一种基于毫米波雷达的道路感知方法及系统

    公开(公告)号:CN118091649A

    公开(公告)日:2024-05-28

    申请号:CN202410184122.4

    申请日:2024-02-19

    Abstract: 本发明公开了一种基于毫米波雷达的道路感知方法及系统,包括以下步骤:S1、车辆检测周围环境中是否存在基站;S2、判断是否需要组网;S3、对步骤S2中组成的网络进行信号分析,判断联网状态,若联网正常则进行目标检测处理,若联网异常则继续检测周围能组网的基站;S4、对检测到的目标进行分类,对分类后的目标分别进行行为分析以及状况分析;S5、判断目标是否会影响驾驶,若不会影响正常驾驶则继续进行检测。本发明采用上述的一种基于毫米波雷达的道路感知方法及系统,不仅能检测道路情况,车辆之间还能利用射频组网通信,利用多基站形式进行组网检测,进行通信共享结果,提高了检测的精确性以及扩大检测范围。

    一种基于北斗卫星的元强化学习列车定位方法

    公开(公告)号:CN118731995A

    公开(公告)日:2024-10-01

    申请号:CN202410816511.4

    申请日:2024-06-24

    Abstract: 本发明提供了一种基于北斗卫星的元强化学习列车定位方法,其特征在于:包括数据集模块、强化学习模块和定位模块;所述方法包括:搜集多个老线路的数据,构建定位数据训练集,然后采用元学习器利用定位数据训练集进行元学习,提取各个强化学习模型的公共元参数,然后将公共元参数加载到新线路的MPPO模型,进行数据和参数微调得到可用MPPO模型,最后利用MPPO模型输出的定位校正参数对卫星定位值进行修正。采用本发明所述的列车定位方法,能提高新线路列车定位的效率和精度。

    一种列车车载控制系统故障下的自动救援方法

    公开(公告)号:CN117565943A

    公开(公告)日:2024-02-20

    申请号:CN202311469467.6

    申请日:2023-11-07

    Abstract: 本发明提供了一种列车车载控制系统故障下的自动救援方法,其特征在于:包括运行列车、救援列车和地面列控中心;所述运行列车的车头和车尾以及救援列车上均设置有车载控制系统,所述车载控制系统包括车载监测模块、自动驾驶模块、安全保护模块、追踪模块、定位模块和通信模块;所述自动救援方法包括:当其中一个车载控制系统故障采用另一个备份车载控制系统控制列车返回;如果两个车载控制系统均故障,控制最近的救援车采用虚拟连挂的方式实施救援;故障车和救援车的自动驾驶速度曲线均采用族群式的强化学习方法生成。采用本发明所述的方法实施自动救援效率大大提高,安全性和可靠性得到有效保障。

    循环多级校准惯性传感器漂移的列车安全定位系统及方法

    公开(公告)号:CN117553829A

    公开(公告)日:2024-02-13

    申请号:CN202311513054.3

    申请日:2023-11-14

    Abstract: 本发明提出了一种循环多级校准惯性传感器漂移的列车安全定位系统及方法,其中,列车安全定位系统由多个视觉修正模块、多个惯性传感器、多个部相机、多个线路地图修正模块和融合输出修正模块组成;相互匹配的惯性传感器和相机构成相机‑IMU模组;相互匹配的视觉修正模块和相机‑IMU模组电气连接,相互匹配的线路地图修正模块和相机‑IMU模组电气连接;融合输出修正模块分别与多个相机‑IMU模组电气连接;本发明的有益技术效果是:提出了一种循环多级校准惯性传感器漂移的列车安全定位系统及方法,该方案可持续对车载惯性传感器的参数漂移进行多级循环修正,最终使得列车的速度、位置、姿态、里程的解算精度得到提升。

    一种用于增强列车机器学习驾驶策略数据集的方法

    公开(公告)号:CN117421547A

    公开(公告)日:2024-01-19

    申请号:CN202311469461.9

    申请日:2023-11-07

    Abstract: 本发明提供了一种用于增强列车机器学习驾驶策略数据集的方法,其特征在于:包括数据采集模块、数据处理模块、一级数据增强模块和二级数据增强模块;二级数据增强模块内设置有GAN模型,所述GAN模型包括生成器和判别器;所述方法包括采集人工驾驶速度曲线策略数据,识别出待繁衍粒子,采用粒子集群扰动算法填补模态缺失数据,然后采用GAN模型对数据样本进行进一步增强,然后对所有可行解和可用样本进行Pareto支配处理得到增强的机器学习的训练样本数据。采用本方法能填补和增强模态缺失的数据,使用于机器学习的驾驶策略数据更完整分布更均匀,从而使训练得到的机器模型泛化能力增强,将其用于列车自动驾驶控制精度得以提高,列车驾驶的多个目标得到优化。

    一种列车ATP系统故障下主动自愈的调控方法

    公开(公告)号:CN117048664A

    公开(公告)日:2023-11-14

    申请号:CN202311230743.3

    申请日:2023-09-22

    Abstract: 本发明提供了一种列车ATP系统故障下主动自愈的调控方法,其特征在于:所述调控方法包括:每个单列车均设置一个曲线生成模块,单个曲线生成模块的两个曲线模块每次同时生成两个速度监控包络线,然后曲线比较模块对上述两个速度监控包络线进行比较,从而判断ATP设备是否故障,当ATP设备故障时,再将曲线生成模块功能整体切换到备车上进行,从而实现故障车ATP系统的主动自愈。本调控方法,即能提高单列车内部以及车车之间的ATP系统安全性和可靠性,还大大降低了列车的配置成本。

    一种环境变化下列车自适应学习的自动驾驶控制方法

    公开(公告)号:CN116620354A

    公开(公告)日:2023-08-22

    申请号:CN202310749873.1

    申请日:2023-06-25

    Abstract: 本发明提供了一种环境变化下列车自适应学习的自动驾驶控制方法,其特征在于:所述自动驾驶控制方法包括:从成熟线路的多条线路采集自动驾驶数据,然后设置多个基础学习器和一个综合学习器,将多条线路的自动驾驶数据分别用于多个基础学习器的训练,然后使多个基础学习器依次与综合学习器进行交互训练,将最终得到的综合学习器的模型参数赋予至新建线路学习器的深度学习模型中,然后采用新建线路的小样本自动驾驶数据对新建线路学习器进行训练得到可用新建线路学习器,采用可用新建线路学习器对列车进行自动驾驶控制。采用本发明所述的方法,能快速、高效地在新建线路上利用机器学习的方法高精度地控制列车的运行。

    一种轨道交通列车跨线运行的自动驾驶控制方法

    公开(公告)号:CN116513269A

    公开(公告)日:2023-08-01

    申请号:CN202310749881.6

    申请日:2023-06-25

    Abstract: 本发明提供了一种轨道交通列车跨线运行的自动驾驶控制方法,其特征在于:包括从成熟子线路采集自动驾驶数据;设置多个基础学习器和一个综合学习器,利用采集的成熟子线路的自动驾驶数据对基础学习器和综合学习器进行训练得到元学习器;将元学习器的模型参数赋予至新跨子线路学习器,使新跨子线路学习器获得元学习器的经验和学习能力;从新跨线路采集列车驾驶小样本数据,利用其对新跨子线路学习器进行少量训练得到可用新跨子线路学习器;然后列车将可用新跨子线路学习器用于新跨线路的列车自动驾驶运行控制。采用本发明所述的自动驾驶控制方法,能快速高效地使列车在新跨线路上采用机器学习的方法进行自动驾驶控制,同时还能提高控制精度。

Patent Agency Ranking