-
公开(公告)号：CN113327479B
公开(公告)日：2024-05-28
申请号：CN202110739595.2
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于MR技术的机动车驾驶智能培训系统，该系统包括机动车仿真驾驶舱、运动平台、第一数据处理器以及CAVE沉浸式MR视听系统，所述第一数据处理器分别与运动平台、机动车仿真驾驶舱、CAVE沉浸式MR视听系统连接，所述机动车仿真驾驶舱还与运动平台、CAVE沉浸式MR视听系统连接；所述机动车仿真驾驶舱固定设置在运动平台上，所述机动车仿真驾驶舱用于为驾驶员提供驾驶操作环境；所述运动平台用于模拟行车过程中的车辆振动情况，将模拟的行车路况及车辆驾驶进行实时反馈。本发明利用MR技术有效解决驾驶员在虚拟环境中与机动车仿真模拟系统无法准确互动的问题。
-
公开(公告)号：CN113421346B
公开(公告)日：2023-02-17
申请号：CN202110739853.7
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明涉及一种增强驾驶感的AR‑HUD抬头显示界面的设计方法，属于虚拟现实领域，其包括：通过摄像头采集驾驶环境的影像信息；调整摄像头参数，完成相机标定；对图像进行预处理；虚拟呈像，标定AR‑HUD系统相关的参数并实现物体的虚实注册，实现导航虚拟标记与道路现实目标匹配、对准、提示；对AR‑HUD界面进行设计，在游戏引擎中进行虚拟驾驶场景的构建，并通过相关端口连接实体车辆设备，然后结合头戴式VR显示系统构建虚拟测试平台，遴选出最优的AR‑HUD显示系统。本发明有效避免了实车测试周期长、成本高、危险性大等缺点，同时也弥补了现有技术中对界面设计架构与用户的视觉匹配等方面的短板。
-
公开(公告)号：CN113743471A
公开(公告)日：2021-12-03
申请号：CN202110896194.8
申请日：2021-08-05
Applicant: 暨南大学
Abstract: 本发明公开了一种驾驶评估方法及其系统，该方法包括以下步骤：在VR驾驶环境下采集眼动数据和驾驶数据，利用眼动数据建立驾驶疲劳分析模型，利用眼动数据和驾驶数据建立驾驶分心分析模型、车辆驾驶分析模型和驾驶视觉分散分析模型，结合驾驶疲劳分析模型、驾驶分心分析模型、车辆驾驶分析模型和驾驶视觉分散分析模型，形成集驾驶视觉分散、驾驶分心、驾驶疲劳分析、车辆驾驶分析一体的驾驶评估，通过采用加权SVR，针对不同的驾驶员训练适宜的分析模型，对驾驶集视觉分散程度、注意力分散程度、疲劳程度、驾驶稳定程度分析结果进行量化，最后通过模糊综合评价法对驾驶安全进行评分。本发明从多方面对驾驶员驾驶状况进行分析，具有较高的分析准确性。
-
公开(公告)号：CN113610018B
公开(公告)日：2025-04-29
申请号：CN202110918746.0
申请日：2021-08-11
Applicant: 暨南大学
IPC: G06V40/20 , G06V40/16 , G06V10/764 , G06T5/77 , G06V10/82 , H04L51/046 , G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种结合5G、表情跟踪与美颜的VR实时通讯交互系统及方法，该系统设有云端服务器、多个集群处理装置、多个通讯室和多个用户交互装置，云端服务器分别与多个集群处理装置连接，每个集群处理装置分别与邻近的多个用户交互装置连接，从而形成多个区域处理站，每个用户交互装置设置在相应的通讯室内，集群处理装置用于将面部模型与通用身体模型匹配结合得到用户模拟模型，通过云端服务器将用户模拟模型转发至已建立通信连接的通信方。本发明通过对建立通信交互的用户和环境进行建模并还原通信方的表情和姿态，以在交互上产生更强的代入感。
-
公开(公告)号：CN113327479A
公开(公告)日：2021-08-31
申请号：CN202110739595.2
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于MR技术的机动车驾驶智能培训系统，该系统包括机动车仿真驾驶舱、运动平台、第一数据处理器以及CAVE沉浸式MR视听系统，所述第一数据处理器分别与运动平台、机动车仿真驾驶舱、CAVE沉浸式MR视听系统连接，所述机动车仿真驾驶舱还与运动平台、CAVE沉浸式MR视听系统连接；所述机动车仿真驾驶舱固定设置在运动平台上，所述机动车仿真驾驶舱用于为驾驶员提供驾驶操作环境；所述运动平台用于模拟行车过程中的车辆振动情况，将模拟的行车路况及车辆驾驶进行实时反馈。本发明利用MR技术有效解决驾驶员在虚拟环境中与机动车仿真模拟系统无法准确互动的问题。
-
Patent Agency Ranking
