-
公开(公告)号：CN111489578B
公开(公告)日：2021-09-07
申请号：CN202010248916.4
申请日：2020-04-01
Applicant: 北京理工大学
IPC: G08G1/0968 , G08G1/123 , G08G1/01
Abstract: 本发明公开了一种基于车道时空间隙的高速道路无人驾驶决策规划方法，本发明是在已知高精度地图、全局路径的前提下对智能车辆所在的局部行驶环境进行智能决策与规划，实现高速道路下符合人类驾驶习惯的安全决策；利用周围车辆运动预测信息构建局部代价地图，并结合多种车辆行驶代价计算方法，得到代价最小的车道时空间隙作为行驶目标；得到最优目标点之后，采用基于贝塞尔曲线优化加加速度的方法进行轨迹规划。
-
公开(公告)号：CN113255998A
公开(公告)日：2021-08-13
申请号：CN202110568447.9
申请日：2021-05-25
Applicant: 北京理工大学
IPC: G06Q10/04 , G06F30/27 , G06N3/04 , G06F111/04 , G06F111/08
Abstract: 本发明提供一种基于多智能体强化学习的高速道路无人驾驶车辆编队方法，把车辆编队问题看作是一个多智能体协作问题，每辆车都有独立决策的能力，能够实现安全快速行驶的前提下灵活编队，即在车流量大时安全避障，不必保持队形，在车流量小时恢复队形；从图像输入直接映射到车辆控制量的端到端方式由于动作搜索空间大从而训练难度大，因此本发明仅使用多智能体强化学习方法习得换道策略，再结合S‑T图轨迹优化方法，计算出精确控制量，增加了控制约束，尊崇运动学原理，有安全保障，符合人类驾驶习惯。
-
公开(公告)号：CN111473794A
公开(公告)日：2020-07-31
申请号：CN202010249138.0
申请日：2020-04-01
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于强化学习的结构化道路无人驾驶决策规划方法，结合强化学习和传统贝塞尔曲线轨迹生成方法的优点，利用DQN网络进行决策方法的训练，并根据决策信息利用贝塞尔曲线规划最优轨迹；本发明是在已知高精度地图、全局路径的前提下对智能车辆所在的局部行驶环境进行智能决策与规划，实现结构化道路下符合人类驾驶习惯的安全决策；利用DQN网络，输入多帧车辆所处的局部地图，得到的决策信息结合轨迹规划方法得到reward反馈，驱动DQN网络的更新。
-
-
公开(公告)号：CN103657057A
公开(公告)日：2014-03-26
申请号：CN201310732946.2
申请日：2013-12-26
Applicant: 北京理工大学
Abstract: 本发明涉及一种智能屈体健身器系统，能够对颈椎、腰背部进行常规锻炼；同时该系统健身强度可调，具备两种健身模式，并能够对健身效果进行评价。该系统包括由底座、支撑面板、面板支架和滑动机构组成的健身模块；由控制模块、角度编码器、键盘和液晶显示屏组成的显示与控制模块和由主动式红外传感器及其控制电路组成的红外传感模块。该系统通过调节底座与支撑面板之间的角度和红外传感器的探测距离来调整健身强度，以适应不同使用者的需求；同时提供计时与计数两种工作模式，便于进行日常健身及体育考核。液晶显示屏上直观的显示健身强度、屈体健身时间、屈体次数及健身评价，方便使用者查看和记录。
-
Patent Agency Ranking
公开(公告)号：CN118819190A
公开(公告)日：2024-10-22
申请号：CN202410795752.5
申请日：2024-06-19
Applicant: 北京理工大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提出一种狭窄环境多约束下的无人集群分层协同路径规划与冲突消解方法，通过结合集中式和分布式方法的优点，首先离线进行粗略的集中式地冲突消解，通过简化无人机模型和碰撞模型，生成多条全局初始无碰路径，以避免产生死锁。之后在全局初始路径的引导下，基于安全走廊聚类策略，进行实时地精细的局部协同规划，以确保生成安全高效的轨迹。本发明不仅提高了响应速度和优化效率，同时能够充分利用全局与局部信息，有效地消解了无人机间的冲突，确保路径的全局最优性。
