-
公开(公告)号：CN114169371B
公开(公告)日：2024-05-14
申请号：CN202111496940.0
申请日：2021-12-09
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
IPC分类号： G06F18/23213 , G06F18/10 , G06F18/214
摘要： 本发明公开了一种车辆换道工况下考虑风险势场分布的驾驶风格分类方法，其步骤包括：1获取原始数据并进行数据预处理；2计算特征参数以获取训练数据；3使用改进的k‑means算法对训练数据进行聚类并分析聚类结果。本发明在现有驾驶风格分类的概念上，将风险势场分布的概念引入驾驶风格分类，即通过驾驶员与驾驶环境中各因素互动时的风险势场分布，判断驾驶员的驾驶风格，从而使得驾驶风格分类时不仅仅局限于自车的驾驶数据，而是将驾驶场景中的环境因素也考虑在内，从而提高了驾驶风格分类准确度。
-
公开(公告)号：CN114200442A
公开(公告)日：2022-03-18
申请号：CN202111505998.7
申请日：2021-12-10
申请人： 合肥工业大学 , 合肥工业大学智能制造技术研究院
摘要： 本发明公开了一种于毫米波雷达与视觉的道路目标检测与关联方法，包括：1在车上安装毫米波雷达与相机；2构建改进的YOLOv3网络，包括主体网络和三个特征预测层，基于DIoU构建损失函数，训练网络，从而得到训练好的视觉检测模型；3对毫米波雷达的参数进行配置，并利用配置后的毫米波雷达采集CAN信号处理，为毫米波雷达输出目标预设长宽不同的预设框，并投影回像素坐标系下；4通过基于DIoU的代价计算方法计算雷达目标预设框与视觉目标框的代价值，并通过匈牙利算法设定合理阈值优化求解，得到全局最优匹配结果。本发明能提高毫米波雷达检测目标与视觉检测目标的关联精度，从而能获取更丰富的目标信息。
-
公开(公告)号：CN114137562A
公开(公告)日：2022-03-04
申请号：CN202111445276.7
申请日：2021-11-30
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
IPC分类号： G01S17/66
摘要： 本发明公开了一种基于改进全局最邻近的多目标跟踪方法，包括：1在车顶安装激光雷达；2将激光雷达采集到的点云信息处理输出为检测框，将采集的第i帧数据结合第i帧最优估计输入到算法中；3通过设置关联门限获取多目标的关联代价矩阵并计算关联代价，得到第i帧的最优估计和观测之间准确的关联对；4将得到的关联对之间进行加权融合后的结果作为EKF滤波器的输入得到第i+1帧的最优估计，结合第i+1帧的观测，继续迭代。本发明提供的方法能够避免多目标跟踪过程中最优估计和观测之间出现的错误关联，实现对密集多目标的准确跟踪，有助于规划、决策的精准执行。
-
公开(公告)号：CN114043984A
公开(公告)日：2022-02-15
申请号：CN202111506017.0
申请日：2021-12-10
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
摘要： 本发明公开了一种基于车联网环境下的智能汽车换道控制系统和方法，该系统包括：车载OBU设备、模糊神经网络模块、安全距离算法模块、路径规划模块和执行模块；其中，车载OBU设备，用于获取车辆行驶数据，通过V2V通信完成数据交互；模糊神经网络模块将自车横向位移和纵向车速作为输入，换道时间作为输出，并传递给安全距离算法模块；安全距离算法模块根据换到时间和车辆行驶参数计算安全距离；路径规划模块比较当前两车距离和安全距离，规划合理的换道路径，并将相关参数提供给执行模块；执行模块用于调整转向角来完成安全换道。本发明能判断当前自车与最近车辆的距离是否满足安全距离要求，从而能实现智能汽车安全换道。
-
公开(公告)号：CN114200442B
公开(公告)日：2024-04-05
申请号：CN202111505998.7
申请日：2021-12-10
申请人： 合肥工业大学 , 合肥工业大学智能制造技术研究院
摘要： 本发明公开了一种于毫米波雷达与视觉的道路目标检测与关联方法，包括：1在车上安装毫米波雷达与相机；2构建改进的YOLOv3网络，包括主体网络和三个特征预测层，基于DIoU构建损失函数，训练网络，从而得到训练好的视觉检测模型；3对毫米波雷达的参数进行配置，并利用配置后的毫米波雷达采集CAN信号处理，为毫米波雷达输出目标预设长宽不同的预设框，并投影回像素坐标系下；4通过基于DIoU的代价计算方法计算雷达目标预设框与视觉目标框的代价值，并通过匈牙利算法设定合理阈值优化求解，得到全局最优匹配结果。本发明能提高毫米波雷达检测目标与视觉检测目标的关联精度，从而能获取更丰富的目标信息。
-
公开(公告)号：CN114137562B
公开(公告)日：2024-04-12
申请号：CN202111445276.7
