-
公开(公告)号：CN119693460B
公开(公告)日：2025-05-06
申请号：CN202510193450.5
申请日：2025-02-21
Applicant: 东南大学
Abstract: 本发明属于多车协同技术领域，公开一种运输超大件的阵列式多车协同视觉定位系统及方法，用于对运输超大件的车队中多辆载运车进行同步定位，包括：定位模块、图像标识；车队包括沿水平轴线方向上分布的多排车，每排车均包括并列放置的两辆载运车，各载运车的车头朝向均相同，以载运车车头朝向一端为前，以载运车车尾朝向一端为后；各载运车的车头端均设置定位模块，定位模块均包括相机、IMU和通信单元；采用最前排的两载运车获取绝对位姿，后面各排载运车均通过观测相对位姿的方法，提高多车之间的协同性，在实现多车精确实时定位的同时，提高感知系统在隧道等退化环境和信号不良场景中的适应能力。
-
公开(公告)号：CN115187737B
公开(公告)日：2025-04-18
申请号：CN202210744160.1
申请日：2022-06-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于激光与视觉融合的语义地图构建方法，涉及无人驾驶SLAM技术领域，解决了无人驾驶技术中大规模闭环检测鲁棒性差和构建点云地图缺失语义信息的技术问题，其技术方案要点是利用环视摄像头模组采集周围环境的图片数据，再将图片传入到DeepLabv3+网络进行语义分割，再利用相机和激光雷达之间的投影关系，将图片中的语义信息投影到点云上构建语义点云地图，运用语义信息改进LeGO‑LOAM算法达到优化定位建图的目的，还能够利用图片数据进行运用CALC无监督学习网络进行闭环检测来优化矫正位姿，提高SLAM系统的鲁棒性。该方法所构建的地图能够实现大规模建图，语义信息丰富，有较强的鲁棒性。
-
公开(公告)号：CN119559604A
公开(公告)日：2025-03-04
申请号：CN202411722127.4
申请日：2024-11-28
Applicant: 东南大学
IPC: G06V20/56 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N5/01 , G06N20/20
Abstract: 本发明公开了考虑小目标区域识别的光照自适应路面检测方法及系统，涉及智能感知技术领域。本发明包括：接收实时图像数据，搭建地平线检测网络，将图像输入网络中得到包含环境元素的上半区图像和包含路面及障碍物的下半区图像；使用上半区图像判断驾驶场景的昼夜状态，使系统根据光照条件自动调节模型参数；使用下半区图像进行语义分割，根据语义掩膜截取具有路面信息量的小分辨率图块；搭建多图块融合决策网络，将图块输入到网络中，网络可自适应地分配各图块特征的权重并对各图块预测概率进行融合决策。本发明将路面检测拓展到了全天候场景，具备更高的实际应用价值，并且本发明攻克了小目标路面区域的识别难点，便于提高路面检测的准确性。
-
公开(公告)号：CN118381405B
公开(公告)日：2025-02-21
申请号：CN202410526085.0
申请日：2024-04-29
Applicant: 东南大学
IPC: H02P21/22 , H02P21/20 , H02P21/18 , H02P25/022
Abstract: 本发明涉及一种考虑热效应的永磁同步电机最大转矩电流比控制方法，包括：步骤S1：接收动态的参考转矩，基于接收的参考转矩结合电机标称参数和逆变器电气参数得到标称MTPA工作点的参考交直轴电流和参考电流矢量角；步骤S2：当电机处于稳定运行状态时，计算标称电磁转矩的切线向量和相应的电流增量向量，并计算切线向量和电流增量向量的内积值，并基于得到的内积值确定电流矢量角的补偿方向，并通过线性增益调整补偿量；步骤S3：基于得到的电流矢量角的补偿方向、补偿量，结合当前的电流矢量角，得到下一时刻更新后的电流矢量角和相应的电流分配值。与现有技术相比，本发明具有可以实时准确补偿由于参数摄动带来的MTPA角度偏差，不需要估计交直轴电感、永磁磁链等参数等优点。
-
公开(公告)号：CN119202523A
公开(公告)日：2024-12-27
申请号：CN202411209275.6
申请日：2024-08-30
Applicant: 东南大学
IPC: G06F18/10 , G06F18/214 , G06F18/2431 , G06F17/18 , G06N3/091
Abstract: 本发明公开一种自学习型商用车载重辨识与置信度评估方法，首先，利用大数据提取技术，从多源数据集中提取模型所需车辆运行数据；然后，按照数据清洗策略对车辆运行数据中的异常帧进行辨识和预处理，并完成车辆运行特征和道路结构特征的扩展运算；采用带遗忘因子的递推最小二乘算法构建基于车辆纵向动力学的载重基准生成模型，采用优化Informer神经网络构建载重辨识输出与置信度评估模型，以完成整车载重辨识及置信度评估的方案。本发明装置利用车联网数据实现整车载重的实时辨识，有利于规范化重型货运车辆的在途全程监管，并为车辆行程利用率的优化提供可靠依据。
