公开(公告)号：CN119942790A

公开(公告)日：2025-05-06

申请号：CN202510100416.9

申请日：2025-01-22

Applicant: 重庆大学

Inventor： 唐小林 ,  张焜埸 ,  苏奇正 ,  吴衍东 ,  杨为 ,  李佳承

IPC: G08G1/01 ,  G08G1/0968 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明涉及一种基于交通异构图的自动驾驶预测‑规划集成方法，属于自动驾驶汽车技术领域。该方法包括：S1：建模智能体动态特征以及交通参与者之间的交互特征，并设计基于图卷积网络的车道图节点特征表示；S2：采用编码‑解码架构，通过图注意力机制捕捉车道节点与智能体之间的交互特征，进行特征融合后构建基于交通异构图的多智能体轨迹预测模型；S3：基于轨迹预测模型输出的周围车辆未来位置信息，设计目标函数及多种约束来进行自车动作最优化求解。与传统规划方法相比，本发明预测性能、安全性以及行驶效率更加优异。

公开(公告)号：CN114707359B

公开(公告)日：2025-03-21

申请号：CN202210487160.8

申请日：2022-05-06

Applicant: 重庆大学

Inventor： 唐小林 ,  钟桂川 ,  杨凯 ,  陈永力 ,  邓忠伟 ,  彭颖 ,  胡晓松 ,  李佳承

IPC: G06F30/20 ,  G06N3/092 ,  G06F111/08

Abstract: 本发明涉及一种基于值分布强化学习的自动驾驶汽车决策规划方法，属于自动驾驶汽车领域。该方法包括：S1：构建考虑不确定性的无信号灯十字路口场景；S2：构建全参数化分位数函数模型，作为自动驾驶汽车控制模型；S3：基于全参数化分位数函数模型中学习的状态‑动作回报分布信息，引入条件风险价值，生成具有风险意识的驾驶行为。本发明利用值分布强化学习提高了自动驾驶汽车在具有不确定性的环境下决策规划策略的安全性与稳定性。

公开(公告)号：CN118444659B

公开(公告)日：2025-02-11

申请号：CN202410528558.0

申请日：2024-04-29

Applicant: 重庆大学

Inventor： 唐小林 ,  陈佳信 ,  杨为 ,  郎陈佳 ,  陈止戈 ,  李佳承

IPC: G05B23/02

Abstract: 本发明涉及一种高维空间中强化学习型控制策略的安全评估与应用方法，隶属于新能源汽车与人工智能的交叉领域。该方法包括：S1：定义归一化状态空间、动作空间与奖励函数，引导智能体掌握当前训练环境下的近优或者最优控制策略，并保存实时生成的训练样本；S2：搭建现阶段与神经网络型近优或最优控制策略模型相对应且保持稳定控制可靠性的高维已知状态空间；S3：以高维历史状态空间为基准并且以单簇的聚类结果为中心，提出判断窗以及隶属度概念，明确在何种状态张量的数据驱动下具有可靠性且满足最优控制效果；S4：强化采集边界与陌生区域的状态转移样本，构建面向真实且陌生的环境样本集，用于提升深度强化学习型策略的适用性与安全性。

公开(公告)号：CN118254736B

公开(公告)日：2025-01-21

申请号：CN202410118938.7

申请日：2024-01-29

Applicant: 重庆大学

Inventor： 杨为 ,  黄士东 ,  唐小林

IPC: B60T7/12

Abstract: 本公开提供一种面向弱势道路使用者复杂工况下的自动紧急制动方法，包括：对目标车辆的行驶道路进行雷达检测；若检测到目标车辆的行驶道路上具有目标物，则预测目标车辆相对于目标物的第一碰撞时长；若第一碰撞时长处于第一预设时长范围内，则基于预设检测算法检测目标物的所属类型；若目标物的所属类型为预设类型，则预测目标车辆相对于目标物的第二碰撞时长；基于第二碰撞时长与第二预设时长范围的关系，对目标车辆进行紧急制动操作。从而，考虑到行驶的复杂工况，采用多个时长范围兼顾行车安全和车辆驾驶员特性，对行驶车辆进行复杂工况的下的紧急制动，有效提升车辆行驶安全。

公开(公告)号：CN119002808A

公开(公告)日：2024-11-22

申请号：CN202411030162.X

申请日：2024-07-30

Applicant: 重庆大学 ,  重庆理工大学

Inventor： 唐小林 ,  陈止戈 ,  桂豪杰 ,  张志刚 ,  吴衍东 ,  张岩 ,  张焜埸

IPC: G06F3/06

Abstract: 本发明涉及一种基于LSM树的磁盘缓冲区设置方法，属于计算机数据处理技术领域。本该方法针对数据存储过程中可能出现的瞬时数据大量涌入的情况，特别在不同层级的磁盘存储之间设立了缓冲区域。这些缓冲区能够有效提取上一层的余量数据，从而缓解数据拥堵现象，并对数据进行数值抽象化处理及初步排序，以便数据能够更快速地写入到下一层磁盘中。该方法不仅防止了数据堵塞和丢失，同时提高了在数据过载情况下各层数据合并的速度。本发明考虑过载数据在磁盘存储中出现的拥堵情况，在磁盘中用不同层级区块设置缓冲区来缓解数据过载并优化数据流动和存储效率，极大增强了数据处理系统的稳定性和效率。

