-
公开(公告)号：CN118722718A
公开(公告)日：2024-10-01
申请号：CN202410801392.5
申请日：2024-06-20
Applicant: 燕山大学
Abstract: 本发明提供一种基于安全强化学习的环形交叉口多车协同决策方法，包括：搭建构成多智能体强化学习模型；每个智能体通过环形交叉口自动驾驶仿真环境获取自身车辆状态信息以及感知范围内其他周围车辆的状态信息；构建自注意力网络，将每个智能体的状态空间作为输入，输出经过注意力加权后的状态空间；将经过注意力加权后的状态空间输入action网络和critic网络，输出所有智能体的执行动作；基于优先级列表对所有智能体的执行动作进行行车风险评估，得到修正后的安全动作，继续优化多智能体强化学习模型至完全收敛；应用完全收敛的多智能体强化学习模型进行环形交叉口多车协同决策。本发明的方法提高了环形交叉口的整体交通效率和安全性。
-
公开(公告)号：CN114529577B
公开(公告)日：2024-09-06
申请号：CN202210023872.4
申请日：2022-01-10
Applicant: 燕山大学
Abstract: 本发明涉及一种路侧视角多目标跟踪方法，通过采用成对目标进行匹配，有效降低距离过近造成遮挡的两个目标产生的漏检，误检、跟踪目标身份转换问题；进一步地，通过采用轻量化网络和先进的激活函数，能够达到更快的计算速度，在网络参数大幅减小的同时，精度保持不变，并能够为后续的目标跟踪提供较为准确的初始化和观测值；进一步地，采用两对检测目标计算外观余弦矩阵，能够减少计算量，提高目标匹配速度；同时，对于没有匹配成功的目标对构成的对象，进一步通过单个目标进行匹配，从而提高匹配成功率，提高多目标跟踪精度。
-
公开(公告)号：CN118082885A
公开(公告)日：2024-05-28
申请号：CN202410266247.1
申请日：2024-03-08
Applicant: 燕山大学
IPC: B60W60/00
Abstract: 本案涉及基于行为状态信息的非机动车及行人行为判断方法及系统，用于解决自动驾驶汽车在人车混行环境中存在理解或预测其他道路使用者行为的问题。本案通过采集自车视角下人车混行环境场景数据，提取自车视角下非机动车、行人行为状态信息，所述非机动车、行人行为状态信息包括非机动车及行人速度、位置、加速度及自车速度、位置，并基于非机动车行为状态信息进行非机动车目标个性化行为判断，所述非机动车目标个性化行为包括非机动车左转、右转、直行及驻停行为，基于行人行为状态信息进行行人个性化行为判断，所述行人个性化行为包括行人的横穿马路及未过马路行为。
-
公开(公告)号：CN118004217A
公开(公告)日：2024-05-10
申请号：CN202410072764.5
申请日：2024-01-18
Applicant: 燕山大学
IPC: B60W60/00
Abstract: 本发明涉及一种考虑周围车辆社会偏好的自动驾驶行为决策系统，用于解决现有交通环境中因驾驶员社会偏好具有不确定性而导致自动驾驶决策困难的问题。本方案采用分层强化学习实现自动驾驶行为决策，其元控制器利用自主车辆的历史状态进行保持车道继续行驶、换道或返回原车道决策选择；其中返回原车道为自主车辆通过中断换道实现，中断条件为其刚开始换道或在换道过程中车身边缘刚接触目标车道邻侧车道线时，根据当前时刻状态识别出目标车道后方车辆社会偏好类型为利己型；控制器为基于状态历史信息，进行自主车辆在本车道或者邻车道中心线上的目标轨迹采样点规划；元控制器和控制器采用相同的包括基于周围车辆的社会偏好进行目标决策的奖励计算。
-
公开(公告)号：CN113657555B
公开(公告)日：2024-05-07
申请号：CN202111031369.5
申请日：2021-09-03
Applicant: 燕山大学
IPC: G06F18/23213 , G06F18/241 , G06F18/214 , G06F17/18 , G06F17/11
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。
-
Patent Agency Ranking
公开(公告)号：CN116795720A
公开(公告)日：2023-09-22