-
Patent Agency Ranking
公开(公告)号：CN119178996A
公开(公告)日：2024-12-24
申请号：CN202411275650.7
申请日：2024-09-12
Applicant: 东南大学
Abstract: 本发明涉及一种车用驱动电机旋转变压器微小故障检测方法，包括：采集电机的三相电流实测值、电机转子的转速实测值和位置角度实测值；将电机的三相电流实测值通过坐标变换到固定坐标系下，得到两相电流实测值；获取故障检测观测器输出的两相电流估计值、电机转子的转速估计值和位置角度估计值，与两相电流实测值、电机转子的转速实测值和位置角度实测值比较，计算得到评估函数值；判断评估函数值是否超过预配置的阈值，若为是，则判定旋转变压器存在故障。与现有技术相比，本发明可以将故障的影响与系统的不确定性和噪声区分开来，从而提高检测的精度。
-
公开(公告)号：CN115610395B
公开(公告)日：2024-11-22
申请号：CN202211322310.6
申请日：2022-10-27
Applicant: 东南大学
Abstract: 本发明涉及一种双冗余线控制动系统及方法，系统包括：液压源模块，包括具有两个工作腔的制动主缸总成、具有一个工作腔的第一制动副缸总成和第二副缸总成，分别由各自的电机驱动实现工作腔建压；四轮制动模块，包括两组制动轮缸；液压源切换模块，包括切换电磁阀，用于连接液压源模块和四轮制动模块；控制模块，包括压力传感器，用于采集各液压管路和工作腔内的压力，电机转速传感器，用于采集电机转速信号，整车控制器，与压力传感器、电机转速传感器、各电磁阀及各电机信号连接，进行液压源切换控制，实现正常制动、冗余制动或双冗余制动。本发明解决了现有线控制动方案无法满足无人驾驶汽车制动需求的问题。
-
公开(公告)号：CN118836890A
公开(公告)日：2024-10-25
申请号：CN202410836705.0
申请日：2024-06-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于自适应体素分割地图的激光里程计，涉及智能驾驶技术领域，解决了使用固定下采样尺寸在尺度多变的场景中失效的技术问题，其技术方案要点利用点云的空间特性自适应体素分割；利用点云的分割结果双重注意力下采样得到关键点；再通过自适应阈值的混合迭代优化方法获得稳健位姿。该方法在满足实时性的要求下，能够根据环境的变化，自适应调节系统参数，以获得较好的点云分割结果和稳健的位姿，在自动驾驶、机器人领域有较好的应用前景。且该方法的结构简单，计算量小，自适应能力强，具有较高的鲁棒性。
-
公开(公告)号：CN114655228B
公开(公告)日：2024-10-15
申请号：CN202210274505.1
申请日：2022-03-21
Applicant: 东南大学
IPC: B60W40/09 , B60W50/00 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于短时样本的驾驶员换道意图预测系统及方法，涉及智能驾驶技术领域，解决了驾驶员换道意图预测不够精准的技术问题，其技术方案要点是本申请通过短时窗，在很短的时间内，以较低的经济成本，快速预测驾驶员换道意图的功能，实现了辅助驾驶系统下驾驶员意图的监测，具有实用性。同时，基于大数据的深度学习方法有很高的预测精度和鲁棒性，有助于先进驾驶辅助系统的深度开发，提升驾驶安全性。其数据采集简单，经济成本低，预测性能高效，可服务于先进驾驶辅助系统，使得系统具备灵活性，能够用于中小型车辆及重卡车辆，通用性好。
-
公开(公告)号：CN118538022A
公开(公告)日：2024-08-23
申请号：CN202410497085.2
申请日：2024-04-24
Applicant: 东南大学
IPC: G08G1/01 , G08G1/017 , G08G1/04 , G08G1/052 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种强交互场景下多模态换道轨迹预测及安全性评估方法，包括步骤如下：S1，选择高速匝道口交通数据集，筛选换道车辆及其周围车辆的轨迹数据，并将轨迹数据转化为图格式数据片段；S2，基于图格式的数据片段，完成基于图神经网络及长短期记忆神经网络的多模态轨迹预测模型的训练；S3，基于训练完成的多模态轨迹预测模型，完成不确定性估计模型的训练，并基于多模态轨迹预测模型进行安全性评估。本发明通过在预测时采用图神经网络实现对不同车辆间的交互特征进行建模，并通过对车辆换道多模态预测结果进行不确定分析，以提高强交互场景下车辆换道轨迹预测精度和安全性。
-
-
-
-
-
-
-
-
-
Search Results
428
records
(took 0.044 seconds)
