-
公开(公告)号:CN109859472A
公开(公告)日:2019-06-07
申请号:CN201910165183.5
申请日:2019-03-05
Applicant: 长安大学
IPC: G08G1/01 , G08G1/0967 , B60Q9/00
Abstract: 本发明提供车辆行驶路障感知系统、方法、车辆及车路协同主动安全系统和方法,能够感知路障,并将其上传至网络系统,实现车路协同。通过测距模块间断的定时的测量行驶路段测量地面低洼深度,通过分析测量数据得到地面低洼程度,然后判断车辆是否可以安全通过;当车辆感知到地面低洼程度后可以选择将该路况信息上传到车路协同系统,再由车路协同系统发送给该路段行驶的其他车辆,从而实现路障感知和车路协同主动安全。
-
公开(公告)号:CN109379321A
公开(公告)日:2019-02-22
申请号:CN201811346000.1
申请日:2018-11-13
Applicant: 长安大学
CPC classification number: H04L27/34 , H04L27/2601 , H04L27/36
Abstract: 本发明公开了一种基于车联网系统中提高车载终端信号交互有效性的方法,首先对车载待传输信号进行串并变换及正交幅度调制,得到正交幅度调制信号,对正交幅度调制信号进行多载波调制与并串变换后,得到多载波已调信号sn,利用压扩抗失真变换函数T(·)对多载波已调信号sn的模值进行抗失真变换,获得抗失真变换信号sn′,sn′=T(sn);将抗失真变换信号sn′通过D/A转换和固态功率放大器后得到信号sa,并通过车载天线进行发射;在接收端利用抗失真变换逆函数T-1(·)对接收信号进行操作,得到信号sn″,sn″=T-1(sa);对该信号进行多载波解调,恢复出车辆系统原始输入信号。本发明能够极大的减少信号的误码率,降低车联网系统中多载波信号的非线性失真。
-
公开(公告)号:CN108462947A
公开(公告)日:2018-08-28
申请号:CN201810206308.X
申请日:2018-03-13
Applicant: 长安大学
Abstract: 本发明公开了一种基于LTE-V的车联网通信测试系统及测试方法,采用ENodeB基站、路侧测试单元、用户测试终端、LTE-V核心网和本地服务器组构成测试平台,利用移动通信技术应用到车联网通信领域,采用了广域集中式蜂窝通信和短程分布式直通通信两种技术方案,分别对应基于接入网-用户终端和ProSe直接通信接口的网络架构,既能支持大宽带、广覆盖的通信传输支撑,又能实现车与车、车与基站、基站与基站之间的低时延、高可靠的通信服务,满足道路安全及交通效率类应用的需求,本发明的测试方法能够在测试平台上系统地测试LTE-V网络的部分性能,在真实场景的实车测试可以为研究者提供更真实,更可靠的研究数据,一定程度上推动了LTE-V通信技术在车联网通信领域的研究与应用。
-
公开(公告)号:CN105072073A
公开(公告)日:2015-11-18
申请号:CN201510408723.X
申请日:2015-07-13
Applicant: 长安大学
IPC: H04L27/26
CPC classification number: H04L27/2691
Abstract: 本发明涉及LTE系统中降低多载波信号非线性失真的方法,首先对原始发送信号进行星座映射与调制得到多载波时域传输信号,通过对比多载波时域传输信号通过功率放大器前后变化,求得引入的噪声分量,并选取噪声分量构成载波注入集合,而后获取载波注入集合中的消减信号,并与多载波时域传输信号进行合并得到新发送信号,最后将满足失真限制条件的新发送信号发送出去。本发明能以较低的复杂度最大限度地消除信号通过功率放大器所引入的非线性失真,从而有效提升信号传输的抗干扰性与准确性,不会降低传输系统的误码率与传输效率。
-
公开(公告)号:CN104573646A
公开(公告)日:2015-04-29
申请号:CN201410841099.8
申请日:2014-12-29
Applicant: 长安大学
CPC classification number: G06K9/6223 , G06K9/00369 , G06K9/00791 , G06K9/6202 , G06K9/6272 , G06K2209/21
Abstract: 本发明属于汽车主动安全领域,具体公开了一种基于激光雷达和双目相机的车前行人检测方法及系统,该方法包括如下步骤:利用激光雷达和双目相机采集车辆前方数据;分别对激光雷达和双目相机采集的数据进行处理,得到行人相对于车辆的距离、方位角及速度值;对得到的行人信息进行卡尔曼滤波器进行修正。本发明综合运用了立体视觉技术和遥感技术,融合激光雷达和双目视觉信息,测量精度高,行人检测正确率高,能有效降低交通事故发生率。
-
公开(公告)号:CN102394591B
公开(公告)日:2013-11-20
申请号:CN201110259001.4
申请日:2011-09-02
Applicant: 长安大学
IPC: H03H17/02
