一种汽车车载传感器故障自动检测方法及装置

    公开(公告)号:CN109031251A

    公开(公告)日:2018-12-18

    申请号:CN201810845765.3

    申请日:2018-07-27

    Applicant: 长安大学

    CPC classification number: G01S7/497

    Abstract: 本发明属于智能汽车运行状态监控技术领域,公开了一种汽车车载传感器故障自动检测方法及装置,通过原始数据校验步骤、帧率比对步骤判断传感器是否发生故障,进一步的通过图像数据判断步骤和距离数据判断步骤判断图像传感器和激光雷达传感器是否发生故障,还可以输出相应的故障代码,通过故障代码分析出发生故障的传感器种类和故障级别,提示驾驶人员及时退出自动驾驶或辅助驾驶,确保车内乘员的安全;还可以将检测结果及时发送给远程监控中心,远程监控人员可以通过远程后台控制发生故障的车辆或及时通知车主,避免了安全事故的发生。

    基于虚拟现实与驾驶模拟器的车辆队列仿真系统和方法

    公开(公告)号:CN108877374A

    公开(公告)日:2018-11-23

    申请号:CN201810819983.X

    申请日:2018-07-24

    Applicant: 长安大学

    Abstract: 本发明公开了基于虚拟现实与驾驶模拟器的车辆队列仿真系统和方法,仿真系统包括:驾驶模拟系统、虚拟现实显示系统、仿真系统客户端和仿真系统服务器。其中,驾驶模拟系统实现由人类驾驶人控制虚拟仿真环境中车辆队列中领队车的运行;虚拟现实显示系统实现将可视化的虚拟仿真环境、虚拟仿真环境中运行的车辆队列及车辆队列中单车的运行状态反馈给人类驾驶人和仿真过程的观测人;仿真系统客户端提供仿真服务器的人机交互界面;仿真系统服务器为虚拟仿真环境构建、车辆队列仿真提供软件平台。有效解决了传统仿真系统和方法中,仿真环境保真度低,车辆队列运动状态单一的问题,增加车辆队列仿真的真实性、灵活性和可观察性。

    一种基于多线激光雷达的车辆运动轨迹估计方法及系统

    公开(公告)号:CN109166140B

    公开(公告)日:2021-10-01

    申请号:CN201810852477.0

    申请日:2018-07-27

    Applicant: 长安大学

    Abstract: 本发明属于智能汽车定位技术领域,具体涉及一种基于多线激光雷达的车辆运动轨迹估计方法及系统,其中方法包括,根据车辆的初始位姿和不同时刻惯性传感器的输出值得到粗选运动轨迹;获取多线激光雷达不同时刻的三维点云数据并进行栅格化处理得到灰度图;对相邻时刻的两帧灰度图之间的特征点进行特征匹配,得到特征匹配点对;根据特征匹配点对得到相邻时刻的点云数据之间的变换关系;根据所述变换关系得到车辆的精确运动轨迹,基于粗选的轨迹进行特定范围内的SURF匹配,这样就减少了SURF特征匹配的运算量和运算时间。该车辆轨迹估计方法无须依赖高精度地图、GPS和UWB等辅助定位技术,环境适用性强且应用范围广。

    基于虚拟现实与驾驶模拟器的车辆队列仿真系统和方法

    公开(公告)号:CN108877374B

    公开(公告)日:2021-03-30

    申请号:CN201810819983.X

    申请日:2018-07-24

    Applicant: 长安大学

    Abstract: 本发明公开了基于虚拟现实与驾驶模拟器的车辆队列仿真系统和方法,仿真系统包括:驾驶模拟系统、虚拟现实显示系统、仿真系统客户端和仿真系统服务器。其中,驾驶模拟系统实现由人类驾驶人控制虚拟仿真环境中车辆队列中领队车的运行;虚拟现实显示系统实现将可视化的虚拟仿真环境、虚拟仿真环境中运行的车辆队列及车辆队列中单车的运行状态反馈给人类驾驶人和仿真过程的观测人;仿真系统客户端提供仿真服务器的人机交互界面;仿真系统服务器为虚拟仿真环境构建、车辆队列仿真提供软件平台。有效解决了传统仿真系统和方法中,仿真环境保真度低,车辆队列运动状态单一的问题,增加车辆队列仿真的真实性、灵活性和可观察性。

    一种基于多线激光雷达的车辆运动轨迹估计方法及系统

    公开(公告)号:CN109166140A

    公开(公告)日:2019-01-08

    申请号:CN201810852477.0

    申请日:2018-07-27

    Applicant: 长安大学

    Abstract: 本发明属于智能汽车定位技术领域,具体涉及一种基于多线激光雷达的车辆运动轨迹估计方法及系统,其中方法包括,根据车辆的初始位姿和不同时刻惯性传感器的输出值得到粗选运动轨迹;获取多线激光雷达不同时刻的三维点云数据并进行栅格化处理得到灰度图;对相邻时刻的两帧灰度图之间的特征点进行特征匹配,得到特征匹配点对;根据特征匹配点对得到相邻时刻的点云数据之间的变换关系;根据所述变换关系得到车辆的精确运动轨迹,基于粗选的轨迹进行特定范围内的SURF匹配,这样就减少了SURF特征匹配的运算量和运算时间。该车辆轨迹估计方法无须依赖高精度地图、GPS和UWB等辅助定位技术,环境适用性强且应用范围广。

Patent Agency Ranking