CN112581498A
公开(公告)日：2021-03-30
申请号：CN202011290831.9
申请日：2020-11-17
Applicant: 东南大学
Abstract: 本发明涉及一种面向智能车路系统的路侧遮挡场景车辆鲁棒跟踪方法，该方法的核心在于，依靠少量标注的遮挡场景目标实例，基于生成对抗网络和场景迁移的方法，设计了一种具有局部遮挡及开阔场景适应性的目标检测跟踪模块，从而大举减少局部遮挡场景下目标检测跟踪模块丢失目标的概率，另一方面，基于卡尔曼动态位置估计的方法，设计了适用于严重遮挡场景过程的车辆多目标跟踪模块，通过集成上述两种模块，形成了遮挡场景全过程的车辆目标鲁棒跟踪系统。本发明所设计的方案具有较强的遮挡场景适应性和目标位置跟踪能力，可广泛应用于智能车路系统不同的遮挡场景之中。
-
公开(公告)号：CN112487954A
公开(公告)日：2021-03-12
申请号：CN202011357565.7
申请日：2020-11-26
Applicant: 东南大学
Abstract: 本发明涉及一种面向平面交叉口的行人过街行为预测方法，包括以下步骤：步骤一：设计即时奖励函数；步骤二：建立全卷积神经网络‑长短期记忆网络(FCN‑LSTM)模型预测动作奖励函数；步骤三：基于强化学习训练全卷积神经网络‑长短期记忆网络(FCN‑LSTM)模型；步骤四：预测行人过街行为及危险预警。该技术方案无需建立复杂的行人运动模型、无需准备海量的带标签数据集，实现自主学习平面交叉口处行人过街行为特征并预测其行走、驻足、快跑等行为，特别是对诱发人车碰撞、擦蹭等危险时行人过街行为的实时预测，对过街行人和来往车辆进行危险预警，有利于减少平面交叉口等重点路段交通事故发生率，保障交通环境中行人的安全。
-
公开(公告)号：CN112132746A
公开(公告)日：2020-12-25
申请号：CN202010982493.9
申请日：2020-09-17
Applicant: 东南大学
Abstract: 本发明公开了一种面向智能路侧设备的小尺度行人目标快速超分辨率化方法，该方法包括：采集并构建小尺度行人高低分辨率数据训练集；基于生成对抗思想，搭建针对低分辨率小尺度行人图像的轻量化生成网络，该网络首先利用可分离卷积进行图像初步特征的提取，然后结合残差模块对高频信息进行拟合，最后借助像素重组模块对低分辨率行人图像进行高分辨率化重建；搭建判别网络，对生成网络的参数进行判别训练，得到最佳生成网络；利用最佳生成网络对低分辨率小尺度行人图片进行超分辨化，得到高分辨率的行人目标。本发明所设计轻量级的超分辨率化生成网络具备训练时间短、推理延时低的显著优势，填补了智能路侧领域小尺度行人实时超分辨率化技术空白。
-
公开(公告)号：CN111932922A
公开(公告)日：2020-11-13
申请号：CN202010574785.9
申请日：2020-06-22
Applicant: 东南大学
IPC: G08G1/0967 , H04W4/44 , H04W4/80 , H04W4/06 , H04W4/38
Abstract: 本发明提出了一种基于车路协同感知的罐车侧翻事前预警方法，首先分析罐车侧翻原因并明确需要事前预警的侧翻场景，然后根据各种场景预警需求搭建侧翻事前预警系统，其次选定目标道路并确定路侧单元RSU的安装位置，再次明确路侧单元RSU发布的预警信息内容，进而设置车载单元OBU有效范围内接收到的预警信息播放机制，最后针对不同场景实现罐车侧翻事前预警。该方法分析总结了需要事前预警的罐车侧翻场景，利用车路协同感知，结合车身信息和路况信息实现侧翻事前预警。该方法能够在罐车存在潜在侧翻危险时进行有效预警，有效解决侧翻预警不及时的问题。
-
公开(公告)号：CN111645697A
公开(公告)日：2020-09-11
申请号：CN202010444565.4
申请日：2020-05-23
Applicant: 东南大学
