公开(公告)号：CN117037243A

公开(公告)日：2023-11-10

申请号：CN202310928541.X

申请日：2023-07-26

申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

发明人： 张希 ,  殷承良 ,  赵柏暄 ,  陈浩 ,  姜浩 ,  林一伟 ,  丁涛军 ,  秦文刚 ,  吴越鹏

IPC分类号： G06V40/16 ,  G06V10/44 ,  G06V10/62 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

摘要： 本发明涉及一种基于面部关键点及时序特征编码的人员状态监测方法，包括如下步骤：S1，采集自动驾驶BRT人员的图像信号并进行预处理；S2，基于预处理后的图像信号，利用MTCNN检测并截取人员的面部图像；S3，针对所述面部图像，采用PFLD检测面部关键点；S4，将多帧图像的面部关键点输入预训练好的基于GRU的时序特征编码分类模型，获取人员的状态；S6：实时监测自动驾驶BRT人员状态，当出现疲劳、注意力分散等危险状态时发出危险警报。与现有技术相比，本发明对面部关键点时序特征进行编码，考虑了历史信息，具有更高的准确率与召回率。

公开(公告)号：CN116842340A

公开(公告)日：2023-10-03

申请号：CN202310748925.3

申请日：2023-06-21

申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

发明人： 张希 ,  殷承良 ,  陈浩 ,  秦文刚 ,  鲁肇宣 ,  赵柏暄 ,  林一伟 ,  姜浩 ,  丁涛军

IPC分类号： G06F18/20 ,  G06F18/214 ,  G06F18/10

摘要： 本发明涉及一种基于ATT‑GRU模型的行人轨迹预测方法和设备，方法包括如下步骤：采集人车混行环境下，行人在通过斑马线时的行人运动特性数据、异质性数据和交互场景数据并进行预处理；基于预处理后的行人运动特性数据、异质性数据和交互场景数据，利用预先训练好的ATT‑GRU模型对预定时长内的运动轨迹进行预测。与现有技术相比，本发明充分考虑行人自身的异质性，选取能够进行长时域轨迹预测的ATT‑GRU模型，将预测的轨迹输入到自动驾驶汽车的智能决策模块，帮助车辆实现实时的避障规划，保护行人的安全性，提高了自动驾驶汽车的通行能力。

公开(公告)号：CN114446046A

公开(公告)日：2022-05-06

申请号：CN202111566618.0

申请日：2021-12-20

申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

发明人： 张希 ,  殷承良 ,  陈浩 ,  林一伟 ,  赵柏暄 ,  秦超 ,  张宇超 ,  高瑞金

IPC分类号： G08G1/01 ,  G08G1/052 ,  G06N3/04

摘要： 本发明涉及一种基于LSTM模型的弱势交通参与者轨迹预测方法，其特征在于，该方法包括以下步骤：步骤1：选取弱势交通参与者和车辆在人车混行情况下的斑马线区域进行前期调查；步骤2：获取过街弱势交通参与者运动状态信息、过街弱势交通参与者个体特征信息及交互场景信息；步骤3：建立LSTM模型，并对LSTM模型进行训练；步骤4：通过训练后的LSTM模型对过街弱势交通参与者进行轨迹预测，获取未来第一预设时长内过街弱势交通参与者的预测轨迹，与现有技术相比，本发明具有提高弱势交通参与者过街的安全性和提高道路的通行能力等优点。

公开(公告)号：CN116955953A

公开(公告)日：2023-10-27

申请号：CN202310877379.3

申请日：2023-07-17

申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

发明人： 张希 ,  殷承良 ,  姜浩 ,  陈浩 ,  赵柏暄 ,  林一伟 ,  丁涛军 ,  秦文刚 ,  鲁肇宣

IPC分类号： G06F18/20 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/30 ,  G06Q50/26

摘要： 本发明涉及一种基于TransFormer的公交站人流量预测方法，首先在BRT公交站的真实交通场景下采集人流量数据，通过数据处理与数据增强建立了更适用于自动驾驶应用场景的人流量数据集；其次建立了TransFormer预测模型，模型以公交站的观测序列(观察时刻、天气、人流量、工作日)作为网络的输入特征，使用编码器‑解码器框架，引入自注意力机制挖掘观测序列中影响未来人流量的隐藏要素，最终通过改进的预测模型对公交站未来人流里进行了预测，使外部环境因素对人流量的影响更加显著。本发明充分考虑外部因素对公交站人流量的影响，将优化的预测模型运用到公交站的人流量预测，能够提升BRT公交站人流量预测的准确性。

公开(公告)号：CN114462667A

公开(公告)日：2022-05-10

申请号：CN202111566614.2

申请日：2021-12-20

申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

发明人： 张希 ,  殷承良 ,  赵柏暄 ,  陈浩 ,  林一伟 ,  秦超 ,  张宇超 ,  高瑞金

IPC分类号： G06Q10/04 ,  G06Q10/06 ,  G06Q50/26 ,  G06K9/62 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G08G1/09

摘要： 本发明涉及一种基于SFM‑LSTM神经网络模型的过街行人轨迹预测方法，该方法包括以下步骤：步骤1：获取过街行人运动状态信息、个体特征信息和人车交互场景信息；步骤2：进行数据预处理和数据增强，建立行人轨迹数据集；步骤3：建立并训练LSTM神经网络模型；步骤4：通过训练后的LSTM神经网络模型获取过街行人的预测轨迹；步骤5：采用最大似然估计法对社会力模型进行参数标定；步骤6：根据社会力模型对预测轨迹进行修正，并输出过街行人的最优预测轨迹；步骤7：将最优预测轨迹广播至附近的车辆，以协助智能网联车辆进行决策，与现有技术相比，本发明具有提高行人过街的安全性、降低车辆的延误率和提高道路的通行能力等优点。