-
公开(公告)号：CN113838285B
公开(公告)日：2023-02-17
申请号：CN202111161285.3
申请日：2021-09-30
申请人： 清华大学
摘要： 本文公开一种车路协同环境下实现车辆群体决策的方法及装置，本发明实施例对待通过冲突区的自动驾驶车辆，根据各车道的车辆的转向，按照车辆排序逐步确定车辆通过冲突区的顺序并计算车辆通过冲突区的总时长，在逐步确定车辆通过冲突区的顺序的同时，相同车辆按照不同顺序通过冲突区时，删除除总时长最短其他车辆排序的调度方案，降低了调度运算的运算量，提升了车辆协同的决策速度和实时性。
-
公开(公告)号：CN113838285A
公开(公告)日：2021-12-24
申请号：CN202111161285.3
申请日：2021-09-30
申请人： 清华大学
摘要： 本文公开一种车路协同环境下实现车辆群体决策的方法及装置，本发明实施例对待通过冲突区的自动驾驶车辆，根据各车道的车辆的转向，按照车辆排序逐步确定车辆通过冲突区的顺序并计算车辆通过冲突区的总时长，在逐步确定车辆通过冲突区的顺序的同时，相同车辆按照不同顺序通过冲突区时，删除除总时长最短其他车辆排序的调度方案，降低了调度运算的运算量，提升了车辆协同的决策速度和实时性。
-
公开(公告)号：CN118674047A
公开(公告)日：2024-09-20
申请号：CN202410794745.3
申请日：2024-06-19
申请人： 清华大学
摘要： 本发明适用于自动驾驶技术领域，本公开提供一种基于大语言模型的驾驶场景生成方法及系统，该方法包括：基于驾驶场景数据，确定第一驾驶场景提示信息；基于第一驾驶场景提示信息和思维链描述，引导大语言模型生成第一驾驶场景信息；基于第一驾驶场景信息的评价结果，确定第二驾驶场景提示信息；基于第二驾驶场景提示信息和思维链描述，引导大语言模型生成目标驾驶场景信息。本公开的技术方案，通过场景提示、场景生成、场景调优相结合的基于大语言模型驱动的技术方案，提升了驾驶场景生成的可靠性和可用性，进而提高了自动驾驶测试和决策训练的效率。
-
公开(公告)号：CN116089196A
公开(公告)日：2023-05-09
申请号：CN202310148827.6
申请日：2023-02-14
申请人： 清华大学
摘要： 一种智能性水平分析评估方法及装置、计算机可读存储介质，包括：确定评价指标的级数以及每级评价指标包含的下一级评价指标；根据最末级评价指标生成参考数列与比较数列，根据参考数列与比较数列生成倒数第二级评价指标的评分矩阵；从倒数第二级评价指标开始，依次用每一级评价指标的权重向量与同一级评价指标的评分矩阵相乘，得到每一级评价指标的综合评价，将同一级评价指标的综合评价进行拼接，形成同一级评价指标的上一级评价指标的评分矩阵，直到得到第一级评价指标的评分矩阵；用第一级评价指标的权重向量与第一级评价指标的评分矩阵相乘，得到第一级评价指标的综合评价，根据第一级评价指标的综合评价确定参评智能体的智能性水平。
-
公开(公告)号：CN113722677B
公开(公告)日：2022-11-01
申请号：CN202111028908.X
申请日：2021-09-01
申请人： 清华大学
摘要： 本发明公开了一种基于车辆驾驶统计数据的交通信息可信辨识方法，引入了驾驶员驾驶行为特征进行可信辨识，建立了一种基于驾驶行为数据统计方法的可信辨识模型，使用统计方法，通过驾驶员历史驾驶数据的分布特点提取驾驶行为特征，再通过判断时的驾驶数据是否符合所提取的驾驶行为特征，给出可信概率数值，以判断交互信息是否合法。本发明可以有效检测车辆通信数据的异常情况，包括车辆传感器数据错误或黑客攻击篡改通信数据等情况，提高了车路协同环境下智能交通系统的安全性与可靠性。
-
公开(公告)号：CN113704682B
公开(公告)日：2022-11-01
申请号：CN202111023782.7
申请日：2021-09-01
申请人： 清华大学