公开(公告)号：CN113283167A
公开(公告)日：2021-08-20
申请号：CN202110565688.8
申请日：2021-05-24
Applicant: 暨南大学
IPC: G06F30/27 , G06N3/08 , G06Q10/04 , G06Q50/04 , G06F111/04 , G06F119/18
Abstract: 本发明涉及一种基于安全强化学习的特种设备生产线优化方法及系统，方法包括：接收车间生产线的安全设计要求数据，在仿真平台进行建模；在所建立的模型中输出生产线所需的优化参数并定义贴合特种设备生产的state、action和reward函数模型；利用构建的CPO算法解决含有高维、连续、复杂参数和安全约束条件的寻优问题；对所建立的神经网络进行训练；接收新出现的问题，进行建模后提取待优化的参数，将待优化的参数转化成神经网络的输入，得到适合生产线优化的几个较优的方案。
-
公开(公告)号：CN113421346A
公开(公告)日：2021-09-21
申请号：CN202110739853.7
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明涉及一种增强驾驶感的AR‑HUD抬头显示界面的设计方法，属于虚拟现实领域，其包括：通过摄像头采集驾驶环境的影像信息；调整摄像头参数，完成相机标定；对图像进行预处理；虚拟呈像，标定AR‑HUD系统相关的参数并实现物体的虚实注册，实现导航虚拟标记与道路现实目标匹配、对准、提示；对AR‑HUD界面进行设计，在游戏引擎中进行虚拟驾驶场景的构建，并通过相关端口连接实体车辆设备，然后结合头戴式VR显示系统构建虚拟测试平台，遴选出最优的AR‑HUD显示系统。本发明有效避免了实车测试周期长、成本高、危险性大等缺点，同时也弥补了现有技术中对界面设计架构与用户的视觉匹配等方面的短板。
-
公开(公告)号：CN113743471B
公开(公告)日：2023-06-09
申请号：CN202110896194.8
申请日：2021-08-05
Applicant: 暨南大学
IPC: G06F18/24 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种驾驶评估方法及其系统，该方法包括以下步骤：在VR驾驶环境下采集眼动数据和驾驶数据，利用眼动数据建立驾驶疲劳分析模型，利用眼动数据和驾驶数据建立驾驶分心分析模型、车辆驾驶分析模型和驾驶视觉分散分析模型，结合驾驶疲劳分析模型、驾驶分心分析模型、车辆驾驶分析模型和驾驶视觉分散分析模型，形成集驾驶视觉分散、驾驶分心、驾驶疲劳分析、车辆驾驶分析一体的驾驶评估，通过采用加权SVR，针对不同的驾驶员训练适宜的分析模型，对驾驶集视觉分散程度、注意力分散程度、疲劳程度、驾驶稳定程度分析结果进行量化，最后通过模糊综合评价法对驾驶安全进行评分。本发明从多方面对驾驶员驾驶状况进行分析，具有较高的分析准确性。
-
公开(公告)号：CN113610018A
公开(公告)日：2021-11-05
申请号：CN202110918746.0
申请日：2021-08-11
Applicant: 暨南大学
Abstract: 本发明公开了一种结合5G、表情跟踪与美颜的VR实时通讯交互系统及方法，该系统设有云端服务器、多个集群处理装置、多个通讯室和多个用户交互装置，云端服务器分别与多个集群处理装置连接，每个集群处理装置分别与邻近的多个用户交互装置连接，从而形成多个区域处理站，每个用户交互装置设置在相应的通讯室内，集群处理装置用于将面部模型与通用身体模型匹配结合得到用户模拟模型，通过云端服务器将用户模拟模型转发至已建立通信连接的通信方。本发明通过对建立通信交互的用户和环境进行建模并还原通信方的表情和姿态，以在交互上产生更强的代入感。
-
公开(公告)号：CN215298537U
公开(公告)日：2021-12-24
申请号：CN202121479351.7
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本实用新型公开了一种基于MR技术的机动车驾驶智能培训系统，该系统包括机动车仿真驾驶舱、运动平台、第一数据处理器以及CAVE沉浸式MR视听系统，所述第一数据处理器分别与运动平台、机动车仿真驾驶舱、CAVE沉浸式MR视听系统连接，所述机动车仿真驾驶舱还与运动平台、CAVE沉浸式MR视听系统连接；所述机动车仿真驾驶舱固定设置在运动平台上，所述机动车仿真驾驶舱用于为驾驶员提供驾驶操作环境；所述运动平台用于模拟行车过程中的车辆振动情况，将模拟的行车路况及车辆驾驶进行实时反馈。本实用新型利用MR技术有效解决驾驶员在虚拟环境中与机动车仿真模拟系统无法准确互动的问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