Abstract: 本发明提出了一种基于模糊逻辑的罐车侧翻多级预警策略，首先明确影响罐车侧倾稳定性的因素及其信息获取方式，然后建立基于模糊逻辑的罐车侧倾状态评估模型，最后基于侧倾状态评估模型实现罐车侧翻实时多级预警。该方法选用车速、方向盘转角和充液比信息来估算罐车的侧倾状态，相比于通过单一手段感知侧翻危险，提高预警的可靠性；车速和方向盘转角信息可通过车身CAN总线读取，充液比信息可事先静态测量获得，无需外加传感器，成本低；建立的罐车侧倾状态评估模型以充液比作为其中一个输入变量，考虑了在不同充液比下液体对罐车侧倾稳定性影响不同的问题，提高了预警的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110987463A
公开(公告)日：2020-04-10
申请号：CN201911086483.0
申请日：2019-11-08
Applicant: 东南大学
IPC: G01M17/007 , G01M17/06 , G06F30/20
Abstract: 本发明公开了一种面向多场景的智能驾驶自主车道变换性能测试方法。本方法首先根据自主车道变换过程中的运动特点，建立了基于运动学自行车模型的车道变换动态模型。其次，利用改进的无迹卡尔曼滤波算法对车辆位置、速度、方位角等状态变量进行滤波估计。最后，基于准确递推的车辆关键性基础性能参数，构建变道性能评价指标体系，量化并输出自主车道变换性能的评价指标：目标间隙、距离碰撞时间和并线横摆稳定性，从而实现智能驾驶自主车道变换性能优劣的高精度、高频率测量和科学定量评价。
-
公开(公告)号：CN110544380A
公开(公告)日：2019-12-06
申请号：CN201910874642.7
申请日：2019-09-17
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种面向道路合流区域的实时车道级安全态势评估方法。针对当前合流区域的交通安全态势评估技术，其实时性及精准度无法适用于基于车路协同的智能驾驶，提出基于概率模型的交通安全态势评估方法。首先，利用智能路侧设备的全局视角优势，全面感知合流区域内车辆的速度、车辆行驶至路径冲突区域中心的位移等信息，建立交通安全态势评估的指标；然后，建立交通安全态势评估的概率模型；最后，实时计算交通安全态势的后验概率，进而评估合流区域内各车道的交通安全态势。本发明的方法直接运行在智能路侧设备中，为合流区域提供实时的、精准至车道级的交通安全态势评估，掌握道路合流区域的交通安全状况。
-
公开(公告)号：CN110103823A
公开(公告)日：2019-08-09
申请号：CN201910421233.1
申请日：2019-05-21
Applicant: 东南大学
Abstract: 本发明提出了一种基于增强型数字地图的车辆侧翻事前预警方法，该方法首先制作带有道路属性信息的增强型数字地图，然后确定车辆在数字地图中的位置和车辆即将驶入的前方路段，接着基于当前车速分析车辆在前方路段的横向受力，最后基于横向受力分析预估车辆以当前车速在前方路段行驶时是否有侧翻危险并预警。本发明制作的增强型数字地图，不需要大量的人工测绘工作，实施方便，同时包含道路曲率半径、横向坡度角和纵向坡度角信息；本发明提出的侧翻事前预警方法基于当前车速预估车辆在前方道路行驶时是否有侧翻危险，能够在车辆存在侧翻危险前提醒驾驶员安全驾驶，并给出车辆距前方侧翻点的距离和安全行驶速度，达到侧翻事前预警的目的。
-
公开(公告)号：CN109977500A
公开(公告)日：2019-07-05
申请号：CN201910179583.1
申请日：2019-03-11
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明提出了一种基于DS证据理论的半挂罐车多源信息融合侧翻预警方法，该方法首先明确三个侧翻表征参数和实时获取方式，然后分别计算三个侧翻表征参数对应的预估侧翻发生的概率，接着采用DS证据理论融合处理这些概率获得预估侧翻发生的最优概率，最后根据预估侧翻发生的最优概率大小分级别进行预警。本发明提出的侧翻预警方法无需考虑复杂的动力学方程和车身参数，只需通过冗余处理多个低成本传感器信息，计算出半挂罐车当前侧翻发生的概率，将侧翻危险精确量化，能够准确、及时预警，使驾驶员尽早采取预防措施，减少侧翻事故的发生。
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.023 seconds)
