-
公开(公告)号：CN113741179B
公开(公告)日：2022-03-25
申请号：CN202111309965.5
申请日：2021-11-08
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北京工业职业技术学院
IPC分类号： G05B13/02
摘要： 本发明涉及一种面向异构车辆的统一运动规划方法和系统。本发明在确定最优的行为基元的过程中，采用异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价，能够实现对转向机构不同所导致的运动特性差异进行控制，并在基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元之后，基于最优的行为基元得到异构车辆的运动规划结果，这就能够将转向机构不同所导致的运动特性差异融入到运动规划系统中，以显著提高异构车辆运动控制的精确性。
-
公开(公告)号：CN113741179A
公开(公告)日：2021-12-03
申请号：CN202111309965.5
申请日：2021-11-08
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北京工业职业技术学院
IPC分类号： G05B13/02
摘要： 本发明涉及一种面向异构车辆的统一运动规划方法和系统。本发明在确定最优的行为基元的过程中，采用异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价，能够实现对转向机构不同所导致的运动特性差异进行控制，并在基于异构车辆当前时刻的与参考轨迹和期望速度的偏差代价、轨迹的平滑代价和碰撞风险代价选择出最优的行为基元之后，基于最优的行为基元得到异构车辆的运动规划结果，这就能够将转向机构不同所导致的运动特性差异融入到运动规划系统中，以显著提高异构车辆运动控制的精确性。
-
公开(公告)号：CN113759938B
公开(公告)日：2022-03-25
申请号：CN202111323005.4
申请日：2021-11-10
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北京工业职业技术学院
IPC分类号： G05D1/02
摘要： 本发明涉及一种无人车路径规划质量测评方法和系统。该无人车路径规划质量测评方法根据获取的数据文件和标定文件，在任务文件的导引下生成真值文件后，采用待测评路径规划算法以数据文件和标定文件为输入，以任务文件为牵引得到路径规划结果，然后，依据预设评分准则将路径规划结果和真值文件中的数据进行对比，得到测评报告，进而能够从算法效率、生成路径质量、任务完成度等多个方面，完成对全局和局部规划算法的定量评价，为无人车路径规划质量测评提供了技术保障。
-
公开(公告)号：CN113759938A
公开(公告)日：2021-12-07
申请号：CN202111323005.4
申请日：2021-11-10
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北京工业职业技术学院
IPC分类号： G05D1/02
摘要： 本发明涉及一种无人车路径规划质量测评方法和系统。该无人车路径规划质量测评方法根据获取的数据文件和标定文件，在任务文件的导引下生成真值文件后，采用待测评路径规划算法以数据文件和标定文件为输入，以任务文件为牵引得到路径规划结果，然后，依据预设评分准则将路径规划结果和真值文件中的数据进行对比，得到测评报告，进而能够从算法效率、生成路径质量、任务完成度等多个方面，完成对全局和局部规划算法的定量评价，为无人车路径规划质量测评提供了技术保障。
-
公开(公告)号：CN113989782A
公开(公告)日：2022-01-28
申请号：CN202111310948.3
申请日：2021-11-08
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司 , 北京工业职业技术学院
IPC分类号： G06V20/58 , G06V20/56 , G06V10/774 , G06K9/62 , G06N3/04
摘要： 本发明涉及一种多交通参与者交互行为识别方法、系统、设备及介质，属于交通参与者行为识别领域，首先获取数据集；对数据集进行划分，得到训练集和验证集；建立图神经网络模型；图神经网络模型包括实例层和类别层；对训练集和验证集进行预处理，得到预处理后的训练集和验证集；将预处理后的训练集输入图神经网络模型中进行训练，得到训练后的图神经网络模型；最后将预处理后的验证集输入训练后的图神经网络模型中，得到多交通参与者交互行为的识别结果。通过全面考虑所有交通参与者之间的交互行为，可以提升对交通交互行为的识别精度。
