-
公开(公告)号：CN108819951B
公开(公告)日：2020-11-17
申请号：CN201810846175.2
申请日：2018-07-27
申请人： 重庆大学
IPC分类号： B60W50/00
摘要： 本发明涉及驾驶辅助或自动驾驶技术领域，具体涉及一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法，包括以下步骤：1)建立车辆的动力学模型；2)建立车道保持控制器模型；3)建立人机共驾模型；4)建立驾驶员驾驶技能评价模型；5)建立人机共驾权重分配模型；6)进行人机共享控制。本方法通过建立驾驶员驾驶技能评价模型，对驾驶员的驾驶技能进行评价，从而为驾驶权的分配提供依据，这样既能够提高驾乘的舒适性又能保证车辆的安全行驶，还能减小人机冲突；同时考虑驾驶员期望转角与车道偏离控制器的期望转角的差值作为权重分配的因素之一，能够让驾驶员感受到车辆是按照自己的驾驶意图在行驶。
-
公开(公告)号：CN107491420B
公开(公告)日：2020-10-30
申请号：CN201710545766.1
申请日：2017-07-06
申请人： 重庆大学
摘要： 本发明公开了一种McMaster事件检测算法的一种自动寻参方法，包括以下步骤：S1在获取大量交通数据的前提下，对流量和占有率分别进行统计分析，确定交通流量和占有率的分布模型；S2采用最大似然会计法估计流量、占有率分布模型的参数；S3计算分位数确定流量‑占有率转折点的大致区间；S4搜索转折区间内最佳转折点。本发明通过一种能够自动获取McMaster参数的方法，降低参数选取时候的人为依赖，对于提升McMaster算法的准确性和在不同路段下的可移植性有着重要的作用。
-
公开(公告)号：CN107065887B
公开(公告)日：2020-10-30
申请号：CN201710384809.2
申请日：2017-05-26
申请人： 重庆大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种全向移动机器人通道内倒行导航方法，包括如下步骤：步骤1：控制机器人在通道内完成向前行进，根据编码器估算机器人当前的置信息；步骤2：将机器人行进过程中激光雷达获取到的实时数据生成为局部地图；步骤3：根据小车实时位置以及获取实时局部地图，拼接局部地图，获得通道完整的全局地图；步骤4：根据生成的全局地图，使用最小二乘法拟合通道两边边线，通过计算得到适合小车行进的轨迹线；步骤5：机器人开始到行，激光雷达采集实时数据生成局部地图，将局部地图与全局地图进行匹配，获取小车的当前位置信息；步骤6：根据机器人当前位置信息与轨迹线之间的偏差进行位姿调整，保持机器人跟随轨迹线。
-
公开(公告)号：CN111806453A
公开(公告)日：2020-10-23
申请号：CN202010658212.4
申请日：2020-07-09
申请人： 重庆大学
摘要： 本发明公开了一种驾驶员手部运动状态下脱离方向盘检测方法及装置，检测方法包括：S1：利用第一设备和第二设备分别采集每一时刻的驾驶员手部运动数据和车辆行驶状态数据；S2：根据第一设备和第二设备的相对运动状态，寻找第一时间窗口；S3：在所述第一时间窗口中提取世界坐标系下的第一转向数据的特征值；S4：建立车辆转向检测模型，对实时采集到的数据进行车辆转向识别，检测装置基于上述方法。本发明检测精度高，不易受到外界的干扰，不安装其他传感设备，即可完成检测，只得在本领域大量推广。
-
公开(公告)号：CN111768429A
公开(公告)日：2020-10-13
申请号：CN202010484994.4
申请日：2020-06-01
申请人： 重庆大学
摘要： 本发明公开了一种基于卡尔曼滤波和行人重识别算法的隧道环境下行人目标跟踪方法，本发明从高速公路隧道实际情况出发，针对高速公路隧道环境下行人目标相对较小且容易受到遮挡问题，采用目标检测跟踪的方法，利用K-means对Faster R-CNN网络的Anchor进行重新设计，使其候选框更适合隧道环境下的行人目标检测，其次将Faster R-CNN网络特征提取层的conv3层中的特征信息添到conv5层中，提高网络的特征提取能力；针对隧道环境下行人目标容易受到遮挡，采用卡尔曼滤波容易导致行人目标跟踪不能连续跟踪，将行人重识别网络引入，利用卡尔曼滤波和行人重识别网络进行行人目标的跟踪；最终提高了行人的识别、跟踪的准确率。
