-
公开(公告)号：CN115238958A
公开(公告)日：2022-10-25
申请号：CN202210696295.5
申请日：2022-06-20
Applicant: 清华大学 , 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种基于复杂交通场景的危险事件链提取方法及系统，包括获取测试场景数据；基于预设的自然驾驶数据和传感器性能信息确定车辆与环境间动态属性与互相作用的关键因素，并对关键因素的不确定性进行分级量化；基于预设的风险估计多维特征集与不确定性信息构建面向测试场景的行车风险估计模型；对行车风险估计模型进行优化，得到针对测试的优化风险估计模型；基于危险事件的时序演化特点，根据优化风险估计模型构建危险时间链模型；对危险时间链模型进行求解，得到危险事件链。本发明利用交通事故数据和交通冲突数据，揭示复杂交通场景时空演进规律，通过对危险时间链模型进行求解，提高了后期测试场景复现和重构的效果。
-
公开(公告)号：CN117974991B
公开(公告)日：2024-06-14
申请号：CN202410386901.2
申请日：2024-04-01
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G06V10/25 , G06V10/82 , G06V20/58 , G06N3/096 , G06N3/084 , G06N3/0455 , G06N3/0464 , G06N3/0495
Abstract: 本发明提供一种目标检测模型的生成方法、目标检测方法及其装置，该生成方法包括：获取用于交通信号灯检测的第一数据集，以及用于车辆检测的第二数据集；生成基于YOLO模型的第一教师模型和第二教师模型，并使用第一、第二数据集分别对第一、第二教师模型进行训练，并生成学生模型；之后，对第一教师模型和第二教师模型B的信息融合；之后，加入一个自编码器来实现特征图压缩的功能，从而实现保留关键信息的同时缩减模型体积，也缩减了模型的参数规模；之后，使用知识蒸馏将第一、第二教师模型蒸馏到学生模型中。从而实现了一个能够识别交通信号灯和车辆的模型，而且，在保证检测准确的前提下，缩小模型规模以提高运行效率。
-
公开(公告)号：CN107458358B
公开(公告)日：2024-04-09
申请号：CN201710532430.1
申请日：2017-07-03
Applicant: 清华大学苏州汽车研究院(相城) , 苏州观瑞汽车技术有限公司
Abstract: 本发明公开了一种内置式制动踏板行程传感器装置，包括壳体、制动踏板、与制动踏板转动且滑动地连接的第一推杆，制动踏板能够相对壳体转动，第一推杆能够相对壳体滑动，传感器装置还包括滑动地设置在壳体内的齿条、与齿条相啮合的齿轮、用于检测制动踏板的行程的行程传感器组件，齿条与第一推杆固定连接，齿轮转动设置在壳体上，行程传感器组件包括固定设置在壳体上的传感器，传感器为霍尔型传感器，传感器与车载控制器电连接，行程传感器组件还包括固定设置在齿轮上的感应磁钢。该传感器装置结构紧凑、可靠性高，采用霍尔原理进行检测，同时具有无接触、分辨率高、耐震动、耐磨损、功耗小、安装方便等优点。
-
公开(公告)号：CN117557186A
公开(公告)日：2024-02-13
申请号：CN202311569884.8
申请日：2023-11-23
Applicant: 清华大学苏州汽车研究院(相城) , 苏州大学 , 苏州观瑞汽车技术有限公司
IPC: G06Q10/0835 , G06Q10/047
Abstract: 本发明公开了基于时间窗的两阶段电动车辆路径规划方法及装置。输入车场数据、需求节点数据、充电站节点数据以及电动车辆数据；根据预设的总运输成本，将需求节点插入不同车场之间的路径中，生成初始解；设置最大迭代次数，将所述初始解作为当前解，对所述当前解进行迭代，根据预设的破坏和修复操作的权重集合得到临时解；根据所述临时解与所述当前解的对比关系得到最优解，其中，所述最优解表征不同车场之间的最优路径方案。本发明的方案解决了电动车辆在路径规划中需要考虑访问充电站的问题，提出了求解两阶段电动汽车路径规划的方式，针对时间窗和多次插入充电站机制设计了相应的求解算子和流程，以得到路径规划的最佳方案。
-
公开(公告)号：CN109591787A
公开(公告)日：2019-04-09
申请号：CN201811283463.8
申请日：2018-10-31
Applicant: 清华大学苏州汽车研究院(相城) , 苏州观瑞汽车技术有限公司
IPC: B60T7/16 , G05D1/00 , G01M17/007 , B60Q9/00
Abstract: 本发明公开了一种智能驾驶行车安全保护装置、保护方法及智能驾驶车辆，装置包括主机装置和信号发射装置，其中，主机装置包括微处理器；与微处理器输入端连接的模式信号输入单元、制动干预信号输入单元、转向干预信号输入单元、急停信号输入单元和无线接收单元；与微处理器输出端连接的提示单元；信号发射装置包括电性连接的无线发射单元和按键输入单元；无线接收单元用于接收无线发射单元发送的信号；微处理器通过CAN通信单元与车辆CAN总线连接，并根据输入端的信号向提示单元和/或汽车CAN总线发送行车安全保护控制指令。本发明监控自动驾驶模式下的干预或急停信号并布控相应的报警提示及控制措施，保障智能驾驶车辆开发、测试过程中的行车安全。
