-
公开(公告)号：CN119598861A
公开(公告)日：2025-03-11
申请号：CN202411674557.3
申请日：2024-11-21
Applicant: 长安大学
IPC: G06F30/27 , G01M17/007 , G01M13/00 , G06N3/045 , G06N3/092
Abstract: 本发明提供了一种用于自动驾驶缺陷测试的测试场景泛化生成方法及系统，属于自动驾驶测试技术领域。具体地，对待测场景进行场景要素提取，将提取到的场景要素分为训练集和测试集；构建缺陷测试场景模型；基于训练集对缺陷测试场景模型进行训练，采用奖励函数、注意力机制和DDQN算法进行强化学习，得到训练好的缺陷测试场景模型；将测试集的场景要素输入至训练好的缺陷测试场景模型，生成测试场景。通过对自动驾驶车辆周围的测试场景进行提取训练，由自动驾驶车辆去判断周边环境对于预测路径的影响程度，并从而达到训练目的，增强了测试场景生成过程与被测系统车辆之间的独立性，使生成的场景不受被测系统所采用的运动模型的影响。
-
公开(公告)号：CN115880899B
公开(公告)日：2023-11-10
申请号：CN202211414462.9
申请日：2022-11-11
Applicant: 长安大学
Abstract: 本发明公开了一种针对行车视线阻挡危险场景的检测方法，包括：激光雷达实时采集预设的探测距离内的道路与车辆信息以获取第一路况信息，并将获取的所述第一路况信息传输至终端工控机；三目摄像头实时采集预设的探测距离内三组不同角度的道路与车辆信息以获取第二路况信息，并将获取的所述第二路况信息传输至终端工控机；终端工控机将所述第一路况信息与所述第二路况信息进行感知融合处理，并进行视线阻挡危险场景的检测。本发明还公开了一种针对行车视线阻挡危险场景的检测系统。本发明可以解决单车驾驶时面对视线阻挡场景无法及时刹车的问题，通过架设在路侧的检测系统与车辆的共同作用突破单车驾驶的局限性，有效避免视线阻挡场景带来的损失。
-
公开(公告)号：CN109801311B
公开(公告)日：2021-07-16
申请号：CN201910095621.5
申请日：2019-01-31
Abstract: 本发明公开了一种基于深度残差网络特征的视觉目标跟踪方法，包括步骤：一、选取深度残差网络的特征层并计算权重；二、第一帧实际输入图像的特征提取；三、构建第一帧实际输入图像的特征的响应和初始位置滤波器；四、第一帧实际输入图像的尺度采样及fHOG特征提取；五、构建初始尺度滤波器；六、第二帧实际输入图像的特征提取；七、位置滤波；八、位置滤波响应图的加权及目标定位；九、目标图像的尺度采样及fHOG特征提取；十、目标特征向量的尺度滤波及尺度估计；十一、滤波器更新；十二、输入下一帧实际输入图像，将下一帧实际输入图像视为第二帧实际输入图像后循环步骤六。本发明跟踪精确度和成功率高，适应目标尺度变化，实现目标的鲁棒跟踪。
-
公开(公告)号：CN108711204B
公开(公告)日：2020-07-31
申请号：CN201810482082.6
申请日：2018-05-18
Applicant: 长安大学
Abstract: 本发明公开了一种综合人‑车‑路多源信息的行车异常检测系统及方法，包括驾驶员信息采集模块、车辆信息采集模块、道路行车条件采集模块和嵌入式CompactRIO平台和报警模块，驾驶员信息采集模块、车辆信息采集模块、道路行车条件采集模块用于分别用于采集驾驶员信息、车辆信息和道路行车条件，并将采集到的信息传递至嵌入式CompactRIO平台，嵌入式CompactRIO平台用于接收车辆信息采集模块、道路行车条件采集模块和驾驶员信息采集模块传递的采集到的信号，并根据收集到的信息判断当前行车处于正常还是异常状态，综合考虑了驾驶员、车辆、道路环境三方面的信息，同时通过对所采集的多源信息数据点进行融合分析，从而给出更为合理的车辆异常行为警告。
-
公开(公告)号：CN108791306B
公开(公告)日：2020-04-24
申请号：CN201810263975.1
申请日：2018-03-28
Applicant: 长安大学
IPC: B60W40/107 , B60W30/08
