-
公开(公告)号：CN117392343A
公开(公告)日：2024-01-12
申请号：CN202311546962.2
申请日：2023-11-20
Applicant: 燕山大学
IPC: G06T17/05 , G06T7/80 , G06V10/762
Abstract: 本发明提供一种基于多层栅格地图的场景快速重构方法，包括：采集目标场景的激光雷达点云数据和相机图像数据；对激光雷达点云数据和相机图像数据进行预处理，预处理包括数据解析、时间同步、相机标定、点云筛选、栅格滤波；将预处理之后的激光雷达点云数据和相机图像数据输入到场景要素提取模块，得到目标场景的场景要素；将场景要素输入到多层地图生成模块，得到多层栅格地图；将多层栅格地图输入到场景快速重构模块，得到重构场景。本发明的基于多层栅格地图的场景快速重构方法，可以使用多层栅格地图中更可靠的数据优先重构，同时使用其他数据对场景进行补充，提升场景重构的实时性，解决了现有技术中的多层地图数据复杂、实时性差的问题。
-
公开(公告)号：CN116954071A
公开(公告)日：2023-10-27
申请号：CN202310804497.1
申请日：2023-07-03
Applicant: 中车长春轨道客车股份有限公司 , 燕山大学 , 吉林大学
IPC: G05B13/04
Abstract: 本发明提供一种提高舒适度的高铁ATO强化学习控制方法，根据列车运行线路条件及列车基本参数，建立高速列车在站间运行过程中的单质点运动学模型，并建立能耗模型作为优化的目标函数；建立高速列车智能驾驶的强化学习模型，对能耗模型进行求解，设置单步的节能性奖励函数，并增加额外引导功能的奖励函数，以加速智能体的学习；建立额外的基于舒适度规则的舒适度规则模块和基于监督学习的舒适度预测模块，得到能满足节能性同时提高舒适度的高速列车运行策略；在保证安全和节能的前提下，进一步提高高速列车乘客的乘车舒适度。
-
公开(公告)号：CN116884238A
公开(公告)日：2023-10-13
申请号：CN202310564555.8
申请日：2023-05-18
Applicant: 燕山大学
IPC: G08G1/07
Abstract: 本发明涉及一种基于强化学习的智能车辆高速公路匝道汇入决策方法，涉及智能车辆领域，用于提高智能车辆汇入成功率，减少交通事故。该方法将高速公路匝道与主路的交叉点设置为合流点，将匝道以及位于合流点后S1米处和合流点前S2米处的主干道设置为控制区域；在控制区域内，将智能车辆投影到主路的目标车道上，投影智能车辆到合流点距离和匝道上智能车辆到合流点距离相等；确定投影智能车辆前面车辆和后面车辆，获取它们的速度和位置作为环境车辆信息；获取智能车辆与合流点距离、智能车辆速度和加速度作为智能车辆信息；根据智能车辆信息、环境车辆信息，采用强化学习DDPG模型进行加速度和前轮转角调整，逐步实现成功汇入。
-
公开(公告)号：CN116839947A
公开(公告)日：2023-10-03
申请号：CN202310803983.1
申请日：2023-07-03
Applicant: 燕山大学
Abstract: 本申请涉及车辆轮胎监测技术领域，公开了一种基于胎纹深度检测的轮胎寿命预估方法及装置，所述利用非线性边缘保护滤波算法去除胎面图像中的噪点，并进行花纹边缘检测，获得胎面区域及花纹边缘；其中，所述胎面图像为预先采集得到的；根据所述胎面区域及花纹边缘生成等比例的边缘特征平滑曲线；根据所述边缘特征平滑曲线获取花纹边缘像素坐标，并根据所述花纹边缘像素坐标计算花纹深度；根据所述花纹深度预测轮胎寿命，并生成轮胎检测报告。可以实现胎面花纹快速、准确检测，轮胎寿命可靠预测，降低交通事故发生率。
-
公开(公告)号：CN115167134A
公开(公告)日：2022-10-11
申请号：CN202210846015.4
申请日：2022-07-19