-
Patent Agency Ranking
公开(公告)号：CN117907970A
公开(公告)日：2024-04-19
申请号：CN202410311817.4
申请日：2024-03-19
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G01S7/48 , G06V20/64 , G06V20/56 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种激光雷达的目标检测模型的生成、目标检测方法及其装置，该生成方法包括以下步骤：获取已标注的第一数据集，基于第一数据集训练目标检测模型#imgabs0#；获取未标注的第二数据集，使用目标检测模型#imgabs1#对第二数据集进行推理，得到第二数据集的标注；使用N个已训练目标检测模型分别对第二数据集进行推理，生成基于点云的目标检测模型#imgabs2#，目标检测模型#imgabs3#用于激光雷达的目标检测；基于第一数据集训练目标检测模型#imgabs4#，最终的目标检测模型为所述目标检测模型#imgabs5#。该生成方法能够生成一种激光雷达的目标检测模型。
-
公开(公告)号：CN106740769A
公开(公告)日：2017-05-31
申请号：CN201611214889.9
申请日：2016-12-26
Applicant: 清华大学苏州汽车研究院(相城)
IPC: B60T7/22 , B60T8/1755 , B60T8/1763 , B60T8/172
CPC classification number: B60T7/22 , B60T8/172 , B60T8/17558 , B60T8/1763 , B60T2201/022 , B60T2250/04
Abstract: 本发明公开了一种路面附着自适应的自主制动紧急(AEB)控制算法。该算法通过获取前向障碍物信息、本车信息以及路面附着系数预测本车与前向障碍物的碰撞危险程度，同时考虑驾驶员的操纵输入做出最终的预警和自主制动决策，以提醒驾驶员采取前向避撞操纵或在必要时通过自主制动干预避免与前向障碍物发生碰撞或减缓碰撞程度。本发明在不改变现有车载传感器配置的前提下实时估算路面附着系数；能根据路面附着系数在安全距离模型中自动调整预警和自主制动的时机，从而确保在各种附着系数路面上前向避撞安全并避免虚警或误制动干预，兼顾了行车安全和良好驾驶体验；在驾驶员制动干预时，本发明能够依据计算出的碰撞危险程度施加必要的制动辅助。
-
公开(公告)号：CN109283130B
公开(公告)日：2024-03-08
申请号：CN201811249698.5
申请日：2018-10-25
Applicant: 清华大学苏州汽车研究院(相城) , 苏州观瑞汽车技术有限公司
IPC: G01N19/04
-
公开(公告)号：CN117423092A
公开(公告)日：2024-01-19
申请号：CN202311564912.7
申请日：2023-11-22
Applicant: 清华大学苏州汽车研究院(相城) , 苏州观瑞汽车技术有限公司
IPC: G06V20/58
Abstract: 本发明公开了一种路面状态检测方法、装置、电子设备和存储介质。该方法包括：获取用于描述目标车辆行驶前方道路路面的目标激光点云数据和目标图像数据；基于目标激光点云数据确定第一路面异常状态，基于目标图像数据确定第二路面异常状态，第一路面异常状态和第二路面异常状态均是对路面进行凹凸状态监测所得；确定第一路面异常状态的第一异常数据和第二路面异常状态的第二异常数据，并基于第一异常数据和第二异常数据确定目标车辆行驶前方道路路面的目标路面异常状态。本申请结合第一异常数据和第二异常数据进行比对从而更加精确的确定路面异常状态，解决在确定路面状态过程中处理数据复杂性的问题，提高检测的精度，实现路面状态的准确确定。
-
公开(公告)号：CN117315956A
公开(公告)日：2023-12-29
申请号：CN202311303574.1
申请日：2023-10-10
Applicant: 清华大学苏州汽车研究院(相城) , 苏州大学 , 苏州观瑞汽车技术有限公司
Abstract: 本申请公开了一种快速路合流区的通行控制方法、装置、设备及介质。其中，该方法根据目标快速路合流区的实际道路结构和历史交通数据，建立目标快速路合流区的微观仿真环境；构建状态空间、联合动作空间和奖赏函数；基于微观仿真环境，根据状态空间、联合动作空间和奖赏函数，对目标快速路合流区的初始协同控制模型进行强化学习，确定目标协同控制模型；基于目标协同控制模型，根据所获取的目标快速路合流区的实时交通流密度、智能网联车实时渗透率以及目标权重系数，确定可变限速区的目标限速值和入口匝道的信号灯周期内目标通行时长。本技术方案，通过对可变限速与匝道进行控制，降低快速路合流区的交通压力，提高快速路合流区的通行效率。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.035 seconds)
