-
公开(公告)号：CN101982919B
公开(公告)日：2012-12-05
申请号：CN201010531805.0
申请日：2010-11-04
Applicant: 长安大学
IPC: H02J7/34 , H02J9/06 , H02J7/00 , B60R16/033
Abstract: 本发明公开了一种危险品在途监测的车载传感器电源，包括安装在车内的蓄电池、锂电池和电源变换器，所述的电源变换器由电压监测及双电源切换模块、充/放电逻辑判断切换模块、充放电保护模块、充电恒流变换输出电路、5V/8A电压转换模块和12V/1A电压转换模块组成，其中，充放电保护模块由锂电池过放判断及通断模块和锂电池过充判断及通断模块组成；具有两路隔离输出、双电源智能切换功能、硬件电源保护功能、抗电磁干扰和支持宽温工作，能够满足24V电气系统车辆的各类5V、12V车载传感器需求，进行安全、稳定和高效供电。本发明提高了车载传感器的可靠性，保证在工程车辆电源波动和熄火的情况下传感器及其数据采集系统的稳定工作。
-
公开(公告)号：CN115685221B
公开(公告)日：2025-04-25
申请号：CN202211318478.X
申请日：2022-10-26
Applicant: 长安大学
Abstract: 本发明公开了一种路侧激光雷达部署位置评估系统及方法，根据激光雷达的选型确定激光雷达探测极限值，设定感知空间，利用选型后的激光雷达扫描获取激光雷360°范围内的点云数据，通过选型后的激光雷达安装的外参信息计算点云数据在世界坐标系下的位置，能够将复杂的激光雷达安装位置问题转化为参数计算问题，能够实现对激光雷达安装位置、角度的评估及最优架设位置的选择，使用了基于每体素点云的度量标准来衡量激光雷达在预定义感知空间中感知到的信息量，通过本发明中的方法可以简化原有激光雷达架设位置评估流程，节省了激光雷达位置评估的耗时，适用于多种道路结构，提高了灵活性，最终得到准确的激光雷达架设位置评估指数。
-
公开(公告)号：CN118332501A
公开(公告)日：2024-07-12
申请号：CN202410532049.5
申请日：2024-04-29
Applicant: 长安大学
IPC: G06F18/25 , G06F18/2323 , G06N5/01
Abstract: 本发明提供了一种基于聚类与图优化的多传感器感知信息后融合方法及装置，该方法包括：步骤S1：基于全局信息将多传感器采集的每条轨迹中当前帧的信息通过Affinity Propagation聚类算法实现多传感器感知信息的初步融合分组；步骤S2：根据初步融合分组基于满足先验的约束条件构建无边的K‑分图；步骤S3：使用二叉决策树算法对无边K‑分图进行图优化，完成去连接，获得最小代价连通子图；步骤S4：将基于局部信息的最小代价连通子图中每个目标的轨迹映射到全局中，实现多传感器感知信息最终融合。以解现有融合技术中存在的融合后的感知信息的鲁棒性与准确性差的问题。
-
公开(公告)号：CN117961921A
公开(公告)日：2024-05-03
申请号：CN202410021230.X
申请日：2024-01-05
Applicant: 长安大学
IPC: B25J11/00 , B62D57/024 , B25J9/16
Abstract: 本申请涉及一种用于混凝土表观检测的矢量爬壁机器人及控制方法，在机械结构上推陈出新，设计了新式的涵道矢量推进机构与机器人行进机构；在控制方面，机器人系统获取车体内部的姿态传感器和压力传感器的数据，解析此时涵道推进机构施加给机器人推力的水平分量是否足够克服自身重力吸附在壁面上并且竖直分量是否足够提供机器人攀爬的动力，继而实时调整涵道推进的方向与推力，最终使攀爬机器人避免了电机驱动动力的不足缺点和吸附式机器人适应性差的缺点。
-
公开(公告)号：CN116862984A
公开(公告)日：2023-10-10
申请号：CN202310839460.2
申请日：2023-07-10
Applicant: 长安大学
Abstract: 本发明提供了一种相机的空间位姿估计方法，属于相机位姿估计技术领域，包括：将相机拍摄的图像的特征点与相机拍摄的图像的像素点所对应的真实世界的点进行匹配，得到一组匹配特征点；在相机坐标系下，构建第一角度图模型；在现实世界坐标系下，构建第二角度图模型；将第一角度图模型和第二角度图模型中的对应边的值相减，获得角度差分图；与其他特征点的相连边数最少的特征点；根据正确匹配的特征点之间的位置关系，利用LHM算法估计相机的空间位姿。该方法能够获取精准的相机位姿。
-
Patent Agency Ranking
公开(公告)号：CN116773223A
公开(公告)日：2023-09-19
申请号：CN202310954692.2