Abstract: 本发明公开了一种基于FPGA的车辆振动信号滤波装置。该装置中参考噪声信号x(n)接入第一寄存器的输入端,含噪振动信号d(n)接入第二寄存器的输入端,第一寄存器的输出信号x(n)接入滤波器的一个输入端,减法器输出的误差信号e(n-1)分别接入第三寄存器的输入端、滤波器的第二输入端和变步长因子计算电路的输入端,变步长因子计算电路的输出信号变步长因子μ(n-1)接入滤波器的第三输入端,第二寄存器的输出信号d(n)接入减法器一个输入端,滤波器输出的滤波后的参考噪声信号y(n)接入减法器的另一输入端,第三寄存器输出滤波处理后的车辆振动信号。装置所依据的算法具有计算速度快、收敛速度快、实时性高、滤波效果好等优点,可以满足信号实时处理的需求。
-
公开(公告)号:CN102323907A
公开(公告)日:2012-01-18
申请号:CN201110238970.1
申请日:2011-08-19
Applicant: 长安大学
IPC: G06F12/02
Abstract: 本发明公开了一种嵌入式ARM(Advanced RISC Machines)处理器对NANDFLASH(非易失闪存)数据存储和删除方法,该方法严格控制NANDFLASH的每一块数据擦除的次数,首先获得NANDFLASH存储信息;然后在ARM处理器的内存(SDRAM)中建立一个数据缓存区A,从NANDFLASH的Block0,Page0和Page1读取FAT(File Allocation Table)文件分配信息(该分配信息保存NNADFLASH的坏块记录),然后针对ARM处理器写和删除NANDFLASH数据操作请求做出判断,规定了写请求和删除请求的操作。该方法实现了不依赖操作系统的嵌入式ARM处理器对NANDFLASH的高效写入和删除操作,可大幅度提高NANDFLASH的使用寿命,且不依赖操作系统,移植简单。
-
公开(公告)号:CN119378371A
公开(公告)日:2025-01-28
申请号:CN202411396267.7
申请日:2024-10-08
Applicant: 长安大学
IPC: G06F30/27 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06F30/20
Abstract: 本申请涉及车辆测试技术领域,尤其涉及一种自动驾驶关键测试场景泛化生成系统和生成方法。场景生成系统包括:编码器、解码器、生成器以及判别器。其中,编码器,用于对输入的真实场景信息进行特征提取,并对提取的特征信息进行编码,得到编码后的真实场景信息;生成器和判别器,用于根据输入的噪声信息,通过生成器和判别器相互博弈,生成潜在场景信息;解码器,用于对真实场景信息和潜在场景信息进行解码,得到测试评价场景。这样可以根据真实场景信息和潜在的随机噪声信号构造接近真实场景的测试场景,以满足自动驾驶车辆的仿真测试,且可以通过调整场景构建信息以构建不同的、多样的场景,使得自动驾驶车辆的测试场景更加全面。
-
公开(公告)号:CN118865323A
公开(公告)日:2024-10-29
申请号:CN202410909438.5
申请日:2024-07-08
Applicant: 长安大学
IPC: G06V20/58 , G08G1/095 , G06V10/774 , G06V10/82
Abstract: 本申请涉及智慧交通技术领域,尤其涉及一种自动驾驶汽车信号灯状态识别跟踪方法和识别跟踪装置。识别跟踪方法包括,首先获取信号灯图像;将信号灯图像输入至训练好的状态识别模型中,得到信号灯图像对应的信号灯状态。其中,状态识别模型包括骨干网络、编码器、解码器和预测网络;骨干网络,用于得到多尺度信号灯状态特征图;编码器,用于对状态特征图进行编码,得到编码后的特征信息;解码器,用于对编码后的特征信息进行信息匹配,得到正样本图像和负样本图像;预测网络,用于对正样本图像和负样本图像进行状态识别,得到信号灯图像对应的信号灯状态。本申请通过对信号灯图像进行特征提取和轨迹跟踪,可以精确的识别出信号灯的状态信息。
-
公开(公告)号:CN115123238B
公开(公告)日:2024-10-22
申请号:CN202210731268.7
申请日:2022-06-24
Applicant: 长安大学
IPC: B60W30/18 , B60W40/105 , B60L53/12
Abstract: 本发明公开了一种面向无线充电信号交叉口网联车辆的纵向速度引导方法,包括:根据网联车辆的车辆剩余电量状态选择个性化通行模式;以通行效率、车辆电量消耗和驾驶舒适度作为优化目标,以车辆初始状态、车辆行驶距离、车辆运动学参数、信号灯参数作为约束条件,并结合个性化通行模式,构建节能驾驶模型;对节能驾驶模型进行改进和处理,优化得到近似节能驾驶模型;应用粒子群算法对近似节能驾驶模型进行模型求解,计算得到最优决策变量;根据最优决策变量生成车辆纵向速度建议曲线,并将其传递给网联车辆。可以解决现有技术中存在的车辆实时速度控制精度不高、计算效率较低等问题,从而实现提升电动车辆行驶里程,缓解用户行驶里程焦虑。
-
-
-
-
-
-
-
-
-