基于改进LSTM神经网络的安全性自动驾驶换道轨迹规划方法

    公开(公告)号:CN112389436B

    公开(公告)日:2022-11-15

    申请号:CN202011340491.6

    申请日:2020-11-25

    IPC分类号: B60W30/18 B60W40/00 B60W50/00

    摘要: 本发明提出了一种基于改进LSTM神经网络的安全性自动驾驶换道轨迹规划方法,包括如下步骤:S1,计算换道轨迹曲线;S2,计算轨迹安全性约束;S3,确定满足S2所述的轨迹安全性约束的最优轨迹;S4,将S3所述的最优轨迹与原始轨迹放入改进LSTM神经网络进行训练;S5,输出最终换道轨迹,从而构建了一套完整的动态车辆换道轨迹规划模型。本发明采用了考虑安全性的轨迹算法来生成安全轨迹,再用改进LSTM神经网络来对安全性轨迹与原始轨迹进行学习,使决策出的最终换道轨迹在安全性前提下更能贴近人类乘坐体验。因而本发明规划出的最优换道轨迹服务水平较高,能够保证乘客具有较高的舒适度体验与效率体验。

    基于改进LSTM神经网络的安全性自动驾驶换道轨迹规划方法

    公开(公告)号:CN112389436A

    公开(公告)日:2021-02-23

    申请号:CN202011340491.6

    申请日:2020-11-25

    IPC分类号: B60W30/18 B60W40/00 B60W50/00

    摘要: 本发明提出了一种基于改进LSTM神经网络的安全性自动驾驶换道轨迹规划方法,包括如下步骤:S1,计算换道轨迹曲线;S2,计算轨迹安全性约束;S3,确定满足S2所述的轨迹安全性约束的最优轨迹;S4,将S3所述的最优轨迹与原始轨迹放入改进LSTM神经网络进行训练;S5,输出最终换道轨迹,从而构建了一套完整的动态车辆换道轨迹规划模型。本发明采用了考虑安全性的轨迹算法来生成安全轨迹,再用改进LSTM神经网络来对安全性轨迹与原始轨迹进行学习,使决策出的最终换道轨迹在安全性前提下更能贴近人类乘坐体验。因而本发明规划出的最优换道轨迹服务水平较高,能够保证乘客具有较高的舒适度体验与效率体验。

    一种基于车路协同的运维管理系统

    公开(公告)号:CN115394082A

    公开(公告)日:2022-11-25

    申请号:CN202211037232.5

    申请日:2022-08-26

    IPC分类号: G08G1/01 G06Q10/06

    摘要: 本发明涉及车联网以及辅助驾驶技术领域,具体涉及一种基于车路协同的运维管理系统,包括:项目建立模块,所述项目建立模块用于新建管理项目;模板调用模块,所述模板调用模块用于获取管理项目的基本信息,并根据管理项目的基本信息调用相应的管理模板;项目生成模块,所述项目生成模块用于获取管理项目的实际信息,并根据管理项目的实际信息与管理模板生成管理部署方案。本发明能够及时针对故障点的发生原因针对性进行维修,防止简单的故障耗费人力进行现场维修,解决了现有技术所存在的针对性差、效率低的技术问题。

    一种车联网环境下自动驾驶车辆上匝道轨迹规划模型

    公开(公告)号:CN114132341A

    公开(公告)日:2022-03-04

    申请号:CN202111341114.9

    申请日:2021-11-12

    IPC分类号: B60W60/00 B60W30/18 B60W50/00

    摘要: 本发明属于自动驾驶技术领域,具体涉及一种车联网环境下自动驾驶车辆上匝道轨迹规划模型,装载在自动驾驶车辆上,模型的工作过程包括:步骤一,判断是否驶入匝道,若是则转到步骤二;步骤二,在预设步长时间内,采集主线车道上预测范围内的车辆数据,车辆数据包括车辆间隙;步骤三,对主线车道上的车辆间隙进行筛选,得到可汇入间隙;步骤四,对各可汇入间隙分别进行轨迹规划,得到对应的行驶轨迹;步骤五,按照预设的规则,从各行驶轨迹中挑选出当前最优行驶轨迹;步骤六,按照当前最优行驶轨迹进行驾驶,并返回步骤二。本申请可以让汇入车辆高效、准确、安全的汇入主线车道。

    一种基于改进深度学习的自动驾驶换道轨迹规划方法

    公开(公告)号:CN113033902A

    公开(公告)日:2021-06-25

    申请号:CN202110349255.9

    申请日:2021-03-31

    IPC分类号: G06Q10/04 G06N3/04 G06N3/08

    摘要: 本发明涉及车辆智能驾驶技术领域,具体涉及一种基于改进深度学习的自动驾驶换道轨迹规划方法,包括:S1、构建数学模型:根据针对的问题和已有的数据训练若干个BP神经网络,将这些神经网络以替换的方式对经典的BP神经网络中的激活函数进行替换,包括前向传播过程和反向传播过程;S2、规划最优轨迹:利用多项式曲线来模拟车辆换道过程中的行驶轨迹,得到最优轨迹曲线;S3、执行避障算法:在经典Gipps模型的基础上加入车身长度进行改进,作为最优轨迹曲线的约束条件,求解得到最小安全距离和最大安全速度。本发明能够确保换道车辆能够对突发情况做出反应,保障了车辆换道过程的安全性,解决了现有技术安全性不足的技术问题。