-
公开(公告)号:CN119580530A
公开(公告)日:2025-03-07
申请号:CN202411782257.7
申请日:2024-12-05
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于车道及周围车辆运动预测的碰撞风险评估方法和装置,属于自动驾驶领域。方法包括:计算自车和周围车辆在道路坐标系的位置信息;基于五次多项式,生成自车的所有局部候选路径;基于车道状态转移矩阵和车道转换模型,计算周围每一车辆驶向每个车道的动态实时概率分布;基于周围车辆的位置信息和动态实时概率分布,利用三次多项式生成周围车辆在不同车道上的未来行驶轨迹;基于动态实时概率分布和自车的局部候选路径与周围每一车辆在不同车道上的未来行驶轨迹之间的碰撞所需时间,计算自车沿每一局部候选路径行驶时的总碰撞风险值。本发明结合概率运动预测与车道结构,有效反映真实驾驶环境下运动不确定性,提高风险评估准确率。
-
公开(公告)号:CN119474740A
公开(公告)日:2025-02-18
申请号:CN202411577359.5
申请日:2024-11-06
Applicant: 北京航空航天大学
IPC: G06F18/20 , G01R31/36 , G01R31/367 , G01R31/396 , G01R31/382 , G01R31/3842 , G01R31/385 , G06N3/049 , G06N3/084 , G06N3/0985 , G06F18/25 , G06F18/213
Abstract: 本发明涉及一种随机工况电池组的故障识别方法及装置。方法包括:构建电池组状态模型和电池单体偏差模型;利用滤波器分别对电池组状态模型和电池单体偏差模型进行状态预测,得到下一时刻电池组的第一预测结果和下一时刻电池单体的第一预测结果;将获得的电池状态参数和车辆状态参数输入到训练好的时序网络预测模型中,得到下一时刻电池组的第二预测结果;将电池组的第二预测结果和电池单体的第一预测结果输入训练好的物理增强编码器中,得到电池单体的第二预测矩阵;计算电池单体的第二预测矩阵的残差值,并将其与预设阈值相比较,以对电池组进行故障识别。本方案,能够实现对随机工况电池组故障的精准识别。
-
公开(公告)号:CN119106555A
公开(公告)日:2024-12-10
申请号:CN202411193821.1
申请日:2024-08-28
Applicant: 北京航空航天大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于Modelica语言的电池系统不一致性仿真方法,属于电池建模领域。方法包括:利用Modelica模型库中的模型组件搭建单体电池包模型,并在单体电池包模型中设置默认参数数值;使用Model类将多个所述单体电池模型进行位置排列和串并连接,以封装组建电池系统模型;基于不一致性仿真实验中各单体电池包的预设参数,调整所述电池系统模型中每一个单体电池包模型的参数数值,以在不同场景参数下对电池系统模型进行仿真运行,确定电池系统的不一致性仿真结果。本方案的仿真方法不仅可以简化模型搭建过程,降低学习使用门槛,而且还可以降低仿真难度和提高仿真效率。
-
公开(公告)号:CN118810823A
公开(公告)日:2024-10-22
申请号:CN202410861540.2
申请日:2024-06-28
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种智能车辆安全接管方法及装置,属于车辆技术领域。方法包括:实时获取车辆数据;所述车辆数据包括与驾驶员相关的图像以及车辆所处的环境信息;基于所述图像生成驾驶员状态特征以及根据所述环境信息生成场景特征;将所述驾驶员状态特征和所述场景特征输入至预先训练好的智能接管提示模型中,以获取所述智能接管提示模型输出的接管等级;根据所述接管等级确定所需执行的相应接管响应。本发明能够从驾驶员的实际接管能力出发,为驾驶员提供不同的接管响应,保证接管响应的合理性和有效性,提高了车辆的安全性能。
-
公开(公告)号:CN118656594B
公开(公告)日:2024-10-15
申请号:CN202411068392.5
申请日:2024-08-06
Applicant: 北京航空航天大学 , 国家市场监督管理总局缺陷产品召回技术中心
Abstract: 本发明涉及自动驾驶汽车安全防护技术领域,特别涉及一种基于单车‑多车融合的云端安全监测系统和监测方法。云端安全监测系统与若干个自动驾驶车辆的汽车原车系统连接,云端安全监测系统包括:数字孪生模型、车辆安全监测模块、安全态势感知与缺陷判定模块;车辆安全监测模块用于基于数字孪生模型、汽车原车系统传输的故障信息和车辆各子系统的状态性能数据,对自动驾驶车辆进行单车安全分析,以及基于同一型号各自动驾驶车辆的故障信息、自动驾驶性能数据和驾驶员的操作行为数据,对同一型号自动驾驶车辆进行多车安全分析。本方案,可以全方位监测智能网联车辆的运行状态,识别风险与判定缺陷,从而提高自动驾驶车辆的安全水平。
