基于集成学习的多车交互环境下车辆轨迹预测方法及系统

    公开(公告)号:CN113643542A

    公开(公告)日:2021-11-12

    申请号:CN202111189571.0

    申请日:2021-10-13

    摘要: 本发明公开了基于集成学习的多车交互环境下车辆轨迹预测方法及系统。该方法包括:采集车辆的行驶信息;对行驶信息进行预处理,得到空间网格信息和车辆驾驶模式信息;对训练集进行多次随机抽样得到多组含不同数据的训练集;通过多组含不同数据的训练集分别对LSTM编码‑解码器模型进行训练,得到多个基学习器;采用集成学习方法,对多个基学习器进行集成,得到集成学习器,对车辆的未来轨迹进行预测。本发明利用机器学习与深度学习的手段,实现对车辆交互信息的有效利用,并应用集成学习的方法实现对车辆轨迹的预测。且通过集成学习能够将多个模型进行结合,可获得比单一模型显著优越的泛化性能,解决了单一模型对训练数据敏感、精确度低等问题。

    一种考虑车辆运动能力的多无人车运动规划方法和系统

    公开(公告)号:CN114995465A

    公开(公告)日:2022-09-02

    申请号:CN202210918687.1

    申请日:2022-08-02

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种考虑车辆运动能力的多无人车运动规划方法和系统,属于运动规划技术领域。先建立多无人驾驶车辆三维时空运动走廊生成模型,包括目标函数、第一约束条件、第二约束条件、第三约束条件和第四约束条件。然后获取每一无人驾驶车辆的参考轨迹、车长、车宽和初始中心点的坐标。最后以所有无人驾驶车辆的参考轨迹、车长、车宽和初始中心点的坐标作为输入,利用多无人驾驶车辆三维时空运动走廊生成模型生成每一无人驾驶车辆的三维时空运动走廊,可以有效解决生成的三维时空运动走廊过小或者走廊台阶之间不连续的问题,能够实现多无人驾驶车辆有效的规划与控制。

    一种考虑车辆运动能力的多无人车运动规划方法和系统

    公开(公告)号:CN114995465B

    公开(公告)日:2022-11-15

    申请号:CN202210918687.1

    申请日:2022-08-02

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种考虑车辆运动能力的多无人车运动规划方法和系统,属于运动规划技术领域。先建立多无人驾驶车辆三维时空运动走廊生成模型,包括目标函数、第一约束条件、第二约束条件、第三约束条件和第四约束条件。然后获取每一无人驾驶车辆的参考轨迹、车长、车宽和初始中心点的坐标。最后以所有无人驾驶车辆的参考轨迹、车长、车宽和初始中心点的坐标作为输入,利用多无人驾驶车辆三维时空运动走廊生成模型生成每一无人驾驶车辆的三维时空运动走廊,可以有效解决生成的三维时空运动走廊过小或者走廊台阶之间不连续的问题,能够实现多无人驾驶车辆有效的规划与控制。

    一种用于车辆自适应路径跟踪的终身学习方法及系统

    公开(公告)号:CN114359349A

    公开(公告)日:2022-04-15

    申请号:CN202210274209.1

    申请日:2022-03-21

    摘要: 本发明涉及一种用于车辆自适应路径跟踪的终身学习方法及系统,属于路径跟踪技术领域,该方法包括:采集车辆运动状态数据和与运动状态数据对应的操控数据;将采集的数据集分为多个驾驶任务训练集;初始化轨迹跟踪策略模型和梯度暂时记忆;基于平均梯度暂时记忆的学习策略,根据多个驾驶任务训练集对轨迹跟踪策略模型进行迭代训练:对每个驾驶任务训练集,根据梯度暂时记忆确定参考梯度下降方向并以参考梯度下降方向为约束训练轨迹跟踪策略模型;当每个训练集训练后,基于知识分布和知识质量,对当前梯度暂时记忆中知识进行更新;采用训练好的轨迹跟踪策略模型对待控制车辆进行路径跟踪。本发明提高了车辆自适应路径跟踪的适应性。

    一种无人车可通行性评估方法及系统

    公开(公告)号:CN114355952B

    公开(公告)日:2022-06-17

    申请号:CN202210260481.4

    申请日:2022-03-17

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种无人车可通行性评估方法及系统。该方法包括确定轮胎当前工况附着力,进而确定车辆允许的最大俯仰角和最大倾斜角;根据无人车的基本信息、当前位置和航向角以及最大俯仰角和最大倾斜角确定无人车四个轮胎的着地点坐标和当前俯仰角及当前倾斜角;根据基本信息和着地点坐标进行第一判断;并当第一判断结果为可通行时,根据无人车四个轮胎的着地点坐标以及无人车的当前位置和航向角确定车辆支撑面,并根据车辆支撑面中所有的高程信息确定车辆支撑面地图;根据车辆支撑面地图中的高程信息进行第二判断,并当第二判断结果为可通行时,控制无人车从当前位置行驶。本发明能够保证无人车在非结构道路上行驶的安全性。

