一种汽车模拟测试台
    1.
    发明公开

    公开(公告)号:CN112033700A

    公开(公告)日:2020-12-04

    申请号:CN202011037737.2

    申请日:2020-09-28

    IPC分类号: G01M17/007 G01M17/06

    摘要: 本发明公开了一种汽车模拟测试台,包括:第一承载板;转向负载模拟系统,连接所述第一承载板且适于带动所述第一承载板转动;转向节连接盘,固定于所述第一承载板上且适于随所述第一承载板的转动做旋转运动,所述转向节连接盘的一侧适于安装车轮;驱动负载模拟系统,设置于所述第一承载板上,所述驱动负载模拟系统适于驱使车轮转动;悬架组件,活动连接所述转向节连接盘的另一侧。本发明通过设置相互独立且互不干涉的驱动负载模拟系统与转向负载模拟系统,无需大幅度变动汽车原有的部件结构,可同时实现对车辆驱动和转动系统的综合实验,具有操作方便、经济性良好等优点。

    面向自动驾驶的人机协同感知方法及系统

    公开(公告)号:CN112380935A

    公开(公告)日:2021-02-19

    申请号:CN202011206771.8

    申请日:2020-11-03

    摘要: 本发明公开了面向自动驾驶的人机协同感知方法及系统,该方法包括:通过设置在车内的不同位置的双目红外CCD拍摄驾驶员头部影像,提取脸部特征,获取特征角点;建立驾驶员三维视线与环境感知摄像头成像上像素点间的映射关系,获得驾驶员视觉落点,并保存至注视点缓存数据库;基于注视点缓存数据库,对注视目标频率与注视时长进行眼动分析,获得眼动状态,构建拓维环境感知图像数据库,对自动驾驶过程中的图像处理神经网络的分配权重进行调整。本发明通过视觉追踪和人眼注意力机制快速定位智能摄像头中图像中的感兴趣区域,利用感知融合技术加速环境感知系统信息处理速度,能显著降低感知系统硬件运算需求、提升系统实时性,具有较好的经济性。

    图像相似度的计算方法、目标对象重识别方法及系统

    公开(公告)号:CN113065495B

    公开(公告)日:2023-07-14

    申请号:CN202110395255.2

    申请日:2021-04-13

    摘要: 本发明涉及重识别技术领域,公开了一种图像相似度的计算方法、目标对象重识别方法及系统,重识别方法在重识别系统的硬件支撑下,采用本图像相似度的计算方法,在传统三元组损失函数只采用欧式距离计算样本相似度的基础上,增加余弦相似度计算,从两个维度进行衡量,同时兼顾到类内样本和类间样本之间的绝对差异和方向差异,提高了目标对象重识别结果的准确率,并能进一步压缩现有轻量级网络中间层计算量,降低全局特征维度,减少特征相似度的计算量,使其能够适应终端设备算力极限。本发明的重识别方法还能利用各环节结果数据打包转发的手段,从获取数据、目标检测、数据集处理、目标对象重识别到结果上传都无需人工干预,大幅度提高工作效率。

    基于人脸和肢体姿态识别的紧急制动方法及系统

    公开(公告)号:CN112622892B

    公开(公告)日:2023-03-24

    申请号:CN202011463689.3

    申请日:2020-12-14

    摘要: 本发明公开了基于人脸和肢体姿态识别的紧急制动方法及系统,该方法包括:通过设置在驾驶区域内不同位置的双目红外摄像头,持续性获取包括驾驶员面部及驾驶姿态的影像数据;提取驾驶员的面部特征及驾驶姿态特征,基于时间维度,分别对驾驶员情绪和肢体姿态稳定度进行量化,得到情绪量化结果及姿态量化结果;通过所述情绪量化结果及所述姿态量化结果,结合AEB系统中的传感器信息,量化得到行车危险程度等级,校正AEB系统的TTC输出,并根据校正后的所述TTC输出进行制动决策,生成相应的响应指令序列,通过车身域控制器执行制动动作。本发明降低了传统AEB系统感知端的漏检、误检概率,从而拓展AEB系统的适用场景,提升系统的鲁棒性。

    双主轴多联动数控铣床
    5.
    发明公开

    公开(公告)号:CN113070700A

    公开(公告)日:2021-07-06

    申请号:CN202110496033.X

    申请日:2021-05-07

    IPC分类号: B23Q3/04 B23C1/08 B23Q11/00

    摘要: 本发明涉及一种铣床,具体涉及一种双主轴多联动数控铣床。双主轴多联动数控铣床,包括底座、中桥板工作台、主轴竖台、控制柜、操作面板,其特征在于,中桥板工作台与底座之间安装有Y轴导轨装置,中桥板工作台设有旋转夹座,主轴竖台由竖台架、X轴滑轨装置、主轴板、第一主轴、第二主轴组成。本发明减少换刀时间,可以旋转换面加工,可以加工出深斜孔,提高工作效率,提高操作人员的安全性,满足特殊加工要求。