申请日：2021-11-30
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
IPC分类号： G01S17/66
摘要： 本发明公开了一种基于改进全局最邻近的多目标跟踪方法，包括：1在车顶安装激光雷达；2将激光雷达采集到的点云信息处理输出为检测框，将采集的第i帧数据结合第i帧最优估计输入到算法中；3通过设置关联门限获取多目标的关联代价矩阵并计算关联代价，得到第i帧的最优估计和观测之间准确的关联对；4将得到的关联对之间进行加权融合后的结果作为EKF滤波器的输入得到第i+1帧的最优估计，结合第i+1帧的观测，继续迭代。本发明提供的方法能够避免多目标跟踪过程中最优估计和观测之间出现的错误关联，实现对密集多目标的准确跟踪，有助于规划、决策的精准执行。
-
公开(公告)号：CN114169371A
公开(公告)日：2022-03-11
申请号：CN202111496940.0
申请日：2021-12-09
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
摘要： 本发明公开了一种车辆换道工况下考虑风险势场分布的驾驶风格分类方法，其步骤包括：1获取原始数据并进行数据预处理；2计算特征参数以获取训练数据；3使用改进的k‑means算法对训练数据进行聚类并分析聚类结果。本发明在现有驾驶风格分类的概念上，将风险势场分布的概念引入驾驶风格分类，即通过驾驶员与驾驶环境中各因素互动时的风险势场分布，判断驾驶员的驾驶风格，从而使得驾驶风格分类时不仅仅局限于自车的驾驶数据，而是将驾驶场景中的环境因素也考虑在内，从而提高了驾驶风格分类准确度。
-
公开(公告)号：CN114043984B
公开(公告)日：2023-09-26
申请号：CN202111506017.0
申请日：2021-12-10
申请人： 合肥工业大学智能制造技术研究院 , 合肥工业大学
摘要： 本发明公开了一种基于车联网环境下的智能汽车换道控制系统和方法，该系统包括：车载OBU设备、模糊神经网络模块、安全距离算法模块、路径规划模块和执行模块；其中，车载OBU设备，用于获取车辆行驶数据，通过V2V通信完成数据交互；模糊神经网络模块将自车横向位移和纵向车速作为输入，换道时间作为输出，并传递给安全距离算法模块；安全距离算法模块根据换到时间和车辆行驶参数计算安全距离；路径规划模块比较当前两车距离和安全距离，规划合理的换道路径，并将相关参数提供给执行模块；执行模块用于调整转向角来完成安全换道。本发明能判断当前自车与最近车辆的距离是否满足安全距离要求，从而能实现智能汽车安全换道。
-
公开(公告)号：CN115032651B
公开(公告)日：2024-04-09
申请号：CN202210630026.9
申请日：2022-06-06
申请人： 合肥工业大学
IPC分类号： G01S17/931 , G01S17/86 , G01S17/66 , G01S7/48 , G06T7/80 , G06T7/11 , G06T7/246 , G06T7/277 , G06T3/4007 , G06V10/762 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于激光雷达与机器视觉融合的目标检测方法，包括：1.在车辆相应位置安置激光雷达与相机；2.对所述激光雷达采集到的点云信息进行处理输出雷达检测框；3.对所述相机采集到的图像信息进行处理输出视觉检测框；4.对所述激光雷达和相机处理后的信息进行时空同步；5.对时空同步后的信息进行数据关联，获取关联对；6.对获取的关联对进行数据融合，并对融合的目标进行跟踪，综合连续帧目标信息输出最终融合结果。本发明能避免对基于多传感器融合的目标检测过程中，数据关联与融合过程存在大量误检、漏检的问题，从而能够保证对感知环境评估的准确性，并确保规划控制的精准执行。
-
公开(公告)号：CN110838127B
公开(公告)日：2023-06-23
申请号：CN201911049836.X
申请日：2019-10-30
申请人： 合肥工业大学
摘要： 本发明公开一种用于智能汽车的特征图像边缘检测方法，所述边缘检测方法包括如下步骤：A、用车载工业相机获取待检测图像，转换为灰度图像，选取σ值为1.0进行高斯平滑滤波；B、对平滑处理后图像进行阈值为0.5的Canny边缘预提取；C、将Canny检测的边缘图像矩阵输入到二维数字滤波器中，通过二进小波变换检测二维小波变换的模极大点确定图像的边缘点；沿边界方向将该尺度下的模极大点连接起来形成边缘曲线，从而得到边缘检测图像；D、根据不同类型、不同环境的图片选取适当的E值，计算ek，判断ek≥E是否成立，若为是则输出边缘检测图像，若为否，则重复步骤C。该方法可以得到智能汽车易于识别判断的特征图像边缘轮廓线，检测边缘准确清晰。
-
-
-
-
-
-
-
-
-
搜索结果
102 条记录 (耗时 0.098 秒)