    一种多无人驾驶车辆路径协同规划方法及系统

    公开(公告)号:CN114489087A

    公开(公告)日:2022-05-13

    申请号:CN202210400906.7

    申请日:2022-04-18

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种多无人驾驶车辆路径协同规划方法及系统。该方法包括建立多无人驾驶车辆行驶的环境模型;建立每一无人驾驶车辆的运动学模型,并根据运动模型建立无人驾驶车辆之间的防碰撞包裹圆模型;根据无人驾驶车辆的之间防碰撞包裹圆模型以及环境模型,采用分离超平面定理,建立无人驾驶车辆与环境中动静态障碍物防碰撞模型;根据环境模型、运动学模型、防碰撞包裹圆模型以及无人驾驶车辆与环境中动静态障碍物防碰撞模型,基于交替方向乘子法逐步迭代对多无人驾驶车辆进行解耦式运动规划,确定每一无人驾驶车辆的最优路径。本发明能够合理的避免与动静态障碍物发生碰撞,进而实现多无人驾驶车辆协同规划控制。

    一种具有持续学习能力的车辆轨迹预测方法及系统

    公开(公告)号:CN114996659B

    公开(公告)日:2023-04-07

    申请号:CN202210880748.X

    申请日:2022-07-26

    摘要: 本发明涉及一种具有持续学习能力的车辆轨迹预测方法及系统,先采集当前场景的交通数据并进行数据预处理,得到包含当前场景中各车辆的位置坐标、车辆ID以及时间戳信息的轨迹数据;保存部分当前场景轨迹数据至记忆模块并标注数据的场景来源,基于条件Kullback‑Leibler散度对记忆模块中所存储的各交通场景数据进行场景差异性分析;根据分析结果,获取各历史场景可用的记忆数据量;根据记忆数据量,通过动态梯度场景记忆方法训练车辆轨迹预测模型;在连续交通场景下,利用训练好的模型对周围车辆的未来轨迹进行预测。本发明使车辆轨迹预测模型在连续场景下具备持续学习轨迹预测任务的能力,有效缓解轨迹预测模型的灾难性遗忘。

    一种具有持续学习能力的车辆轨迹预测方法及系统

    公开(公告)号:CN114996659A

    公开(公告)日:2022-09-02

    申请号:CN202210880748.X

    申请日:2022-07-26

    IPC分类号: G06F17/18 G06K9/62 B60W50/00

    摘要: 本发明涉及一种具有持续学习能力的车辆轨迹预测方法及系统,先采集当前场景的交通数据并进行数据预处理,得到包含当前场景中各车辆的位置坐标、车辆ID以及时间戳信息的轨迹数据;保存部分当前场景轨迹数据至记忆模块并标注数据的场景来源,基于条件Kullback‑Leibler散度对记忆模块中所存储的各交通场景数据进行场景差异性分析;根据分析结果,获取各历史场景可用的记忆数据量;根据记忆数据量,通过动态梯度场景记忆方法训练车辆轨迹预测模型;在连续交通场景下,利用训练好的模型对周围车辆的未来轨迹进行预测。本发明使车辆轨迹预测模型在连续场景下具备持续学习轨迹预测任务的能力,有效缓解轨迹预测模型的灾难性遗忘。

    一种多无人驾驶车辆三维时空运动走廊生成方法和系统

    公开(公告)号:CN114995466A

    公开(公告)日:2022-09-02

    申请号:CN202210918700.3

    申请日:2022-08-02

    IPC分类号: G05D1/02

    摘要: 本发明涉及一种多无人驾驶车辆三维时空运动走廊生成方法和系统,属于运动规划技术领域。先建立多无人驾驶车辆三维时空运动走廊生成模型,然后获取障碍物信息和每一无人驾驶车辆的参考轨迹,最后以障碍物信息和参考轨迹作为输入,利用多无人驾驶车辆三维时空运动走廊生成模型生成每一无人驾驶车辆的三维时空运动走廊,从而考虑时间层面生成多无人驾驶车辆的三维时空运动走廊,且各个无人驾驶车辆的三维时空运动走廊之间无碰撞,各个无人驾驶车辆的三维时空运动走廊与障碍物之间无碰撞,在多无人驾驶车辆运动规划中能够生成安全、可通行、无碰撞和光滑的三维时空运动走廊。