    车辆盲区防撞预警系统及方法
    6.
    发明公开

    公开(公告)号:CN113276769A

    公开(公告)日:2021-08-20

    申请号:CN202110477119.8

    申请日:2021-04-29

    IPC分类号: B60R1/00 B60Q9/00 G08B21/18

    摘要: 本发明公开了车辆盲区防撞预警系统及方法,系统包括:盲区目标采集单元,用于采集盲区障碍物视频图像流和盲区障碍物雷达点云数据;目标融合计算单元,用于确定是否存在障碍物,进行时间对齐和空间对齐处理,像素分割,聚类匹配,目标识别,得到候选障碍物目标集;信息提取单元,用于提取车辆行车信息;分级告警控制单元,用于根据车辆自身状态动态调整盲区,根据目标种类和状态确定危险等级,并动态调整分级预警策略生成告警指令;告警单元,用于根据告警指令控制告警设备进行盲区信息告警。本发明能降低驾驶员的操纵负担,大幅度提升了预警和避碰行为的反应时间,从而更有效的实现盲区安全。

    车辆盲区防撞预警系统及方法

    公开(公告)号:CN113276769B

    公开(公告)日:2023-05-26

    申请号:CN202110477119.8

    申请日:2021-04-29

    摘要: 本发明公开了车辆盲区防撞预警系统及方法,系统包括:盲区目标采集单元,用于采集盲区障碍物视频图像流和盲区障碍物雷达点云数据;目标融合计算单元,用于确定是否存在障碍物,进行时间对齐和空间对齐处理,像素分割,聚类匹配,目标识别,得到候选障碍物目标集;信息提取单元,用于提取车辆行车信息;分级告警控制单元,用于根据车辆自身状态动态调整盲区,根据目标种类和状态确定危险等级,并动态调整分级预警策略生成告警指令;告警单元,用于根据告警指令控制告警设备进行盲区信息告警。本发明能降低驾驶员的操纵负担,大幅度提升了预警和避碰行为的反应时间,从而更有效的实现盲区安全。

    面向自动驾驶的人机协同感知方法及系统

    公开(公告)号:CN112380935B

    公开(公告)日:2023-05-26

    申请号:CN202011206771.8

    申请日:2020-11-03

    摘要: 本发明公开了面向自动驾驶的人机协同感知方法及系统,该方法包括:通过设置在车内的不同位置的双目红外CCD拍摄驾驶员头部影像,提取脸部特征,获取特征角点;建立驾驶员三维视线与环境感知摄像头成像上像素点间的映射关系,获得驾驶员视觉落点,并保存至注视点缓存数据库;基于注视点缓存数据库,对注视目标频率与注视时长进行眼动分析,获得眼动状态,构建拓维环境感知图像数据库,对自动驾驶过程中的图像处理神经网络的分配权重进行调整。本发明通过视觉追踪和人眼注意力机制快速定位智能摄像头中图像中的感兴趣区域,利用感知融合技术加速环境感知系统信息处理速度,能显著降低感知系统硬件运算需求、提升系统实时性,具有较好的经济性。

    图像相似度的计算方法、目标对象重识别方法及系统

    公开(公告)号:CN113065495A

    公开(公告)日:2021-07-02

    申请号:CN202110395255.2

    申请日:2021-04-13

    摘要: 本发明涉及重识别技术领域,公开了一种图像相似度的计算方法、目标对象重识别方法及系统,重识别方法在重识别系统的硬件支撑下,采用本图像相似度的计算方法,在传统三元组损失函数只采用欧式距离计算样本相似度的基础上,增加余弦相似度计算,从两个维度进行衡量,同时兼顾到类内样本和类间样本之间的绝对差异和方向差异,提高了目标对象重识别结果的准确率,并能进一步压缩现有轻量级网络中间层计算量,降低全局特征维度,减少特征相似度的计算量,使其能够适应终端设备算力极限。本发明的重识别方法还能利用各环节结果数据打包转发的手段,从获取数据、目标检测、数据集处理、目标对象重识别到结果上传都无需人工干预,大幅度提高工作效率。

    基于人脸和肢体姿态识别的紧急制动方法及系统

    公开(公告)号:CN112622892A

    公开(公告)日:2021-04-09

    申请号:CN202011463689.3

    申请日:2020-12-14

    IPC分类号: B60W30/09 G06K9/00 G06K9/62

    摘要: 本发明公开了基于人脸和肢体姿态识别的紧急制动方法及系统,该方法包括:通过设置在驾驶区域内不同位置的双目红外摄像头,持续性获取包括驾驶员面部及驾驶姿态的影像数据;提取驾驶员的面部特征及驾驶姿态特征,基于时间维度,分别对驾驶员情绪和肢体姿态稳定度进行量化,得到情绪量化结果及姿态量化结果;通过所述情绪量化结果及所述姿态量化结果,结合AEB系统中的传感器信息,量化得到行车危险程度等级,校正AEB系统的TTC输出,并根据校正后的所述TTC输出进行制动决策,生成相应的响应指令序列,通过车身域控制器执行制动动作。本发明降低了传统AEB系统感知端的漏检、误检概率,从而拓展AEB系统的适用场景,提升系统的鲁棒性。