一种基于参数自适应的变道场景横纵向解耦控制方法及应用

    公开(公告)号:CN119821425A

    公开(公告)日:2025-04-15

    申请号:CN202510145562.3

    申请日:2025-02-10

    Applicant: 吉林大学

    Abstract: 本发明属于自动驾驶汽车底盘控制技术领域,提供一种基于参数自适应的变道场景横纵向解耦控制方法及应用,首先基于分层规划的变道轨迹生成过程,结合路径规划结构生成合理的换道轨迹;再基于遗传寻优与神经网络的自适应轨迹跟踪过程,通过测试数据优化生成最佳换道控制参数,最后结合神经网络算法训练控制参数模型,实现针对特定换道工况的最优控制过程。本发明通过自适应识别变道场景完成高实时性、高舒适性、高稳定性驾驶任务,并结合变道过程工况实时识别以调整自身控制行为,从而实现高性能的控制效果输出。

    一种基于分层强化架构的智能汽车边缘场景生成方法

    公开(公告)号:CN119167802A

    公开(公告)日:2024-12-20

    申请号:CN202411668014.0

    申请日:2024-11-21

    Applicant: 吉林大学

    Abstract: 本发明属于自动驾驶测试技术领域,具体的说是一种基于分层强化架构的智能汽车边缘场景生成方法。包括以下步骤:步骤一、处理自然驾驶数据,构建初始测试环境;步骤二、建立风险冲突预测方法;步骤三、建立测试场景评价方法,包含碰撞合理性评价与时空相似性评价;步骤四、构建基于索引管理的场景库;步骤五、构建基本强化学习环境,搭建静态环境与基础接口;步骤六、场景分层调度时期划分,基于场景特征划分测试时期;步骤七、奖励机制与动作策略优化,根据场景时期与车辆行为进行调整;步骤八、模型训练应用与场景数据输出。最终实现边缘场景的多样性生成,突破了局部收敛难题,提高了边缘场景发掘效率。

    一种基于大语言模型的智能汽车虚拟仿真测试方法

    公开(公告)号:CN118586281A

    公开(公告)日:2024-09-03

    申请号:CN202410727206.8

    申请日:2024-06-06

    Applicant: 吉林大学

    Abstract: 本发明属于自动驾驶测试技术领域,具体的说是一种基于语言模型架构的智能汽车场景测试方法。包括:步骤一、场景数据收集、标注、整理;步骤二、基础语言模型微调训练;步骤三、场景知识库构建与调用链设计;步骤四、模拟仿真测试工具链设计与搭建;步骤五、测试报告生成与评价工具链搭建;步骤六、测试任务定义与要素解构;本发明有助于提升智能汽车的整体性能,也为构建更加安全、便捷、舒适的未来出行生态奠定坚实的技术基础,解决了现有智能汽车场景测试领域存在的过程繁琐、难度大问题。

    一种新型异质混合交通流模型分级评价与构建方法

    公开(公告)号:CN117877245A

    公开(公告)日:2024-04-12

    申请号:CN202311367796.X

    申请日:2023-10-20

    Applicant: 吉林大学

    Abstract: 本发明公开了一种新型异质混合交通流模型分级评价与构建方法,其方法为:第一步、建立自动驾驶汽车功能分级评价指标;第二步、依照分级指标,对每一级所对应的自动驾驶功能设计决策控制算法;第三步、进行混合交通流模型构建。有益效果:建立了更为符合交通流特性的分级指标,同时实现了在给定道路中不同功能即不同等级自动驾驶车辆均布分散,从而构建异质混合交通流仿真模型。本方法可以应用于为智能汽车仿真研究提供有效高置信度的异质混合交通流模型,可以推广应用到智能汽车决策规划、控制、测试等领域方面的研究,具有广泛的应用前景。

    一种面向冰雪航拍驾驶数据的真实测试场景虚拟重构方法

    公开(公告)号:CN117649491A

    公开(公告)日:2024-03-05

    申请号:CN202311705808.5

    申请日:2023-12-13

    Applicant: 吉林大学

    Abstract: 本发明属于智能驾驶测试技术领域,具体的说是一种面向冰雪航拍驾驶数据的真实测试场景虚拟重构方法。首先对航拍采集的冰雪环境自然驾驶数据进行解构,得出用于模型训练、场景构建的关键部分;在此基础上,进行冰雪环境测试场景的对抗衍生过程,利用降雪强度关键性提升的自编码器对抗生成网络生成大量多维冰雪场景数据;在数据的基础上,训练考虑历史车辆轨迹时间特征与降雪强度与路面覆盖空间特征的图时空网络,构建交通车时空交互运动模型。最后,针对具体自动驾驶算法进行测试,设计自动化场景重构流程与交通车交互方案。本发明可用于冰雪环境下的自动驾驶算法测试,显著提升测试过程的真实性与效率。

    一种基于本体论的智能汽车边缘测试场景生成方法

    公开(公告)号:CN117370571A

    公开(公告)日:2024-01-09

    申请号:CN202311320734.3

    申请日:2023-10-12

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于本体论的智能汽车边缘测试场景生成方法,其方法为:第一步、知识图谱构建;第二步、场景组合模块构建;第三步、边缘场景标准格式描述;第四步、迭代生成;有益效果:以场景要素为基础构建基于本体论的知识图谱,形成边缘场景要素语义库;实现了较为简单的重构边缘场景的生成及仿真运行,具有存储大量稀有场景要素并进行多元化组合的能力,能够基于数据‑机理混合驱动的方式实现边缘场景的大量生成,在边缘场景生成领域有着广阔的发展空间。

    一种基于全局代理优化的自动驾驶系统加速测试方法

    公开(公告)号:CN116976220A

    公开(公告)日:2023-10-31

    申请号:CN202311003844.7

    申请日:2023-08-10

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于全局代理优化的自动驾驶系统加速测试方法,其方法为:步骤一、确立测试任务;步骤二、初始化代理回归模型;步骤三、将测试场景要素进行分类;步骤四、根据场景要素采样区间;步骤五、进行结果运算;步骤六、根据测试场景和测试结果更新场景库;步骤七、整理仿真测试数据;步骤八、重复执行步骤四至步骤七;步骤九、测试结果评价;有益效果:能够结合优解特征优化更新采样区域,结合测试数据实时更新代理模型,代替原有的仿真测试过程,能够大幅度降低仿真测试次数,全面提升测试效率。能够有效提升测试效率,能够和其他类型种群优化搜索方法进行结合,具有广泛的应用前景。

    一种基于分层强化架构的智能汽车边缘场景生成方法

    公开(公告)号:CN119167802B

    公开(公告)日:2025-02-14

    申请号:CN202411668014.0

    申请日:2024-11-21

    Applicant: 吉林大学

    Abstract: 本发明属于自动驾驶测试技术领域,具体的说是一种基于分层强化架构的智能汽车边缘场景生成方法。包括以下步骤:步骤一、处理自然驾驶数据,构建初始测试环境;步骤二、建立风险冲突预测方法;步骤三、建立测试场景评价方法,包含碰撞合理性评价与时空相似性评价;步骤四、构建基于索引管理的场景库;步骤五、构建基本强化学习环境,搭建静态环境与基础接口;步骤六、场景分层调度时期划分,基于场景特征划分测试时期;步骤七、奖励机制与动作策略优化,根据场景时期与车辆行为进行调整;步骤八、模型训练应用与场景数据输出。最终实现边缘场景的多样性生成,突破了局部收敛难题,提高了边缘场景发掘效率。

Patent Agency Ranking