Abstract: 本发明公开了一种车速引导方法，该方法根据目标车辆在不同探测区域行驶状态的变化，实时计算邻居车辆对目标车辆所产生的影响力，保证车辆在周围车辆的影响下能更加合理且安全的行驶。该方法综合运用周围车辆的行驶状况，使得计算结果更加准确合理，具有较高的实时性，同时也能更加高效的调节驾驶环境，提高道路的通行率。
-
Patent Agency Ranking
公开(公告)号：CN110689559A
公开(公告)日：2020-01-14
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：CN105938660B
公开(公告)日：2018-10-12
申请号：CN201610402224.4
申请日：2016-06-07
Applicant: 长安大学
IPC: G08G1/16
Abstract: 本发明公开了一种汽车防追尾预警的方法和系统，系统包括路边设置的无线通信DSRC设备，车辆上安装的车载无线通信设备、数据采集单元和车载终端，其中，数据采集单元内部有数据采集模块、GPS模块和加速度传感器；通过车载专用短程通信设备(DSRC)实现车车、车路无线通信交互；车载终端利用基于车路协同的最小安全距离模型计算自车与前车的安全距离，通过位置信息计算当前自车与前车的实际距离，判断是否存在追尾危险，如果存在追尾危险，则在车载终端界面上显示危险提醒，并通过声音报警。降低了防追尾预警系统的成本，并且提高了预警的准确性。系统具有成本低、体积小、预警准确等特点并且适用于各种路况条件。
-
公开(公告)号：CN108235412A
公开(公告)日：2018-06-29
申请号：CN201711376889.3
申请日：2017-12-19
Applicant: 中兴通讯股份有限公司 , 长安大学
IPC: H04W52/02
CPC classification number: H04W52/0229 , Y02D70/00
Abstract: 本发明公开了一种实现终端电能优化的方法，包括：用户设备UE检测到激活信号，所述激活信号指示在所述激活信号之后发送的控制信号；根据所述激活信号接收所述控制信号；其中，在未检测到所述激活信号或者确定不存在所需的控制信号时，所述UE进入休眠状态。通过本发明可以降低UE功耗，当网络负载较低时，减少了UE检测解码控制信息的次数，实现UE电能优化的目的。
-
公开(公告)号：CN107264445A
公开(公告)日：2017-10-20
申请号：CN201710361262.4
申请日：2017-05-19
Applicant: 长安大学
IPC: B60R16/023
CPC classification number: B60R16/0232
Abstract: 本发明公开了一种危化品车辆减速行为识别方法，属于车联网领域，通过将OBD采集到的车速信息以及车辆姿态信息上传到服务器，使用基于MEMS器件的车辆姿态测量系统得到车辆的加速度和角速度信息，这些实时信息经捷联解算后获得所需的导航参数，识别出该危化品车辆的急减速行为。本发明用“数学平台”代替了传统的机械平台，捷联式的车辆姿态测量系统具有结构简单、自主性强、短期精度和稳定性比较好等优点。通过数学方式标记驾驶者违规加速行为，本发明相比基于GPS数据提出的急减速行为识别方法具有更高的准确性。同时，本发明能够给出完整的车辆急减速行为信息，进而对司机驾驶行为的评价提供依据。
-
公开(公告)号：CN103218167B
公开(公告)日：2015-09-02
申请号：CN201310114048.0
申请日：2013-04-02
Applicant: 长安大学
IPC: G06F3/0488 , G06F3/044
Abstract: 本发明提供了一种车载终端单点触摸手势图形识别方法，该方法通过建立直角坐标系，获取起始点，获取最值点，获取终止点和计算手势图形类型得到最后的手势图形类型，本发明提供的单点触摸手势图形识别方法，不需要预先设置手势图形库，也不需要对采集到的手势点进行存储，当用户离开触摸屏时，即完成对所有点进行判断，识别出用户的手势图形。与图形匹配方法相比较，本发明的方法的识别速度提高了两倍。本发明提供的单点触摸手势图形识别技术降低了算法的空间复杂度，提高了识别的速度，方便用户快速的便捷操作。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.039 seconds)
