一种基于车路协同的恶劣天气下的道路点云补全方法

    公开(公告)号:CN118644647A

    公开(公告)日:2024-09-13

    申请号:CN202410829258.6

    申请日:2024-06-25

    Applicant: 济南大学

    Abstract: 本申请公开了一种基于车路协同的恶劣天气下的道路点云补全方法,涉及车路协同和点云处理领域,用以解决恶劣天气下道路点云大量缺失、难以进行道路状况分析的问题。具体步骤包括:天气状况良好时,采集预设路段点云信息作为样本点云数据,同时采集预设路段的图像信息作为样本图像数据,将获取的点云和图像样本数据作为一组路端信息;恶劣天气下,车辆行驶至预设路段时,车端感知到预设路段的图像信息,根据此图像在路端信息中进行匹配,检索到此预设路段的样本图像数据,从而得到对应样本点云数据;车辆行驶进预设路段时,将此时车端感知到的预设路段的点云信息作为实验点云数据,从中得到子实验点云数据,并从样本点云数据中获取相应的子样本点云数据;将子实验点云数据与子样本点云数据,转换为基于点云密度的BEV视图;基于子样本点云数据的BEV视图,从中提取出子实验点云数据的BEV视图中不存在的点;将提取的BEV视图中的点还原为三维点云,补充到子实验点云数据中从而完成点云补全。

    一种基于图注意力网络的假新闻短文本检测方法

    公开(公告)号:CN116955627A

    公开(公告)日:2023-10-27

    申请号:CN202310990307.X

    申请日:2023-08-08

    Applicant: 济南大学

    Abstract: 本发明涉及文本分类领域,尤其涉及一种基于图注意力网络的假新闻短文本检测方法。本发明构建了一种包含多种文本附加特征的新闻信息异构网。该网络打破图神经网络中只有文本自身特征连接的方式,从新闻中提取多种外部知识和文本特征信息构建为图网络,并为新闻不同特征建立联系,增强文本语义。此外,构建嵌入节点级和模式级双注意力机制的图注意力网络模型,捕获不同相邻节点的重要性,降低有噪声节点的权重,准确识别新闻有效信息。

    一种基于路面估计的变周期车辆主动悬架系统控制方法

    公开(公告)号:CN116409103A

    公开(公告)日:2023-07-11

    申请号:CN202310565766.3

    申请日:2023-06-14

    Applicant: 济南大学

    Abstract: 本发明涉及车辆悬架系统领域,公开了一种基于路面估计的变周期车辆主动悬架系统控制方法,在本发明中采用FNT网络对道路进行分级,通过GP算法对FNT进行结构优化,通过PSO算法对FNT进行参数优化,适用于任何给定悬架控制策略的道路分类;在本发明设计了一个通用的基于路面估计的控制周期调整策略,该策略根据预估的路面性能选择不同控制周期,进而结合PID实现变周期控制。本发明融合了路面起伏监测与主动悬挂系统的PID控制方案,能通过预估路况自适应调整控制周期,在较好的路面上减少控制频率,在保证悬架稳定的前提下大大降低了控制执行器的损耗;在路面较差时能快速增加控制频率,使控制效果迅速逼近定周期控制。

    一种基于车载激光雷达的跨模态车辆测速方法

    公开(公告)号:CN116879918A

    公开(公告)日:2023-10-13

    申请号:CN202310990378.X

    申请日:2023-08-08

    Applicant: 济南大学

    Abstract: 本申请提出的一种基于车载激光雷达的跨模态车辆测速方法,通过车载激光雷达获取数据,并将其转化为二维深度图进行车辆检测跟踪,从而实现实时或近实时的情况下车与车之间的测速分析。该方法适用于不同种类和尺寸的车辆,不受车辆形状和颜色等因素的影响,并且无需与车辆直接接触即可进行测速。与传统测速方法相比,具有以下优点:非接触式测速、数据获取方便、适用范围广、实时性强和成本较低,具有广泛的应用前景,可用于交通管理、智能车辆等领域。

    一种基于道路点云的障碍物及坑洼多目标聚类方法

    公开(公告)号:CN116469082A

    公开(公告)日:2023-07-21

    申请号:CN202310485306.X

    申请日:2023-05-04

    Applicant: 济南大学

    Abstract: 本申请公开了一种基于道路点云的障碍物及坑洼多目标聚类方法,涉及点云处理领域,用以解决道路障碍物和坑洼检测过程复杂,处理缓慢的问题。本申请发明了一种新的道路障碍物及坑洼多目标聚类方法,可以根据检测出的道路边界,对道路点云上的障碍物和坑洼进行多目标聚类,提高了道路障碍物和坑洼聚类精确度。本申请基于道路点云对可能存在的道路障碍物和坑洼进行检测,进而使得无人驾驶系统能够对道路障碍物和坑洼风险进行分析和预警,更好的有效规避或者降低道路障碍物和坑洼的影响,提高驾驶时的舒适性和安全性。

    一种基于多窗口差分阈值滤波法的点云道路边界提取方法

    公开(公告)号:CN116363159B

    公开(公告)日:2024-05-03

    申请号:CN202310416529.0

    申请日:2023-04-19

    Applicant: 济南大学

    Abstract: 本发明公开了一种基于多窗口差分阈值滤波法的点云道路边界提取方法,涉及雷达技术和道路边界提取领域,可应用于自主导航和安全驾驶中。具体步骤包括:获取原始点云样本数据,然后对于获取到的原始点云样本数据进行预处理,生成目标点云样本数据;使用基于形态学的地面点云滤波器对于目标点云样本数据进行地面滤波,将目标点云样本数据中的地面点云样本数据提取出来;设计合适的窗口对提取到的地面点云样本数据进行划分并进行差分运算,求解差分矩阵;根据所要研究区域的地面点云样本数据密度的均值确定差分阈值,再通过差分阈值对于差分矩阵进行滤波,并结合原始点云样本数据生成道路边界信息。

Patent Agency Ranking