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于多维奖励Q学习的模型预测加权因子动态调整方法，属于自动驾驶车辆轨迹跟踪控制领域。解决了采用模型预测控制原理设计轨迹跟踪控制器时对加权因子的选取不当会降低自动驾驶车辆轨迹跟踪稳定性和精确性以及行驶安全性的问题。本发明通过强化学习中Q学习方法，训练了加权因子最优调整策略，可实时动态调整模型预测轨迹跟踪控制器的加权因子，从而实时优化自动驾驶车辆的轨迹跟踪性能，以减少在每个采样时刻下车辆实际位置与预期轨迹之间的误差，提高自动驾驶车辆的轨迹跟踪精度和行驶稳定性、舒适性。
-
Patent Agency Ranking
公开(公告)号：CN114715186A
公开(公告)日：2022-07-08
申请号：CN202210283058.6
申请日：2022-03-22
Applicant: 燕山大学
IPC: B60W60/00
Abstract: 本申请提供一种人机共驾接管请求时间的确定方法、装置、设备及介质，该方法包括：当听觉模块监测到接管请求后，视觉模块识别外部环境视频中的环境对象，确定环境对象的对象属性；根据环境对象的对象属性与驾驶经验属性，确定手部和脚部的模拟动作；利用动作模块模拟手部和脚部的模拟动作，得到改变后外部环境；根据改变后外部环境，确定改变后手部和脚部的模拟动作，直至判定外部环境安全为止，模拟得到时间动作序列；根据时间动作序列，确定接管请求时间。该方案得到的接管请求时间，可以为接管中提前接管时间的设置提供依据。
-
公开(公告)号：CN114529889A
公开(公告)日：2022-05-24
申请号：CN202210109527.2
申请日：2022-01-28
Applicant: 燕山大学
IPC: G06V20/59 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , B60W40/08 , B60W50/14 , B60W50/16 , B60W60/00
Abstract: 本发明涉及一种分心驾驶行为识别方法，所述方法包括下述步骤：获取人机共驾接管状态下驾驶人的分心驾驶时序图像数据；利用训练好的第一模型或训练好的第二模型首先获取时序图像数据的空间特征，在空间特征的基础上获取时空特征；将所述时空特征与空间特征进行融合加强，进而获得用于分心驾驶行为类别识别分心驾驶行为特征。所述方法能够实现准确识别驾驶人的分心驾驶行为、降低误接管风险，从而提升行车安全性。
-
-
公开(公告)号：CN113971731A
公开(公告)日：2022-01-25
申请号：CN202111266083.5
申请日：2021-10-28
Applicant: 燕山大学
Abstract: 本发明提供一种目标检测方法、装置及电子设备，该方法包括：获取目标的图像数据；将图像数据输入预建深度轻量网络，输出不同尺度的预测头；对预测头进行解码，得到目标的类别、定位框及类别置信度。该方案可以大幅度提高目标检测的精度和推理速度。
-
公开(公告)号：CN113657555A
公开(公告)日：2021-11-16
申请号：CN202111031369.5
申请日：2021-09-03
Applicant: 燕山大学
Abstract: 一种基于改进半监督聚类的冰雪环境驾驶经验评价方法，属于智能交通技术领域，本发明针对冰雪行车环境，从事故倾向性理论中个人在驾驶过程中的风险心理对事故的产生有着重要作用的角度出发，以相对稳定影响人行为模式的人格特征结合驾驶人的个人属性以及针对冰雪环境的驾驶行为，从三个角度出发设计驾驶经验问卷，除此之外通过实车实验获取部分驾驶人驾驶经验真实值并以此建立结构方程模型获取不同影响因素对驾驶经验等级的路径系数，然后将其作为权重系数提出一种改进的半监督k‑means算法建立驾驶经验等级的分类算法，旨在通过简便的问卷形式为衡量冰雪环境下驶人的驾驶经验提供评价分类标准，减少因驾驶经验缺失而导致的事故危害。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.024 seconds)