摘要： 本发明公开了一种基于驾驶操控数据分析的交通信息可信辨识方法，针对车路协同环境下车辆交互信息可信辨识的问题，引入了驾驶员操控行为特征进行可信辨识，建立了操控行为数据特征的可信辨识模型，通过分析在驾驶过程中的踏板踩踏深度分布、踏板单次踩踏频谱、踏板踩踏时长分布等驾驶操控数据特征，应用时通过检测对应的驾驶操控数据，用所构建的操控数据特征模型进行判断，给出可信概率数值，以辨识交互信息是否可信。本发明能够有效检测驾驶操控数据的异常情况，包括车辆操控数据特征不匹配、数据错误、黑客攻击篡改通信数据等情况，提高了车路协同环境下智能交通系统的安全性与可靠性。
-
公开(公告)号：CN111260950A
公开(公告)日：2020-06-09
申请号：CN202010051158.7
申请日：2020-01-17
申请人： 清华大学
IPC分类号： G08G1/0968
摘要： 本申请实施例提供一种基于轨迹预测的轨迹跟踪方法、介质和车载设备，所述方法包括：当需要获取所述车辆在采样时刻tp+1的定位信息时，获取N个历史定位信息和参考路径信息序列，其中，所述N个历史定位信息为所述车辆在采样时刻tp+1之前的N个采样时刻的定位信息，所述参考路径信息序列为待跟踪的预定轨迹上的轨迹点的坐标序列，N为大于1的正整数，p+1为大于N的正整数；基于所述N个历史定位信息和参考路径信息序列，预测所述车辆在采样时刻tp+1的定位信息。如此，能够在需要获取车辆的定位信息时，精确预测出车辆的定位信息，从而，能够提高轨迹跟踪控制的精确度。
-
公开(公告)号：CN118968428A
公开(公告)日：2024-11-15
申请号：CN202410914027.5
申请日：2024-07-09
申请人： 清华大学
IPC分类号： G06V20/54 , G06V10/764
摘要： 本公开适用于自动驾驶技术领域，公开了一种基于车辆交互的驾驶场景分类和标注方法、装置、设备及介质，该方法包括：基于驾驶场景中车辆运动流向的交互关系，确定驾驶场景中车辆的交互类型；获取驾驶场景第一样本数据；基于场景时空树和所述车辆的交互类型，对所述驾驶场景第一样本数据进行切片和分类，得到驾驶场景第二样本数据；基于图结构计算树与动态时间规整结合的场景度量标准，得到所述驾驶场景第二样本数据中各场景的标注结果。本公开的技术方案，通过定义基本的驾驶场景类型结合时空树切片，构建了清晰的场景分类层次；采用驾驶场景图结构度量标准，提供了高效的驾驶场景比较方法，进而对驾驶场景实现了精准的标注。
-
公开(公告)号：CN118821936A
公开(公告)日：2024-10-22
申请号：CN202410474145.9
申请日：2024-04-19
申请人： 清华大学
IPC分类号： G06N5/04
摘要： 本申请提供了一种面向博弈对抗动态过程的综合评估方法及系统，该方法包括以下步骤：获取攻方的每个攻击手段以及每个攻击手段的攻击能力值，并加权计算攻方的初始整体攻击能力值；获取守方的防御能力受损率；根据守方的防御能力受损率Ir，获取守方的心理压力值Pr；守方的心理压力值满足：#imgabs0#根据守方的心理压力值实时调整攻方每个攻击手段对应的权重；并根据调整后的权重以及对应的攻击手段的攻击能力值计算攻方的整体攻击能力值。通过根据守方的防御能力受损率确定守方的心理压力值，并根据心理压力值调整攻方的攻击手段对应的权重，从而可以跟随守方的心理压力值实时的调整对攻方的整体攻击手段的评估，进而更真实准确的对攻方的整体攻击能力值实施动态评估。
-
公开(公告)号：CN116380490A
公开(公告)日：2023-07-04
申请号：CN202310364979.X
申请日：2023-04-07
申请人： 清华大学
IPC分类号： G01M17/007 , G06F30/20
摘要： 一种自动驾驶测试任务难度调整方法及装置、计算机可读存储介质，所述方法包括：设置虚拟测试场景和测试任务，所述虚拟测试场景包括被测车辆和周围车辆；构建车辆行为效用模型，所述车辆行为效用模型包括多种不同的驾驶策略；对所述被测车辆执行所述测试任务，并在所述测试任务执行过程中，改变周围车辆的驾驶策略；获取测试结果，根据所述测试结果生成针对所述被测车辆具有不同难度的测试任务。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.027 秒)