-
公开(公告)号：CN113753049B
公开(公告)日：2022-02-08
申请号：CN202111322969.7
申请日：2021-11-10
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司
摘要： 本发明公开了一种基于社会偏好的自动驾驶超车决策确定方法及系统，应用于超车过程中的平行行驶阶段，包括：将获取的当前阶段目标道路信息输入至社会偏好预测模型以确定当前阶段被超越车辆的社会偏好；基于当前阶段被超越车辆的社会偏好，确定当前阶段被超越车辆的状态转移模型；将当前阶段目标道路信息、当前阶段被超越车辆的社会偏好和当前阶段被超越车辆的状态转移模型均输入到超车决策模型中，以确定当前阶段主车辆的超车决策；所述超车决策包括车道保持、执行换道和放弃超车；其中，所述超车决策模型所应用的算法为半基于模型的改进Q‑learning算法。本发明能够输出准确超车决策，提升超车效率和超车安全性。
-
公开(公告)号：CN113859266A
公开(公告)日：2021-12-31
申请号：CN202111185879.8
申请日：2021-10-12
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司
摘要： 本发明公开了一种非结构化道路目标车辆换道轨迹预测方法及系统。该方法包括：确定非结构化道路的虚拟车道和车辆换道行为；获取非结构化道路上行车数据；根据行车数据提取车辆轨迹数据；基于虚拟车道、车辆换道行为和车辆轨迹数据，确定换道数据；通过换道数据训练高斯混合‑隐马尔科夫模型，得到驾驶意图识别模型；驾驶意图识别模型的输出为车辆的换道意图；根据车辆的换道意图和车辆历史轨迹确定可能换道终点；根据车辆的当前位置和可能换道终点，基于车辆运动约束和多项式曲线模型，确定可能车辆换道轨迹集合；将可能车辆换道轨迹集合与实际轨迹进行匹配，得到车辆预测轨迹。本发明能够预测非结构化道路下，横纵向位移都不确定的换道轨迹。
-
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
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司
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。
-
公开(公告)号：CN113642682A
公开(公告)日：2021-11-12
申请号：CN202111194805.0
申请日：2021-10-14
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司
摘要： 本发明涉及一种多车交互环境下的轨迹基元提取与分析方法和系统。该多车交互环境下的轨迹基元提取与分析方法，在采集车辆行驶信息并对行驶信息进行预处理得到交互组数据后，根据交互组数据并基于粘性层次狄利克雷过程和隐马尔可夫模型将车辆行驶过程划分为不同原始轨迹基元的组合，然后，利用动态时间规整算法存储驾驶信息并利用图像归一化方法处理原始轨迹基元得到轨迹基元图像，最后，根据轨迹基元图像聚类处理得到一般轨迹基元，进而实现了对多车交互环境中驾驶过程的模块化理解，更加贴合真实驾驶情况，具有很高的实用性。
-
公开(公告)号：CN113859266B
公开(公告)日：2023-09-26
申请号：CN202111185879.8
申请日：2021-10-12
申请人： 北京理工大学 , 北理慧动(北京)科技有限公司
摘要： 本发明公开了一种非结构化道路目标车辆换道轨迹预测方法及系统。该方法包括：确定非结构化道路的虚拟车道和车辆换道行为；获取非结构化道路上行车数据；根据行车数据提取车辆轨迹数据；基于虚拟车道、车辆换道行为和车辆轨迹数据，确定换道数据；通过换道数据训练高斯混合‑隐马尔科夫模型，得到驾驶意图识别模型；驾驶意图识别模型的输出为车辆的换道意图；根据车辆的换道意图和车辆历史轨迹确定可能换道终点；根据车辆的当前位置和可能换道终点，基于车辆运动约束和多项式曲线模型，确定可能车辆换道轨迹集合；将可能车辆换道轨迹集合与实际轨迹进行匹配，得到车辆预测轨迹。本发明能够预测非结构化道路下，横纵向位移都不确定的换道轨迹。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.057 秒)