-
公开(公告)号：CN118968354A
公开(公告)日：2024-11-15
申请号：CN202410983290.X
申请日：2024-07-22
Applicant: 吉林大学
IPC: G06V20/17 , G06T17/05 , G06T7/246 , G06V10/26 , G06V20/56 , G06T5/50 , G06N3/0464 , G06N3/08 , G01M17/007
Abstract: 本申请公开了一种基于无人机的车辆测试方法、系统、装置和存储介质，该车辆测试系统包括：测试车辆；无人机，无人机用于对测试车辆所在的封闭测试场地的场地图像进行地图构建，得到场地地图；测试装置，用于与无人机和测试车辆通信连接，测试装置用于在测试车辆进行驾驶测试过程中，获取无人机基于场地地图采集测试车辆的车辆运动信息，以及获取测试车辆的驾驶行为信息，并根据车辆运动信息与驾驶行为信息，生成测试车辆对应的驾驶测试结果。上述系统，可以实现利用无人机采集测试车辆的车辆运动信息，无需使用专用的封闭场地测试系统来采集测试车辆的车辆运动信息，可以减少安装和调试所花费的时间，从而可以降低测试成本和提高测试效率。
-
公开(公告)号：CN119649355A
公开(公告)日：2025-03-18
申请号：CN202411669912.8
申请日：2024-11-21
Applicant: 吉林大学
IPC: G06V20/62 , G06V30/148 , G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06T7/73
Abstract: 本发明公开了一种车牌检测与车牌识别方法及系统，方法包括：收集图像并进行标注，构建车牌检测数据集；基于改进yolov5网络进行检测车牌位置并进行定位标识；通过相关剪裁函数，裁剪出车牌图像，以此构建车牌识别数据集；基于LPRNet网络构建车牌识别网络，以所述车牌识别数据集训练所述车牌识别网络，获取最优车牌识别模型，以所述最优车牌识别模型提取车牌字符特征，利用CTC_Loss损失函数不断优化，据以得到车牌识别结果。方法无需将车牌号分割为单个字符即可提取车牌字符特征，将车牌字符进行输出，提升了识别的准确率及效率，可有效应用于智慧交通管理领域。
-
公开(公告)号：CN118170137A
公开(公告)日：2024-06-11
申请号：CN202410280297.5
申请日：2024-03-12
Applicant: 吉林大学
Abstract: 本发明公开了基于自动驾驶的避障方法，包括总控制模块、计算分析模块、检测模块、提示模块、显示模块和驱动行驶模块，所述显示模块、驱动行驶模块与计算分析模块分别与总控制模块连接，所述驱动行驶模块与显示模块设置在车辆的内部，所述检测模块与提示模块均分布在车身的四周，所述检测模块内包括激光雷达和路面影像采集装置，所述计算分析模块内设置有逻辑关系及避障算法，所述计算分析模块接收由提示模块接收到检测模块的传输信号，通过逻辑关系及避障算法作出新指令，由总控制模块传输到驱动行驶模块进行控制。本发明中，采用了激光雷达和路面影像采集装置的配合，对路上的行人、车辆及井盖、减速带等较矮的障碍物进行规避。
-
公开(公告)号：CN119622456A
公开(公告)日：2025-03-14
申请号：CN202411670146.7
申请日：2024-11-21
Applicant: 吉林大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06N3/0495 , G06N3/044 , G06N3/0464 , G06N3/084 , G06N3/045
Abstract: 本发明提供一种训练端到端的自动驾驶策略的方法，所述训练端到端的自动驾驶策略的方法包括一下步骤：S1、数据采集并预处理，S2、定义损失函数、优化器以及构建模型，S3、数据划分，S4、模型训练，S5、在验证集上评估，S6、模型调整优化，S7、测试集评估，S8、权重剪枝并评估，采用梯度范数计算的方式，计算评估每个权重的重要性，根据重要性评估结果按照从较小比例开始且逐步增加，并移除不重要的权重，使用步骤S7的测试集对实现权重剪枝后的模型进行评估，若此时模型性能不达标，则采用权重恢复策略恢复部分权重并重新评估直到模型性能达标，本发明通过权重剪枝使得模型系统适用性更广，系统训练效率更快。
-
公开(公告)号：CN118393887A
公开(公告)日：2024-07-26
申请号：CN202410490421.0
申请日：2024-04-23
Applicant: 吉林大学
IPC: G05B13/04 , B60G17/018 , B60G17/015
Abstract: 本发明专利公开了一种半主动悬架改进鲁棒控制方法。包括以下步骤：建立1/4天棚控制悬架模型；将理想天棚悬架模型作为参考，在随机路面输入下，计算出参考模型悬架主动力；通过滑模面设计和趋近律的选取进而解算出半主动悬架所需阻尼数值；利用遗传算法优化滑模控制器中的趋近律参数和权重，以平衡悬架系统性能，确保车辆在多变行驶条件下的稳定性和舒适性；寻优参数输入到半主动悬架控制系统。该控制方法对载荷变化具有快速响应能力，能够迅速调整控制策略并维持车辆稳定运行，鲁棒性好，有效抵抗由于参数不确定性和外部扰动对系统带来的影响，确保复杂路况下车辆的最佳行驶效果。
