-
公开(公告)号：CN113619604A
公开(公告)日：2021-11-09
申请号：CN202110990262.7
申请日：2021-08-26
Applicant: 清华大学
Abstract: 本公开提供的自动驾驶汽车的集成式决控方法、装置及存储介质，本公开包括：根据交通驾驶场景的静态信息构造候选路径集合，对候选路径集合中每一条候选路径考虑交通驾驶场景的动态信息构建路径跟踪模型，在此基础上进一步构造路径优选模型；将路径跟踪模型和路径优选模型分别转化为决控策略求解模型和评价函数求解模型，通过离线方式求解决控策略求解模型和评价函数求解模型，得到最优决控策略和最优评价函数；从自动驾驶汽车出发时刻开始，每一时刻利用最优评价函数选择最优路径，然后使用最优决控策略确定自动驾驶汽车的最优动作，直至到达全局路径终点。本公开的可扩展性强且在线计算效率高。
-
Patent Agency Ranking
公开(公告)号：CN113849903B
公开(公告)日：2024-12-31
申请号：CN202110999851.1
申请日：2021-08-26
Applicant: 清华大学
IPC: G06F30/15 , G06F30/20 , G06Q10/047 , G06Q50/40 , G06F111/04 , G06F111/10
Abstract: 本公开提供的智能汽车最优决控模型构建及求解方法、装置和存储介质，包括：构建智能汽车的最优决控模型，以最小化自车的路径跟踪性能和预测跟踪误差之和作为最优决控模型的目标函数，分别以自车动力学模型、自车与周围交通参与者的距离、自车与道路的距离和自车与信号灯的距离作为最优决控模型的运动约束和安全约束，以评价函数和策略函数作为最优决控模型的输出；建立学习型罚函数方法处理安全约束，在探索过程中监测不安全的驾驶状态并对违反约束的策略施加惩罚，使得策略朝着满足约束的方向迭代，最终输出最优决控模型的最优策略函数和最优评价函数。本公开具有高安全性和强智能性，突破了现有决控求解器独立优化且依赖人工规则的瓶颈。
-
公开(公告)号：CN113587950B
公开(公告)日：2024-04-09
申请号：CN202110990214.8
申请日：2021-08-26
Applicant: 清华大学
IPC: G01C21/34
Abstract: 本公开提供的一种自动驾驶汽车静态路径规划方法、装置及存储介质，包括：根据交叉路口道路拓扑与该交叉路口内行驶路线的预期出口数目，选取多组特征点，特征点的组数与预期出口数目一致，每组特征点包含若干交叉路口内部特征点与交叉路口外部特征点；将多组特征点输入路径计算函数，得到对应的不同候选静态连续路径；对每一条候选静态连续路径，设定期望通行速率与期望停止速率，根据自动驾驶汽车当前状态与信号灯相位为自动驾驶汽车分配行驶速率，得到包含自动驾驶汽车速率信息的多条候选路径，将其离散化，输出最终规划的静态离散路径。本公开为自动驾驶汽车路径跟踪等决策控制任务提供多条候选路径，并保证在线应用时的高计算效率。
-
公开(公告)号：CN113619604B
公开(公告)日：2023-08-15
申请号：CN202110990262.7
申请日：2021-08-26
Applicant: 清华大学
Abstract: 本公开提供的自动驾驶汽车的集成式决控方法、装置及存储介质，本公开包括：根据交通驾驶场景的静态信息构造候选路径集合，对候选路径集合中每一条候选路径考虑交通驾驶场景的动态信息构建路径跟踪模型，在此基础上进一步构造路径优选模型；将路径跟踪模型和路径优选模型分别转化为决控策略求解模型和评价函数求解模型，通过离线方式求解决控策略求解模型和评价函数求解模型，得到最优决控策略和最优评价函数；从自动驾驶汽车出发时刻开始，每一时刻利用最优评价函数选择最优路径，然后使用最优决控策略确定自动驾驶汽车的最优动作，直至到达全局路径终点。本公开的可扩展性强且在线计算效率高。
-
公开(公告)号：CN113849903A
公开(公告)日：2021-12-28
申请号：CN202110999851.1
申请日：2021-08-26
Applicant: 清华大学
IPC: G06F30/15 , G06F30/20 , G06Q10/04 , G06Q50/30 , G06F111/04 , G06F111/10
Abstract: 本公开提供的智能汽车最优决控模型构建及求解方法、装置和存储介质，包括：构建智能汽车的最优决控模型，以最小化自车的路径跟踪性能和预测跟踪误差之和作为最优决控模型的目标函数，分别以自车动力学模型、自车与周围交通参与者的距离、自车与道路的距离和自车与信号灯的距离作为最优决控模型的运动约束和安全约束，以评价函数和策略函数作为最优决控模型的输出；建立学习型罚函数方法处理安全约束，在探索过程中监测不安全的驾驶状态并对违反约束的策略施加惩罚，使得策略朝着满足约束的方向迭代，最终输出最优决控模型的最优策略函数和最优评价函数。本公开具有高安全性和强智能性，突破了现有决控求解器独立优化且依赖人工规则的瓶颈。
-
公开(公告)号：CN113587950A
公开(公告)日：2021-11-02
申请号：CN202110990214.8
申请日：2021-08-26
Applicant: 清华大学
IPC: G01C21/34
Abstract: 本公开提供的一种自动驾驶汽车静态路径规划方法、装置及存储介质，包括：根据交叉路口道路拓扑与该交叉路口内行驶路线的预期出口数目，选取多组特征点，特征点的组数与预期出口数目一致，每组特征点包含若干交叉路口内部特征点与交叉路口外部特征点；将多组特征点输入路径计算函数，得到对应的不同候选静态连续路径；对每一条候选静态连续路径，设定期望通行速率与期望停止速率，根据自动驾驶汽车当前状态与信号灯相位为自动驾驶汽车分配行驶速率，得到包含自动驾驶汽车速率信息的多条候选路径，将其离散化，输出最终规划的静态离散路径。本公开为自动驾驶汽车路径跟踪等决策控制任务提供多条候选路径，并保证在线应用时的高计算效率。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