-
公开(公告)号：CN117572860A
公开(公告)日：2024-02-20
申请号：CN202311401483.1
申请日：2023-10-26
Applicant: 北京理工大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/648 , G05D105/22
Abstract: 一种具有交通环境普适性的动态时空体素决策规划方法及装置，该方法包括以下步骤：基于道路中各动态障碍物的轨迹预测结果，生成多个动态体素；基于所有候选车道的每个单位时间生成的动态体素，从当前位置出发，针对每个可能到达的目标位置，考虑每个时间或空间相连的体素之间的转移代价，搜索转移代价最低的体素序列；将搜索得到的体素序列作为边界约束，进一步求解优化轨迹。该方法将道路上动态障碍物的位置及速度均反映到体素中，能够帮助主车在各种场景下进行更加合理的轨迹规划，保证安全的同时获得最优路径。
-
公开(公告)号：CN116620264A
公开(公告)日：2023-08-22
申请号：CN202310523373.6
申请日：2023-05-10
Applicant: 北京理工大学
Abstract: 本发明提供一种基于多智能体强化学习的泊车任务分配与轨迹规划系统，包括车位分配子系统和轨迹规划子系统，车辆进去停车场环境后接入车位分配子系统，支持多车同时分配对应的停车位，从而避免车辆在进入后寻找车位的时间，提升泊车效率和安全性；在车位分配子系统进行车位分配时，将任务分配的需求体现在奖励值设计中，同时设计最短路径奖励以及周围车位占据影响奖励，并考虑车辆泊车轨迹长度和泊车后周围环境阻塞的影响情况；对于轨迹规划子系统，在获取最优轨迹时，将车辆当前位置与距离最近的障碍物之间的距离作为考虑因素之一，进一步优化轨迹的碰撞场景，在符合动力学约束的前提下，既保证了决策的智能性，又确保了驾驶的安全性。
-
公开(公告)号：CN113885567B
公开(公告)日：2023-08-04
申请号：CN202111235644.5
申请日：2021-10-22
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明提出一种基于冲突搜索的多无人机的路径规划方法，不仅使搜索出来的路径更符合无人机的飞行特性，更大量减少了路径规划过程中扩展节点的数量，提高了总体的规划效率。包括：将无人机采集到的点云地图预处理为体素网格地图；对所述体素网格地图进行低层级搜索，得到单个无人机的路径；根据所述单个无人机的路径，遍历约束树对所有无人机的轨迹进行冲突检测，若存在冲突则对无人机增加约束，并进行有约束的路径规划，若不存在冲突，则规划成功。
-
公开(公告)号：CN113111862B
公开(公告)日：2022-12-13
申请号：CN202110519911.5
申请日：2021-05-13
Applicant: 北京理工大学
Abstract: 本发明提供一种基于动作‑状态联合学习的车辆尾灯状态识别方法，首先基于真实交通场景中得到的车辆跟踪序列获取连续的跟踪片段数据，采用基于注意力模型的CNN‑LSTM网络来识别各跟踪片段数据内隐含的5类尾灯动作特征：不变、踩刹车、松刹车、左转、右转；然后，基于尾灯语义分割获取各跟踪片段对应的高位刹车灯平均亮度特征，并与尾灯动作特征形成高阶特征；最后，构造线性链条件随机场模型，通过分析高阶特征建立连续片段之间的长期依赖，推断出各时刻连续的尾灯状态：无动作、制动、左转、右转；因此，本发明能够在不同的实际复杂交通场景中，准确提取出每一帧图像中不同类型、不同标准的车辆的尾灯隐含语义特征，得到尾灯在各时刻下的连续稳定状态。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.029 seconds)
