-
公开(公告)号：CN109823347A
公开(公告)日：2019-05-31
申请号：CN201910185640.7
申请日：2019-03-12
Applicant: 长安大学
Abstract: 本发明提供智能网联车驾驶行为辅助安全系统与方法，通过驾驶行为监控模块能够对驾驶人在驾驶车辆行驶的过程中多种行为方式以及对行驶车速的监测，可以综合管控驾驶人的驾驶行为，并对出现的不良驾驶行为进行及时的报警提示，辅助驾驶人及时纠正不良驾驶行为，督促其安全行驶，保障行车安全。通过驾驶行为诊断模块综合分析驾驶人已出现和易出现的不良驾驶行为，形成诊断报告，通过驾驶行为训练升级模块制定出具有个性化的驾驶行为训练策略，将驾驶行为诊断报告和驾驶行为训练策略发送至驾驶人及其相关人员，便于后期驾驶人及其相关人员查看，督促辅助驾驶人进行驾驶行为纠正，为安全驾驶保驾护航。
-
公开(公告)号：CN109752008A
公开(公告)日：2019-05-14
申请号：CN201910164507.3
申请日：2019-03-05
Applicant: 长安大学
IPC: G01C21/28 , G01C21/30 , G01C21/34 , G01S19/48 , B60R16/023
Abstract: 本发明提供智能车多模式协同定位系统及方法，采集车辆行驶路段的路面图像和场景图像，并获取GNSS位置信息；如果接收到GNSS位置信息，则以GNSS位置信息作为定位信息；如果接收不到GNSS位置信息，则检查车辆行驶路段是否预先建立视觉地图数据库，如果否，则根据采集到的路面图像采用基于视觉里程计的车辆定位技术进行位置获取；如果是，则根据采集到的场景图像采用基于视觉地图数据库构建的车辆定位技术进行位置获取；或者，将基于视觉地图数据库构建的车辆定位技术和基于视觉里程计的车辆定位技术得到的位置信息进行融合。本发明融合三种定位技术，可以很好的解决GNSS盲区无法获得定位信息的问题。
-
公开(公告)号：CN104837205B
公开(公告)日：2019-03-08
申请号：CN201510182002.1
申请日：2015-04-16
Applicant: 长安大学
IPC: H04W72/04
Abstract: 本发明的提供了一种车路通信下行无线资源分配系统，包括业务流输入模块，还包括与业务流输入模块相连的业务分类器，用于对业务流进行分类；业务分类器上连接有第一调度模块和第二调度模块，第一调度模块用于差异化调度实时业务流，第二调度模块用于调度非实时业务流；第一调度模块还与第二调度模块相连，使得优先调度实时业务流，当实时业务流调度完毕且无线资源有剩余时，开始调度非实时业务流。本发明的算法算法既满足信道感知要求，也满足实时业务流的时延QoS保证，兼顾了与行车安全相关业务流的优先权和其他并发实时业务流的公平调度，确保了在吞吐量、公平指数和QoS支持三者之间的平衡。
-
公开(公告)号：CN108880339A
公开(公告)日：2018-11-23
申请号：CN201810638908.3
申请日：2018-06-20
Applicant: 长安大学
Abstract: 本发明公开了一种三直流电机反向串联控制系统及方法，四相逆变器的八个IGBT模块采用两两串联的方式组成四桥臂并联在直流电源的正负极，反向串联的三直流电机分别串联四桥臂，三直流电机依次经速度传感器、电流传感器和速度调节模块后分别经两级PI控制器与参考电压合成器连接，参考电压合成器经PWM脉冲生成单元与四相逆变器连接，四相逆变器分别经电流调节模块和一级PI控制器与参考电压合成器连接，通过参考电压合成器连接至PWM脉冲生成单元，由PWM脉冲生成单元产生的脉冲控制信号控制八个IGBT模块的通断驱动三直流电机运行。本发明能够让三个电机进行四象限运行，能够改变电机的运转方向、运转速度并且能够将电机回馈系统的能量送回电网，减少能量的消耗。
-
公开(公告)号：CN105005989B
公开(公告)日：2018-02-13
申请号：CN201510374899.8
申请日：2015-06-30
Applicant: 长安大学
IPC: G06T7/10
Abstract: 本发明公开了一种弱对比度下的车辆目标分割方法，步骤1：对训练图像采用多示例学习的方法进行显著模型建模；然后利用显著模型对测试图像中的包和示例进行预测，得到测试图像的显著度图；步骤2：将测试图像的显著度引入图割框架，依据示例特征矢量与示例包的标记对图割框架进行优化，求解图割优化的次优解，得到目标的精确分割。本发明的借鉴人类的视觉注意机制，结合基于图论的图像分割方法，建立一种基于视觉显著性特征的车辆目标分割模型，不仅能在良好环境条件下准确分割完整车辆，并且具有一定的适应性和鲁棒性，能在夜间环境、阴影遮挡情况下较为准确地分割出交通场景中的弱对比度车辆目标。
-
Patent Agency Ranking
公开(公告)号：CN105005989A
公开(公告)日：2015-10-28
申请号：CN201510374899.8