-
公开(公告)号：CN111724593A
公开(公告)日：2020-09-29
申请号：CN202010538009.3
申请日：2020-06-12
申请人： 重庆大学
摘要： 本发明公开了一种基于RFID考虑交通流转移率的公交行程时间预测方法，本发明考虑了交通流转利率对公交车行程时间的影响，构建带有自适应遗忘因子的卡尔曼滤波预测模型，可以实现实时准确的公交车行程时间预测，避免了目前传统的预测方法的缺陷(如预测结果受天气影响、忽略交通流转移对行程时间的影响)，对保证公共交通运输系统能高效运行起着至关重要的作用。
-
公开(公告)号：CN111724590A
公开(公告)日：2020-09-29
申请号：CN202010495068.7
申请日：2020-06-03
申请人： 重庆大学 , 重庆首讯科技股份有限公司
摘要： 本发明公开了基于行程时间修正的高速公路异常事件发生时间估计方法，S1：提取异常事件发生路段的车辆占有率数据，并进行平滑处理；S2：利用FCM算法检测异常事件的发生时间；S3：基于收费数据和卡口数据，获取相邻收费站之间的平均行程时间；S4：根据上、下游车间器的数据，判断异常事件发生地点；S5：提取异常事件从事故发生点波及到下游车检器的位置所需的时间；S6：修正所述异常事件的发生时间。本发明对路段的行程时间进行估计，将得到的路段行程时间通过一系列的计算得到事件发生波及到上下游检测器的时间，然后得到事件检测时间，最后由两个时间便可以完成对事件真实发生时间的估计，达到了可以快速地估计出事件发生的时间的目的。
-
公开(公告)号：CN111717210A
公开(公告)日：2020-09-29
申请号：CN202010485078.2
申请日：2020-06-01
申请人： 重庆大学
摘要： 本发明公开了一种驾驶员手部相对静止状态下脱离方向盘检测方法，本发明采用智能手表和智能手机来采集车辆和驾驶员的信息，利用基于高斯多元模型异常检测算法来判断驾驶员手部是否脱离方向盘，避免了目前通行的基于计算机视觉的检测系统方案受到光照等外界因素影响的问题，提高了检测准确率和稳定性，同时又不会对驾驶员造成心理干扰；采用智能手机和智能手表作为传感器，减少了设备成本，利于推广。
-
公开(公告)号：CN111583649A
公开(公告)日：2020-08-25
申请号：CN202010414026.6
申请日：2020-05-15
申请人： 重庆大学
摘要： 本发明公开了一种RFID时空数据交通流特征参数预测方法，包括以下步骤：S1：获取RFID采集目标路段的交通数据，对交通数据进行时空相关性分析；S2：获取影响目标路段交通状态的交通流特征参数和能够反映目标路段交通状态的交通流特征参数的相关性；S3：预测目标路段在交通流稳定状态和交通流不稳定状态下的交通流特征参数；S4：对两种状态下的交通流特征参数进行加权组合。本发明克服了现有的预测方法计算量大、实时性和抗干扰能力差、预测精度不高、预测效率低等问题具有可以实现准确、全面、可靠的交通流特征参数预测，为改善交通拥堵问题提供了一种新思路的优点。
-
公开(公告)号：CN111562739A
公开(公告)日：2020-08-21
申请号：CN202010365260.4
申请日：2020-04-30
申请人： 重庆大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种保持驾驶员在环的人机混合智能协同跟车控制方法，包括以下步骤：限定自动驾驶车辆配置、跟车任务和场景；构建车辆纵向动力学模型；建立纵向跟车状态空间表达式；对纵向跟车任务进行人机分工；设计驾驶自动化系统车速跟随控制器；构建车速跟随闭环控制系统；求解车速跟随控制器增益；精细化调节车速跟随控制器；设计指导驾驶员车间距调节策略。本发明充分融合了人类驾驶员和自动驾驶系统的优势，使得跟车任务智能、安全、省心省力。
-
-
-
-
-
-
-
-
-
搜索结果
440 条记录 (耗时 0.078 秒)
