-
公开(公告)号：CN117485337A
公开(公告)日：2024-02-02
申请号：CN202210877502.7
申请日：2022-07-25
摘要： 本申请公开了一种自动驾驶汽车协同型编队控制方法、装置及存储介质，方法包括：在预设地理范围内，确定目标车辆的车辆行驶信息；基于车辆行驶信息，以及获取到的预设地理范围内的静态环境信息，确定目标车辆的参考行驶信息，其中静态环境信息包括多条车道的道路信息，参考行驶信息包括目标车辆的至少一个候选路径；基于获取到的目标车辆的周围车辆的周车行驶信息，利用参考行驶信息，确定各个候选路径上的目标车辆对应的跟驰前车；针对候选路径以及跟驰前车，实时构建有限时域最优控制问题，以利用有限时域最优控制问题，确定目标车辆对应的目标行驶轨迹以及相应的目标跟驰前车。该方法实现多车协同型编队决策控制的自动驾驶功能。
-
公开(公告)号：CN117521838A
公开(公告)日：2024-02-06
申请号：CN202210879625.4
申请日：2022-07-25
IPC分类号： G06N20/00 , G06F18/214 , G06F18/21
摘要： 本发明提供了一种自动驾驶决策功能训练方法、系统及存储介质，上述方法包括：获取自动驾驶数据集，并在自动驾驶数据集中随机采样得到训练数据集；根据训练数据集以及设定的策略更新步数和策略参数计算得到随机梯度，并利用随机梯度计算得到无偏差的共轭动量；根据无偏差的共轭动量以及设定的策略参数学习率和速度因子，计算得到与策略参数对应的自适应学习率；基于无偏差的共轭动量和自适应学习率对所述策略参数进行更新；对所述策略更新步数进行迭代计算，在达到设定的最大策略更新步数的情况下，得到优化后的策略参数，以使自动驾驶决策功能训练系统采用优化后的策略参数进行自动驾驶决策，从而有效保障自动驾驶决策功能的智能性。
-
公开(公告)号：CN117128989A
公开(公告)日：2023-11-28
申请号：CN202310849953.4
申请日：2023-07-12
IPC分类号： G01C21/34
摘要： 本发明属于自动驾驶汽车的自主决策技术领域，特别涉及一种城市交通工况自动驾驶静态参考路径集合的设计方法。本发明通过外部标识点确定、内部标识点确定、位置信息生成、朝向角计算、期望速率规划以及静态参考路径集生成六个步骤实现城市交通工况自动驾驶静态参考路径集合生成，其仅依赖地图提供的道路静态信息，实现可提前规划、预存的全地图静态参考路径集合，有效保障自动驾驶汽车决控功能实现。本发明具有所需考虑约束少、离线计算效率高、路径规划难度小等优点。
-
公开(公告)号：CN114312811B
公开(公告)日：2023-11-07
申请号：CN202210102104.8
申请日：2022-01-27
申请人： 清华大学
摘要： 本申请涉及一种自动驾驶汽车的自车状态近似最优估计方法、装置及设备，方法包括：获取自动驾驶车辆的当前行驶环境并识别实际行驶工况；利用训练后的近似最优估计器获取其自车状态的近似最优估计结果，其中，近似最优估计器是迭代类型估计器，其将迭代估计过程转化为马尔可夫决策过程。由此，解决了在建立车辆系统状态空间方程后还需结合实车实验数据反复检验、校正模型并调整系统参数以及设计有效的基于模型的估计算法，耗费大量时间与精力等问题，通过把车辆状态迭代估计问题转化为马尔可夫决策问题，利用自学习技术训练后得到的策略网络作为近似最优估计器，从而减轻建模、调参负担，减小估计器设计难度。
-
公开(公告)号：CN114407895B
公开(公告)日：2023-08-29
申请号：CN202210180226.9
申请日：2022-02-25
申请人： 清华大学
IPC分类号： B60W30/14 , B60W10/06 , B60W10/10 , B60W30/188
摘要： 本公开提供的车辆预测巡航控制方法、装置、电子设备和存储介质，本公开建立了考虑道路坡度信息，且以车辆速度、发动机转矩和车辆纵向位置作为状态变量，以发动机目标转矩作为控制变量的车辆动力学模型，并建立了以车辆速度、发动机转矩作为状态变量的油耗模型；基于综合考虑了车辆驾驶经济性、目标车速跟随和舒适性为代价函数的最优控制问题，以深度神经网络为载体，通过离线学习训练获得最优的控制策略，并在线应用最优控制策略，实现节能型预测巡航控制。本公开能够满足不同预测时域的求解实时性，保证行程时效性的同时改善了燃油经济性，并改善了求解方法对不同行驶速度和道路工况的适用范围。