申请日：2015-06-30
Applicant: 长安大学
IPC: G06T7/00
CPC classification number: G06T2207/20081 , G06T2207/30248
Abstract: 本发明公开了一种弱对比度下的车辆目标分割方法，步骤1：对训练图像采用多示例学习的方法进行显著模型建模；然后利用显著模型对测试图像中的包和示例进行预测，得到测试图像的显著度图；步骤2：将测试图像的显著度引入图割框架，依据示例特征矢量与示例包的标记对图割框架进行优化，求解图割优化的次优解，得到目标的精确分割。本发明的借鉴人类的视觉注意机制，结合基于图论的图像分割方法，建立一种基于视觉显著性特征的车辆目标分割模型，不仅能在良好环境条件下准确分割完整车辆，并且具有一定的适应性和鲁棒性，能在夜间环境、阴影遮挡情况下较为准确地分割出交通场景中的弱对比度车辆目标。
-
公开(公告)号：CN103473774A
公开(公告)日：2013-12-25
申请号：CN201310406668.1
申请日：2013-09-09
Applicant: 长安大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于路面图像特征匹配的车辆定位方法：确定车辆初始位置的地理坐标；在车辆行驶过程中实时拍摄路面图像；对拍摄的当前连续两帧路面图像依次进行匀光处理；实时对匀光处理后的连续两帧路面图像进行匹配，得到该连续两帧路面图像的匹配点对；根据得到的匹配点对进行车辆定位；判断当前两帧图像是否为最后的两帧，是则结束，否则重复上述步骤。该方法仅需要在车辆行驶过程中实时采集路面图像，并对连续两帧路面图像匹配，从而实现自主车辆定位，该方法不易受干扰，定位精度高，且省去了现有定位方法中提前采集全方位街景的费时费力的环节，因此省时省力。
-
公开(公告)号：CN119810819A
公开(公告)日：2025-04-11
申请号：CN202510031808.4
申请日：2025-01-09
Applicant: 长安大学
IPC: G06V20/64 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/56 , G06N3/045 , G06N3/0464 , G06N3/084 , G01S7/48 , G01S17/88
Abstract: 本发明提供了一种融合体素与图像特征的三维车辆目标检测方法及系统，方法包括：获取样本检测场景的初始激光雷达点云和初始场景图像；利用跨模态真实框数据增强方法对激光雷达点云和初始场景图像进行数据增强，得到增强激光雷达点云和增强场景图像；将增强场景图像进行色差平衡，得到平衡场景图像；将平衡场景图像进行图像转换，得到转换场景图像；对增强激光雷达点云和转换场景图像输入至初始目标检测模型中，得到训练好的三维车辆目标检测模型；将目标检测场景的待测数据输入至三维车辆目标检测模型中，得到检测结果。本发明能够实现对三维车辆目标的进行准确快速识别。
-
公开(公告)号：CN116597105B
公开(公告)日：2025-01-24
申请号：CN202310489382.8
申请日：2023-05-04
Applicant: 长安大学
IPC: G06T17/05 , G06T3/4007 , G06F16/29
Abstract: 本发明提供了一种基于OpenGL的高速公路数字孪生引擎系统，属于高速道路网三维视景构建技术领域，包括：从道路数据库中读取道路GPS点的信息；定义道路GPS点的精细度，对相邻的道路GPS点进行插值运算，生成总路网GPS点信息；根据总路网GPS点信息，绘制道路的虚拟模型；从交通设施数据库中读取交通设施的信息，建立交通设施分布表；提取交通设施分布表中的关键信息特征，绘制交通设施模型；将交通设施模型添加到道路的虚拟模型中，实现高速道路网三维视景的构建。该方法能够构建高速道路网三维视景。
-
公开(公告)号：CN117115006A
公开(公告)日：2023-11-24
申请号：CN202310685864.0
申请日：2023-06-09
Applicant: 长安大学
IPC: G06T5/00 , G06T3/40 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于改进卷积长短时记忆网络的雨天图像容错模型，包括：特征提取模块和区域特征增强模块；所述特征提取模块用于提取雨天图像的雨纹特征并对重点关注区域进行高效学习，输出特征图，所述区域特征增强模块基于所述特征图捕获不同尺度的雨滴信息并去除，输出去雨后的图像；本申请可以捕获不同尺度的雨条纹，在去除基本的雨线的同时保护了图像重要的细节纹理和背景信息，从而得到颜色饱和质量更高的无雨图像，使得恢复的图像更干净，视觉效果更好。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.027 seconds)