-
公开(公告)号:CN118701082A
公开(公告)日:2024-09-27
申请号:CN202410736877.0
申请日:2024-06-07
Applicant: 北京航空航天大学
IPC: B60W50/00
Abstract: 本发明提供了一种汽车智能驾驶系统的安全控制方法及装置,其中方法包括:获取智能驾驶车辆在当前驾驶时刻下的运行数据和车辆驾驶员的压电阵列图;其中,所述压电阵列图通过处理所述车辆驾驶员的坐姿点状压电信息得到,所述压电阵列图用于表征所述车辆驾驶员操作所述智能驾驶车辆时的座椅压力信息;基于所述压电阵列图,得到用于表征所述车辆驾驶员当前操作数据的操作浮点值;基于所述运行数据和所述操作浮点值,确定是否对智能驾驶系统进行调控,以使所述智能驾驶车辆处于安全行驶状态。本方案能够实现泛用性高、准确率高、干扰少的驾驶员操作感知办法,为智能车辆的人机共驾综合安全性的提高有显著帮助。
-
公开(公告)号:CN118626761A
公开(公告)日:2024-09-10
申请号:CN202410976222.0
申请日:2024-07-19
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种针对智能网联汽车的融合安全风险的量化分析方法,属于智能网联汽车领域。方法包括:基于各系统的抽象化模型,确认各系统的功能安全、预期功能安全和信息安全的融合安全属性值和融合安全分析矩阵,以确定各系统的分析优先级;针对分析优先级依次分析的每一个目标系统,均执行:评估各不安全行为的触发风险系数;确定不安全行为与危险场景的对应关系表,并分别确定各不安全行为在各危险场景下对应的危险场景暴露率、风险可控性和风险事故严重程度;基于各不安全行为的触发风险系数、危险场景暴露率、风险可控性和风险事故严重程度,计算当前目标系统对应的融合安全风险值。本方案可以实现三类安全风险的融合量化评估。
-
公开(公告)号:CN118618353A
公开(公告)日:2024-09-10
申请号:CN202410665679.X
申请日:2024-05-27
Abstract: 本发明公开了一种基于安全区域的自动驾驶车辆碰撞安全防护方法和装置,属于自动驾驶领域。方法包括:针对每一个更新周期,均执行:计算规划时刻内所有障碍车的占用区域集合,以计算规划时刻内的安全区域;基于自车的当前位姿速度信息、道路结构和预设的加速度集合,计算最大规划时刻时的终端状态集合;分别确定以终端状态集合中每一个终端状态作为终点时对应的轨迹点集合,以基于占用区域集合筛选安全终端状态;将安全终端状态作为目标,结合安全区域作为约束条件,确定出规划轨迹。本方案利用离散的终端状态进行决策可以适用于大部分结构化道路;使用安全区域作为约束条件可以降低规划模块的场景描述复杂度。
-
公开(公告)号:CN118603582A
公开(公告)日:2024-09-06
申请号:CN202410640334.9
申请日:2024-05-22
IPC: G01M17/007
Abstract: 本发明提供了一种自动驾驶测试场景风险分级方法和装置,该方法包括:获取场景内的道路状态以及目标车辆在目标自动驾驶级别下的行驶状态和预设加速度策略集合;根据道路状态、行驶状态和预设加速度策略集合,确定目标车辆的第一可行驶轨迹;对第一可行驶轨迹进行采样,得到轨迹采样信息;对每条第一可行驶轨迹的轨迹采样信息进行分级,得到第一可行驶轨迹的分级结果;根据分级结果,确定场景内目标车辆在目标自动驾驶级别下的风险等级。本方案对自动驾驶测试场景提出了面向测试车辆的风险分级规则,实现了测试车辆应对风险能力的评估。
-
公开(公告)号:CN118506804A
公开(公告)日:2024-08-16
申请号:CN202410577689.8
申请日:2024-05-10
Applicant: 北京航空航天大学
IPC: G10L25/51 , G06F18/10 , G06F18/213 , G06N3/049 , G06N3/09 , G10L25/30 , G10L25/03 , B60R16/023
Abstract: 本发明提供了一种基于声音信息的汽车环境感知方法及装置。方法包括:利用设置在汽车上的多个声音传感器获取当前时序下采集的多段声音信号;利用注意力分配模块对每一段声音信号进行环境感知事件的注意力增强处理,得到注意力增强处理后的多段声音信号;将注意力增强处理后的多段声音信号输入至事件触发模块中,以由所述事件触发模块对输入的每段声音信号进行空间特征提取,得到当前时序下的空间特征脉冲信号;利用特征识别模块对所述当前时序下的空间特征脉冲信号进行特征识别,以得到与所述环境感知事件相关的环境感知结果;所述特征识别模块是预先针对所述环境感知事件进行训练得到的。本方案在恶劣环境下具有较好的感知性能和感知效率。
-
-
-
-
-
-
-
-
-