-
公开(公告)号：CN114529866B
公开(公告)日：2025-05-06
申请号：CN202210032653.2
申请日：2022-01-12
Applicant: 燕山大学
IPC: G06V20/52 , G06V10/34 , G06V10/44 , G06V10/762 , G06V10/764
Abstract: 本申请提供一种可形变群体识别方法、装置、电子设备及存储介质，该方法包括：获取待识别视频，并对待识别视频进行帧提取，得到单帧图像数据；待识别视频中包括行人；将单帧图像数据输入预设人体关键点提取模型中，得到所有行人的人体关键点信息；人体关键点信息包括头部关键点信息；根据头部关键点信息，对行人进行人群聚类，将行人划分为至少一个群体；判断每个群体中是否存在可形变特征，存在可形变特征所对应的群体为可形变群体。该方案可形变群体识别精度高。
-
公开(公告)号：CN118991829A
公开(公告)日：2024-11-22
申请号：CN202411422069.3
申请日：2024-10-12
Applicant: 燕山大学
Abstract: 本案涉及一种考虑目标车道后车社会偏好的安全约束行为决策系统，基于目标车道后车最近车的社会偏好属性，在PP0‑DQN的分层强化学习的行为决策算法中，加入根据目标车道后车社会偏好的奖励或惩罚设置，并针对目标(goal)制定目标车道后车利己性社会偏好进行换道返回的安全约束，以适应混合场景下的不确定性，有助于自动驾驶车辆在动态环境中发现最优行为决策策略效率，提高自动驾驶车辆在多车道动态复杂环境下的安全。
-
公开(公告)号：CN118953411A
公开(公告)日：2024-11-15
申请号：CN202411301025.5
申请日：2024-09-18
Applicant: 燕山大学
Abstract: 本申请涉及自动驾驶行为决策技术领域，公开了一种考虑周车驾驶风格的高速公路换道决策方法及系统。对周车的驾驶风格进行分类，确定表征不同驾驶风格横纵向特征的特征参数；在第一仿真环境中，使用考虑上述特征参数的第一奖励函数训练不同驾驶风格的周车决策模型，使周车决策模型在不同的特征参数下体现出不同的驾驶风格。之后在第二仿真环境中，使用第二奖励函数训练高速公路换道决策模型。第二仿真环境中包括不同驾驶风格的周车，其行为决策通过不同驾驶风格的周车决策模型获得，能够模拟复杂的交通场景，且第二奖励函数考虑了周车驾驶风格，使得高速公路换道决策模型对不同驾驶风格周车具有更好的泛化性，提高了换道决策的鲁棒性与安全性。
-
公开(公告)号：CN114715186B
公开(公告)日：2024-10-11
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：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。
-
Patent Agency Ranking
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：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。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.024 seconds)
