-
公开(公告)号：CN116129400A
公开(公告)日：2023-05-16
申请号：CN202310082665.0
申请日：2023-02-08
申请人： 大连理工大学
IPC分类号： G06V20/58 , G06V10/40 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种轻量化的汽车尾灯灯语实时识别方法，包括以下步骤：设计MCA‑YOLOv5s网络获取车辆尾部检测框的信息和置信度；通过Bytetrack模块获得车辆尾部图像的跟踪序列；设计基于分块注意力和混洗注意力的三维时空卷积神经网络即TSA‑X3d网络的识别尾灯灯语。本发明设计MCA‑YOLOv5s网络对交通场景里的车辆尾部进行检测，利用Bytetrack网络得到车辆尾部的跟踪序列，最后设计TSA‑X3d网络对跟踪序列进行时空特征的提取从而获得尾灯灯语。本发明整体模型较小，对硬件要求较低，在离线对系统模型训练后，方便部署在资源有限的设备上，大大提高了行车的安全性，实现了灯语识别的准确高效。
-
公开(公告)号：CN115240069A
公开(公告)日：2022-10-25
申请号：CN202210855171.7
申请日：2022-07-19
申请人： 大连理工大学
IPC分类号： G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种全雾天场景下的实时性障碍物检测方法，基于Transformer骨干网络进行雾天场景下的等级划分，选取不同的雾天场景目标检测方案以提升检测网络的精度。对于轻雾场景，利用视觉传感器采集图像信息，使用YOLOv5预训练权重直接进行障碍物目标检测。对于中雾场景，利用视觉传感器采集图像信息，使用多尺度融合CycleGAN网络实现模拟雾天数据集训练YOLOv5网络，进行雾天障碍物检测。对于浓雾场景，利用红外线传感器采集图像信息，使用红外线数据集训练YOLOv5检测网络，对浓雾场景下的障碍物进行目标检测。本发明实现了不同雾天场景下实时自适应障碍物目标检测，满足实际雾天场景工程要求。
-
公开(公告)号：CN111161322B
公开(公告)日：2022-10-18
申请号：CN201911418564.6
申请日：2019-12-31
申请人： 大连理工大学
摘要： 本发明公开了一种基于人车交互的LSTM神经网络行人轨迹预测方法，包括以下步骤：构建人车交互的LSTM神经网络；建立多层神经网络的输入，包括输入当前行人轨迹、输入人‑人交互信息、输入人‑车交互信息；建立人车交互的LSTM神经网络的输出。本发明选用行人的前进方向和速度作为输入，更直观的表现出邻居和车辆对当前行人运动的影响。本发明引入邻居行人和车辆的影响作为“社会信息”，与行人轨迹共同作为输入，运用分层编码的模式构建神经网络，能够解决行人受社会因素影响所发生轨迹改变的问题，提高预测精度。本发明提出方向注意力函数，用来区分不同方向的车辆对行人的影响，以提高“社会信息”的精度，进而提高行人轨迹预测精度。
-
公开(公告)号：CN110165686B
公开(公告)日：2022-10-18
申请号：CN201910399854.4
申请日：2019-05-14
申请人： 大连理工大学
摘要： 一种电动汽车充电装置，属于现代交通技术领域，包括整流系统、控制系统、升压系统、退役储能电池。在控制系统的控制下，用电谷时自动由电网给电池储能系统供电，每次充电应留有一定的余量，以便于风力发电系统和太阳能发电系统存储电量；条件允许时利用在电池储能系统中存储的电量，由升压系统供给充电桩；当电池储能系统电量偏低时，又由控制系统控制，将电网的电量经整流变压供给充电桩。由控制系统控制的升压系统，可以调节自身的升压倍数，以适应不同车型的不同充电需求。该系统利用昼夜的电价差实现盈利；增加对非化石能源的利用率，降低电动汽车的用车成本；同时平稳电网负荷，解决由于电动汽车数量增加需要追加输配电线路投资的问题。
-
公开(公告)号：CN112829591A
公开(公告)日：2021-05-25
申请号：CN202110204556.2
申请日：2021-02-23
申请人： 大连理工大学
摘要： 本发明公开了一种多因素影响下的纯电动汽车百公里电耗计算方法，包括以下步骤：建立纯电动汽车电耗计算模型；确定纯电动汽车实车数据中各个行驶片段的百公里电耗；计算坡度对纯电动汽车百公里电耗的影响；计算气温对纯电动汽车的百公里电耗影响；计算电池老化对纯电动汽车的百公里电耗影响；对纯电动汽车能耗模型进行百公里电耗优化。本发明结合了两种百公里电耗的计算方式的优点，并提出两种方法的融合方法，提升了单一纯电动汽车百公里电耗计算的精度和使用范围，并可在一定范围内预估在不同的坡度、气候条件和累计里程下的百公里电耗变化情况，直观的提供了纯电动汽车百公里电耗的数值大小，为预估纯电动汽车的剩余行驶里程有重要的意义。
-