申请号：CN202310853356.9
申请日：2023-07-12
Applicant: 燕山大学
Abstract: 本申请涉及无人驾驶技术领域，公开了一种基于场景的无人驾驶系统可信性评价方法及装置。所述方法根据无人驾驶系统的具体待测功能，选取场景元素和功能测试需求进行随机组合，生成功能测试场景库；并根据功能测试需求，确定无人驾驶系统的评价指标及评价指标的经验值；基于功能测试场景库和经验值进行仿真测试，获取无人驾驶系统在评价指标下的失效率；利用失效率构建动态贝叶斯网络可信性评价模型，并利用动态贝叶斯网络可信性评价模型输出获得无人驾驶系统的状态概率；最后根据状态概率计算无人驾驶系统的可信性及组件重要度，可实现对无人驾驶系统的可信性评价。
-
公开(公告)号：CN116567398A
公开(公告)日：2023-08-08
申请号：CN202310517384.3
申请日：2023-05-09
Applicant: 燕山大学
Abstract: 本申请涉及智能交通基础设施技术领域，具体而言，涉及一种基于灰度统计直方图的监控相机自动化补偿方法及装置，一定程度上可以解决如何保障监控相机在不同光照强度、不同天气条件、不同安装角度等条件下，稳定提供纹理特征较好的图像输出的问题。方法包括：获取原始图像数据及初始化数据；根据原始图像数据及初始化数据，获取相机参数及灰度直方图；根据相机参数及灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断；根据直方图形状相似性偏差、相机参数及灰度直方图，获取当前场景类型；根据直方图形状相似性偏差、相机参数、灰度直方图及当前场景类型，获取修正相机参数，以实现对监控相机的自动化补偿。
-
公开(公告)号：CN116052125A
公开(公告)日：2023-05-02
申请号：CN202310072830.4
申请日：2023-01-31
Applicant: 燕山大学
IPC: G06V20/58 , G06V10/774
Abstract: 本申请提供一种车载视觉传感器预期功能测试场景数据集构建方法，该方法包括：获取车辆的驾驶场景数据；获取车载视觉传感器对驾驶场景采集的图像的原始信息；根据采集的图像的质量，确定主客观图像信息；根据所述主客观图像信息，确定车载传感器预期功能安全驾驶场景的类别；将若干图像的驾驶场景数据、原始信息、主客观图像信息、车载传感器预期功能安全驾驶场景的类别作为车载视觉传感器预期功能驾驶场景的数据集。该方案可以为自动驾驶车载视觉传感器预期功能极限数据集的构建提供理论方法。
-
公开(公告)号：CN113479200B
公开(公告)日：2022-11-04
申请号：CN202110959935.2
申请日：2021-08-20
Applicant: 燕山大学
IPC: B60W30/095
Abstract: 本发明公开了一种跟车场景车辆风险状态的动态评价方法，属于车辆风险监测与预警领域，包括根据前、后车实时相对运动状态判断动态最小安全距离，以时间裕度作为衡量驾驶人反应能力的指标，提出考虑驾驶人反应能力的制动距离差异化计算方法，以及跟车场景中的车辆风险动态评价方法。本发明所提出的跟车场景车辆风险评价方法，能够实时监控跟车场景中自车与前车辆的相对运动状态，计算车辆风险状态评价结果，能够为车辆风险监测与避撞系统提供技术积累和理论支撑。
-
公开(公告)号：CN113335291B
公开(公告)日：2022-07-08
申请号：CN202110848303.9
申请日：2021-07-27
Applicant: 燕山大学
Abstract: 本发明涉及一种基于人车风险状态的人机共驾控制权决策方法，属于汽车辅助驾驶技术领域和自动驾驶技术领域，特别是涉及到一种基于人车风险状态的人机共驾控制权决策方法；包括基于人、车风险监测信息的智能体环境特征提取、基于完全信息静态博弈理论的强化学习风险决策框架以及对不同切换时机进行标定的控制权决策方法。本发明提出的人机共驾控制权决策方法，能够为智能车辆处于高度风险状态时及时切换控制权至自动驾驶系统提供理论支持，在特殊情况下由自动驾驶系统接管车辆并降低行车风险。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.036 seconds)