公开(公告)号：CN114475569B

公开(公告)日：2024-10-22

申请号：CN202210305934.0

申请日：2022-03-25

Applicant: 重庆大学

Inventor： 唐小林 ,  朱和龙 ,  邓磊 ,  邓忠伟 ,  胡晓松 ,  杨为 ,  李佳承

IPC: B60W20/15 ,  B60W30/18

Abstract: 本发明涉及一种基于交通信息与深度强化学习的混合动力汽车能量管理方法，属于新能源汽车控制领域。该方法包括：S1：获取历史交通数据与实时道路交通信息；S2:考虑安全性与舒适性，采用深度强化学习算法规划自车实时最优车速；S3：采用深度强化学习算法求解混合动力汽车能量管理问题，以及求解包含燃油消耗与电池SOC维持的多目标优化问题。本发明结合交通信息，运用深度强化学习对混合动力汽车进行速度规划与能量管理，具有良好的实时性与最优性，实现了对驾驶安全性、舒适性与燃油经济性的优化，为混合动力汽车能量管理提供了新思路。

公开(公告)号：CN114644018B

公开(公告)日：2024-07-30

申请号：CN202210486625.8

申请日：2022-05-06

Applicant: 重庆大学

Inventor： 唐小林 ,  陈永力 ,  杨凯 ,  钟桂川 ,  邓忠伟 ,  彭颖 ,  邓磊 ,  胡晓松 ,  李佳承

IPC: B60W60/00 ,  B60W40/00

Abstract: 本发明涉及一种基于博弈论的自动驾驶车辆人车交互决策规划方法，属于自动驾驶汽车技术领域。该方法包括：S1：构建基于博弈论的人车交互模型，具体包括：构建车辆和行人的行为概率预测模型、车辆和行人成本矩阵；基于累积前景理论，根据车辆和行人的行为概率以及成本矩阵，计算车辆和行人行为的收益；引入协作系数，改进人车交互模型；基于改进的人车交互模型进行行人协作值推理；对人车交互模型进行验证；S2：结合实时交通信息的自动驾驶汽车协作控制。本发明能实现自动驾驶汽车针对不同合作程度行人的协作性控制，提高自动驾驶汽车的在无信号灯人行横道的通行效率与安全性。

公开(公告)号：CN112965001B

公开(公告)日：2024-06-21

申请号：CN202110180579.4

申请日：2021-02-09

Applicant: 重庆大学 ,  重庆长安汽车股份有限公司

Inventor： 胡晓松 ,  江露露 ,  邓忠伟 ,  张凯 ,  唐小林 ,  李佳承 ,  刘长鹏 ,  聂相虹

IPC: G01R31/396 ,  G01R31/385

Abstract: 本发明涉及一种基于实车数据的动力电池组故障诊断方法，属于故障诊断领域。该方法包括：S1：选取发生热失控的事故车，将事故车分为两类，获取事故车生命周期后期的所有电池单体的充放电电压数据，对预处理后的单体电压进行标准化；S2：确定时间窗口长度，获取每一个时间窗口内的单体电压，构建单体电压状态矩阵，计算相应的参数向量作为基准参数向量，相应的状态向量作为基准状态向量；S3：将除第一个时间窗口之外的其余所有时间窗口下的单体电压状态矩阵，与基准参数向量相乘得到各时间窗口下的各电池单体的状态向量；S4：基于SRM方法实现电压的故障诊断。本发明实现了电压故障提前预警，异常单体准确定位以及故障类型的准确判断。

公开(公告)号：CN117901853A

公开(公告)日：2024-04-19

申请号：CN202410235438.1

申请日：2024-03-01

Applicant: 重庆大学

Inventor： 杨为 ,  黄士东 ,  唐小林 ,  王庆林

IPC: B60W30/09 ,  B60W30/095 ,  B60W50/00

Abstract: 本发明提供了一种面向弱势道路使用者的视线遮挡场景目标位置预测方法，包括：车辆传感器获取视野盲区前后的车辆前方被障碍物遮挡的弱势道路使用者的行驶信息；根据车辆传感器在视野盲区前后获取的行驶信息对遮挡缺失信号作采样补偿处理，得到补偿后的行驶信息后，基于卡尔曼滤波器对弱势道路使用者的行驶轨迹进行预测；根据弱势道路使用者到达前点所需时间内的车辆制动最小安全距离#imgabs0#、前点与车辆之间的距离#imgabs1#的关系来判断避撞模式。本发明针对自动紧急制动系统在“鬼探头”等复杂场景下的盲区信号提出了采样补偿处理和基于Kalman滤波的轨迹预测算法，对目标位置进行预测，增强汽车主动安全系统适应复杂道路场景的能力。

公开(公告)号：CN112858916B

公开(公告)日：2023-10-13

申请号：CN202110050092.4

申请日：2021-01-14

Applicant: 重庆大学

Inventor： 胡晓松 ,  王鹏 ,  邓忠伟 ,  唐小林 ,  李佳承

IPC: G01R31/367 ,  G01R31/382 ,  G01R31/36

Abstract: 本发明涉及一种基于模型与数据驱动融合的电池包荷电状态估计方法，属于电池技术领域。用于提高动力电池在复杂工况下SOC估计的准确性。电池在实际车载使用时，其工况复杂多变，单一的基于等效电路模型或基于数据驱动的估计方法难以保证良好的估计精度。因此，结合自适应扩展卡尔曼滤波AEKF和高斯过程回归GPR的各自优点，该融合算法能够在SOC初值不准确、不同工况、不同环境温度、不同老化状态、不同电流倍率等情况下依然有较好的SOC估计精度和鲁棒性。在动态工况下，AEKF算法的SOC估计精度优于GPR算法；与之相反，在恒流工况下，GPR算法的SOC估计精度优于AEKF算法。