公开(公告)号：CN105975915B
公开(公告)日：2019-05-21
申请号：CN201610273462.X
申请日：2016-04-28
申请人： 大连理工大学
摘要： 本发明公开了一种基于多任务卷积神经网络的车辆多参数识别方法，包括以下步骤：卷积神经网络结构的设计及训练；基于卷积神经网络的车辆参数识别。本发明采用卷积神经网络，使原始数据通过简单而非线性的模型转变成为更抽象的高层表达。因此，卷积神经网络能够从大量的训练样本中学习到反映待识别目标本质的隐性特征；相比浅层学习分类器，具有更强的可扩展性，满足交通环境中的多类目标的识别，识别精度也更高。尤其应用于复杂的交通环境当中，本发明体现出很强的抗环境干扰能力。本发明将卷积神经网络的应用扩展到车辆的多参数识别，以训练好的卷积神经网络识别图像中车辆的类型特征、位姿信息及车灯状态，增强了车辆潜在行为的可预知性。
-
公开(公告)号：CN105930830A
公开(公告)日：2016-09-07
申请号：CN201610330600.3
申请日：2016-05-18
申请人： 大连理工大学
CPC分类号： G06K9/00818 , G06K9/00785 , G06K9/6265 , G06N3/02
摘要： 本发明公开了一种基于卷积神经网络的路面交通标志识别方法，包括以下步骤：图像采集和预处理；卷积神经网络结构的设计及训练。本发明采用V‑视差法从原始图像中获取路面区域，能够降低非路面干扰造成的影响，使得提取路面区域的精度提高。本发明采用俯视图重构路面区域，将视觉图像里由于视角的原因，呈现出的不平行的线，重构为近似的平行线，更有利于路面交通标志的识别，提高了对视角倾斜的适应能力。本发明采用卷积神经网络这一深度学习方法，能够从大量的训练样本中提取到反映数据本质的隐性特征。相比于浅层学习分类器，它具有更高的学习效率和识别精度。
-
公开(公告)号：CN103927754A
公开(公告)日：2014-07-16
申请号：CN201410160861.6
申请日：2014-04-21
申请人： 大连理工大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种车载摄像机的标定方法，包括以下步骤：设备安装和标定场地铺设、图像标定。本发明提出了一种基于消失点检测的车载摄像机标定方法。测距时采用基于消失点的纵坐标YL进行坐标变换，无需因为摄像机的安装高度和俯仰角的变化进行重新标定，操作简单方便；此外，本发明还简化了数据计算模型，提高了车载计算机的反应速度。本发明提出的标定方法与车辆的俯仰角变化无关，且能根据路面消失点YL坐标的变化快速计算出空间坐标与图像坐标的对应关系，测距速度快、精度高。本发明实现了摄像机标定数据的自动调整，从而解决摄像机重新安装或车辆行驶过程中俯仰角变化所导致的测距精度不足的问题。
-
公开(公告)号：CN102635455B
公开(公告)日：2013-11-20
申请号：CN201210118505.9
申请日：2012-04-20
申请人： 大连理工大学
IPC分类号： F02D41/38
摘要： 本发明公开了一种混合动力车用增压发动机惯性力矩瞬态控制方法，包括以下步骤：获得发动机节气门开度变化率-排放特性图；确定最佳的节气门开度变化率α；获得实际进入发动机气缸的空气流量We；确定实际喷油量Q。本发明通过发动机节气门开度变化率-排放特性图，选取的最佳节气门开度变化率α和根据实际进入发动机气缸的空气流量We，确定的瞬态喷油量，来控制发动机惯性力矩，使发动机在瞬态过程中具有良好的燃油经济性和排放性。虽然牺牲了一部分发动机动力性，但由于混合动力汽车的特殊结构，损失的动力性可以由混合动力车上的电动机来弥补，对整车来说动力性并没有损失，这样既保证了动力性要求，又实现了燃油经济性和排放性双优的目标。
-
公开(公告)号：CN102529621B
公开(公告)日：2013-11-06
申请号：CN201210011502.5
申请日：2012-01-13
申请人： 大连理工大学
IPC分类号： B60F5/02 , B60R16/023
摘要： 本发明公开了一种无人三栖车的控制系统及其控制方法，所述的系统包括信息采集模块、信息处理模块、模式选择模块和执行机构模块；所述的信息采集模块包括GPS定位传感器、一对CCD图像传感器、陀螺仪、微波雷达传感器、主驱动电机转速传感器、副驱动电机转速传感器和角位移传感器；所述的信息处理模块包括嵌入式电控单元；所述的模式选择模块包括陆地模式控制器、水上模式控制器、飞行模式控制器和六个电控离合器。本发明通过设置陆地模式、水上模式和飞行模式之间进行自主切换的模式选择模块，克服了现有两栖车的控制系统不能控制无人三栖车的问题，具有可靠的稳定性和鲁棒性，使无人三栖车能够实现水、陆、空多用的功能。
-
-
-
-
-
-
-
-
-
搜索结果
116 条记录 (耗时 0.031 秒)