-
Patent Agency Ranking
公开(公告)号：CN118366129A
公开(公告)日：2024-07-19
申请号：CN202410631503.2
申请日：2024-05-21
Applicant: 吉林大学
IPC: G06V20/58 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的车道线检测方法和模型。本发明涉及自动驾驶领域的车道线检测技术。包括以下步骤：输入车道线图片进行预处理，预处理后的图片经主干网络进行车道线信息的初步提取。提取到的高分辨率特征图通过横向连接输入到路径聚合网络中。该网络通过上采样连接将高层特征传递到低层。这些不同级别的车道线特征被输入进跨层细化头部，得到预测的车道线坐标参数。并与真实车道线坐标进行对比，将计算所得的分类损失、回归损失、分割损失以及线段交并比损失通过误差反向传播算法来更新网络参数，不断更新迭代直至模型收敛。本发明有效解决网络特征层次利用不足的问题，提高了模型对车道线的检测精度以及泛化能力。
-
公开(公告)号：CN119647561A
公开(公告)日：2025-03-18
申请号：CN202411670030.3
申请日：2024-11-21
Applicant: 吉林大学
IPC: G06N3/0985 , G06N3/006
Abstract: 本发明提供一种端到端自动驾驶模型训练方法及装置，端到端自动驾驶模型训练方法及装置包括采集车辆的运行参数，基于“演员‑评论家”框架建立自动驾驶模型，采用融合自适应参数空间噪声的DDPG算法，对DDPG算法中的评论家网络和演员网络的参数进行初始化；选择Adam优化器并初始化经验回放池，存储智能体与环境交互的经验，设置初始学习率以及确定批量大小；使用经验回放池中的经验更新评论家网络和演员网络的参数；调整自动驾驶车辆的性能，本发明提供的端到端自动驾驶模型训练方法及装置，该方法通过调整至适当的学习率以及批量大小，加速模型的收敛速度，对超参数中学习率以及批量大小进行调整，使模型在训练过程中更加稳定。
-
公开(公告)号：CN119512116A
公开(公告)日：2025-02-25
申请号：CN202411670241.7
申请日：2024-11-21
Applicant: 吉林大学
IPC: G05D1/43 , G05D1/242 , G05D1/65 , G05D1/633 , G05D109/10
Abstract: 本发明提供一种用于自动驾驶3D障碍物的多模态融合方法包括如下步骤：S1、利用多模态传感器采集驾驶车辆行驶数据及车辆周围障碍物信息；S2、对步骤S1中多模态传感器采集的自动驾驶车辆行驶数据及车辆周围障碍物数据进行预处理；S3、根据预处理之后的周围障碍物的数据，提取车辆周围障碍物的特征；S4、设定车辆速度阈值，根据步骤S2中多模态传感器预处理后得到的驾驶车辆速度，当车速高于设置的阈值时，增加步骤S1多模态传感器采集频率，当车速低于设置的阈值时，减小步骤S1多模态传感器采集频率；S5、根据步骤S4中车辆速度与速度阈值的关系选择使用数据层融合策略对数据进行融合或者选择特征层融合策略对数据进行融合。
-
公开(公告)号：CN119007132A
公开(公告)日：2024-11-22
申请号：CN202410983291.4
申请日：2024-07-22
Applicant: 吉林大学
Abstract: 本申请公开了一种基于无人机的道路交通巡检方法、无人机、设备和存储介质，该方法包括：对道路交通图像进行车辆检测与道路基础设施检测，得到在目标路段内的至少一个待追踪车辆的车辆静态信息，以及目标路段内异常的目标道路基础设施；根据每个待追踪车辆的车辆静态信息进行车辆追踪，获得每个待追踪车辆的车辆动态信息；确定目标路段的车道语义地图，根据车道语义地图以及每个待追踪车辆的车辆静态信息与车辆动态信息进行交通违法行为检测，得到交通违法行为检测结果，交通违法行为检测结果包括发生交通违法行为的目标车辆；根据目标道路基础设施与目标车辆，确定道路交通巡检结果。上述道路交通巡检方法，可以提高交通道路巡检的效率。
-
公开(公告)号：CN119006646A
公开(公告)日：2024-11-22
申请号：CN202410983288.2
申请日：2024-07-22
Applicant: 吉林大学
IPC: G06T11/20 , G06V20/70 , G06V10/75 , G06V20/17 , G06T3/4038
Abstract: 本申请公开了一种基于航测数据的车道语义地图生成方法、计算机设备和存储介质，该方法包括：获取目标道路的目标航测数据；基于训练后的车道线检测模型，对目标航测数据进行车道线检测，获得目标道路的车道线检测结果，车道线检测结果包括多帧车道线语义图与多帧中心线语义图；根据多帧车道线语义图与多帧中心线语义图进行车道定位，得到目标道路的车道语义地图。上述方法，通过生成车道线语义地图，由于车道语义地图可以通过车道线、车道线类型、车道线的行驶方向对车辆等目标的违法行为进行细分定义，后续在对目标道路进行道路交通巡检，可以使用车道语义地图来判断车辆等目标的违法行为，从而可以有效提高检测车辆等目标的违法行为的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