-
公开(公告)号：CN114312811A
公开(公告)日：2022-04-12
申请号：CN202210102104.8
申请日：2022-01-27
申请人： 清华大学
摘要： 本申请涉及一种自动驾驶汽车的自车状态近似最优估计方法、装置及设备，方法包括：获取自动驾驶车辆的当前行驶环境并识别实际行驶工况；利用训练后的近似最优估计器获取其自车状态的近似最优估计结果，其中，近似最优估计器是迭代类型估计器，其将迭代估计过程转化为马尔可夫决策过程。由此，解决了在建立车辆系统状态空间方程后还需结合实车实验数据反复检验、校正模型并调整系统参数以及设计有效的基于模型的估计算法，耗费大量时间与精力等问题，通过把车辆状态迭代估计问题转化为马尔可夫决策问题，利用自学习技术训练后得到的策略网络作为近似最优估计器，从而减轻建模、调参负担，减小估计器设计难度。
-
公开(公告)号：CN117973032A
公开(公告)日：2024-05-03
申请号：CN202410131231.X
申请日：2024-01-31
申请人： 清华大学
IPC分类号： G06F30/20 , G06F111/08 , G06F111/04
摘要： 本公开提供的一种结构化道路机动车微观交通行为的建模方法，包括：S1，确定机动车驾驶风格；S2，确定被控车辆周围的可行车道及可行车道对应的可行路径；S3：构建考虑通行效率、安全性、经济性、舒适性、合规性和战略换道需求多个维度的评估函数并选择目标车道；S4：根据决策间隔时间和战略换道需求进行目标车道重选；S5：构建目标车道跟踪路径的横向偏移和速度偏移；S6：采用在线跟踪避障算法跟踪目标车道参考路径。本公开基于人类的认知行为过程，将目标路径选择和路径跟踪避障解耦，先选择目标路径，然后利用在线路径跟踪避障算法在考虑周围交通参与者安全约束的情况下跟踪目标路径，满足自动驾驶汽车训练和仿真测试的真实性需求。
-
公开(公告)号：CN117389275A
公开(公告)日：2024-01-12
申请号：CN202311445655.5
申请日：2023-11-02
申请人： 清华大学
IPC分类号： G05D1/43 , G05D1/633 , G05D1/644 , G05D109/10
摘要： 本申请涉及汽车智能驾驶技术领域，特别涉及一种自动驾驶汽车的显式控制律设计方法，其中，方法包括：构建具有仿射结构的车辆动力学模型；基于车辆动力学仿射模型，将跟踪避障约束型最优控制问题的目标函数与约束条件转换为控制李雅普诺夫函数与控制障碍函数；将控制李雅普诺夫函数与控制障碍函数进行加权相加，以构建控制李雅普诺夫‑障碍函数；利用控制李雅普诺夫‑障碍函数的梯度，动力学模型的状态转移矩阵和控制输入转移矩阵来设计控制自动驾驶汽车的显式控制律。由此，解决相关技术中，由于需要大规模迭代计算求解避障跟踪控制中约束型最优控制问题，面对多障碍物情况时，计算复杂度骤增，不能满足毫秒级的车载控制器实时性和安全性的问题。
-
公开(公告)号：CN114407895A
公开(公告)日：2022-04-29
申请号：CN202210180226.9
申请日：2022-02-25
申请人： 清华大学
IPC分类号： B60W30/14 , B60W10/06 , B60W10/10 , B60W30/188
摘要： 本公开提供的车辆预测巡航控制方法、装置、电子设备和存储介质，本公开建立了考虑道路坡度信息，且以车辆速度、发动机转矩和车辆纵向位置作为状态变量，以发动机目标转矩作为控制变量的车辆动力学模型，并建立了以车辆速度、发动机转矩作为状态变量的油耗模型；基于综合考虑了车辆驾驶经济性、目标车速跟随和舒适性为代价函数的最优控制问题，以深度神经网络为载体，通过离线学习训练获得最优的控制策略，并在线应用最优控制策略，实现节能型预测巡航控制。本公开能够满足不同预测时域的求解实时性，保证行程时效性的同时改善了燃油经济性，并改善了求解方法对不同行驶速度和道路工况的适用范围。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.032 秒)