申请日：2023-08-01
Applicant: 长安大学
IPC: G01M17/007
Abstract: 本发明涉及车辆测试技术领域，具体涉及一种车辆综合测试系统和车辆综合测试评价方法。该车辆综合测试系统包括：虚拟仿真测试单元、整车在环测试单元、封闭场地测试单元、开放道路测试单元和测试评价单元。其中，虚拟仿真测试单元，用于对待测试车辆在不同虚拟场景下进行模拟测试；整车在环测试单元，用于对待测试车辆在环测试平台上进行测试；闭场地测试单元，用于对待测试车辆在封闭道路测试场地进行测试；开放道路测试单元，用于对待测试车辆在开放道路测试场地进行测试；然后测试评价单元根据所有测试结果进行综合评价，以得到待测试车辆的综合测试评价结果，使得对无人驾驶车辆的测试结果更加精确。
-
公开(公告)号：CN116703998A
公开(公告)日：2023-09-05
申请号：CN202211477623.9
申请日：2022-11-23
Applicant: 长安大学
IPC: G06T7/521 , G06V10/46 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于路侧激光雷达的三维目标检测方法及终端，其中方法包括：通过路端通信设备获取路侧激光雷达采集的实时点云数据；对采集的实时点云数据进行预处理；对处理后的点云数据采用三维稀疏卷积算法提取三维体素特征，并对三维体素特征体进行投影得到二维特征图，采用无锚框目标检测头进行检测得到初阶段的三维检测框；对关键点云提取每个关键点云的特征，并进行融合优化；对得到的关键点云，依次融合得到多维度的关键点云特征；使用关键点云特征对初阶段的三维检测框进行池化操作，得到三维目标检测结果。本发明可以实现得到基于点的方法和基于体素的方法融合的点云三维目标检测结果，克服运算效率太慢和精度方面欠缺的问题。
-
公开(公告)号：CN110689559B
公开(公告)日：2022-08-12
申请号：CN201910947630.2
申请日：2019-09-30
IPC: G06T7/246
Abstract: 本发明属于目标跟踪技术领域，具体涉及一种基于密集卷积网络特征的视觉目标跟踪方法。本发明提供的技术方案，包括以下五个步骤：步骤一、构建初始位置滤波器；步骤二、构建初始尺度滤波器；步骤三、目标定位；步骤四、尺度估计；步骤五、模型更新。通过深度密集卷积网络的不同层提取目标特征，基于APCE(Average Peak‑to‑Correlation Energy)值自适应地选择最佳响应图，然后确定目标中心位置。在此基础上，进一步对目标尺度进行估计，能够适应目标尺度变化，准确确定目标的大小，选择性地对模型进行在线更新。算法精确度和成功率较高，实现了目标的鲁棒跟踪，易于在实际场景中推广应用。
-
公开(公告)号：CN109583365B
公开(公告)日：2022-07-26
申请号：CN201811427546.X
申请日：2018-11-27
Applicant: 长安大学
Abstract: 基于成像模型约束非均匀B样条曲线拟合车道线检测方法，首先对图像进行中值滤波和直方图均衡化处理，得到增强后的车道线图像；其次采用Canny算子对图像进行边缘检测，得到车道线边缘图像；然后对边缘图像进行Hough变换直线检测，提高边缘连续性的同时减少背景干扰边缘；再次基于“相机光轴与道路平面平行”以及“左右车道线平行”的假设，在相机几何成像模型的基础上，推导车道线‑相机成像模型约束下的控制点估算模型；最后结合车道线边缘像素位置信息求解非均匀B样条曲线模型参数，实现车道线拟合。本发明能有效提高提高控制点定位精度和车道线检测准确度，提高基于曲线拟合的车道线检测算法对背景干扰的鲁棒性。
-
公开(公告)号：CN110427871A
公开(公告)日：2019-11-08
申请号：CN201910701129.8
申请日：2019-07-31
Abstract: 本发明属于疲劳驾驶检测技术领域，具体涉及一种基于计算机视觉的疲劳驾驶检测方法。现有的检测方法在检测准确性和反应速度上不能很好地满足实际产品的需求，存在着不能有效避免疲劳事故的发生的问题。本发明提供的一种基于计算机视觉的疲劳驾驶检测方法，启动设备，对摄像头进行初始化操作；然后进行视频采集、人脸检测、目标跟踪、神经网络判断、缓存图像和报警步骤，利用深度特征提取、目标检测、目标跟踪和行为识别等方法，实现对疲劳驾驶行为的准确判断。该方法准确度高，检测速度快，利用定期检测更新跟踪模板有效解决了跟踪失败问题，同时采用了单幅图像特征和连续多幅图像序列特征对疲劳行为进行描述，从而提高整个系统判断的准确性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.029 seconds)
