-
公开(公告)号：CN115923833A
公开(公告)日：2023-04-07
申请号：CN202211175708.1
申请日：2022-09-26
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00
Abstract: 本申请涉及一种车辆的拟人化决策控制方法、装置、车辆及存储介质，其中，方法包括：获取当前交通环境下多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果；根据多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果生成自动驾驶车辆的规划路径和规划速度；基于自动驾驶车辆的规划路径和规划速度生成自动驾驶车辆的拟人化决策结果，并控制自动驾驶车辆执行拟人化决策结果对应的行驶动作。本申请根据车辆行为认知、轨迹预测及危险态势评估结果对车辆进行路径和速度规划，生成车辆的拟人化决策，以控制车辆执行相应的操作，从而有效改善了车辆环境认知和危险态势评估能力，在保障车辆安全性能的同时，提升了车辆的智能化和人性化水平。
-
公开(公告)号：CN115817467A
公开(公告)日：2023-03-21
申请号：CN202211544049.4
申请日：2022-11-30
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/095 , B60W50/00
Abstract: 本发明提供一种预测轨迹的后处理方法及系统、电子设备、存储介质，属于运动轨迹预测技术领域。预测轨迹的后处理方法，包括：获取预测轨迹及所述预测轨迹所映射的车道边界，所述车道边界的两侧分别为内侧及外侧，所述预测轨迹的起点位于内侧；比较所述预测轨迹及所述车道边界，所述预测轨迹位于车道边界外侧的部分为越界轨迹；将所述预测轨迹的越界轨迹替换为所述越界轨迹所映射的所述车道边界，得到修正轨迹。本发明能够将所述预测轨迹的越界轨迹替换为所述越界轨迹所映射的所述车道边界，得到修正轨迹。避免预测轨迹超出车道边界情况发生，降低预测轨迹的偏差，提高预测轨迹的合理性及可使用性。
-
公开(公告)号：CN115709732A
公开(公告)日：2023-02-24
申请号：CN202211512201.0
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00 , B60W30/095 , B60W30/18 , B60W40/00
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种变道决策方法、装置、车辆及存储介质，其中，方法包括以下步骤：获取车辆周围的环境信息；根据环境信息规划车辆的一个或多个变道轨迹，并提取环境信息中的目标特征，将目标特征和一个或多个变道轨迹输入预先训练得到的决策模型，输出一个或多个变道轨迹中的最佳变道轨迹；利用最佳变道轨迹控制车辆执行变道动作。由此，解决了相关技术中自动驾驶变道时，安全性和高效性较差等问题。
-
公开(公告)号：CN115257720A
公开(公告)日：2022-11-01
申请号：CN202211049894.4
申请日：2022-08-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种基于转弯场景的紧急避撞方法，通过对十字路口转弯路径上或弯道上目标的距离、速度、加速度信息进行处理及预测，结合自车轨迹及驾驶员的行为，判断目标是否有碰撞风险，再根据当前紧急情况，通过紧急制动算法或紧急转向算法进行合理决策、仲裁，最终达到避撞的目的。本发明完善了复杂道路的主动安全避撞算法，在现有直道场景工况下，补充了转弯场景的避撞算法说明，同时在紧急情况下去决策何种避撞算法更合适，能一定程度上解决复杂工况避撞的问题。
-
公开(公告)号：CN115221970A
公开(公告)日：2022-10-21
申请号：CN202210899518.8
申请日：2022-07-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种目标轨迹预测方法、系统、设备及介质，该方法包括：获取车辆周围障碍物的数据集；分别对数据集内的运行状态信息、环境信息进行特征提取，得到目标状态特征与环境特征；根据目标状态特征与环境特征依次对运行状态信息、环境信息进行标注，得到样本数据集；对样本数据集进行聚类处理，得到目标障碍物的轨迹集；构建卷积神经网络，根据样本数据集与轨迹集的映射关系对卷积神经网络进行联合训练，得到轨迹预测模型；将待测目标的数据集输入轨迹预测模型进行预测，确定目标障碍物的预测轨迹，通过对车辆周围的目标障碍物的轨迹进行预测，能够有效避免的碰撞风险，可为车辆提供应对安全建议，保障了车辆行驶安全。
-
Patent Agency Ranking
公开(公告)号：CN115092182A
公开(公告)日：2022-09-23
申请号：CN202210784309.9
申请日：2022-06-28
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00
Abstract: 本发明提供一种车辆意图预测方法、系统、电子设备及介质。所述车辆意图预测方法包括：采集待控制车辆的环境图像信息和变道状态信息，变道状态信息包括转向灯激活状态、车身位置信息和纵向速度信息；根据环境图像信息确定目标车辆的行驶状态信息，行驶状态信息包括车身位置信息和纵向速度信息；根据待控制车辆的变道状态信息，以及目标车辆的行驶状态信息，对目标车辆的行驶意图进行预测，生成意图预测结果。本发明结合物理运动状态及交互行为，并根据待控制车辆所处的变道状态信息，以及目标车辆的行驶状态信息，对目标车辆的行驶意图进行预测，生成意图预测结果，提高了预测结果的准确率。
-
公开(公告)号：CN115092177A
公开(公告)日：2022-09-23
申请号：CN202210715115.3
申请日：2022-06-22
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00 , B60W30/095
Abstract: 本发明公开一种无人驾驶车辆匝道目标场景的ID分配方法及存储介质。所述方法包括以下步骤，获取自动驾驶的场景信息、目标信息以及地图信息；对场景信息和目标信息进行预处理；确定本车当前所处的行车场景；将目标分为主路目标和匝道目标；确定感兴趣车道及车道线的有效标志位，以及本车周围目标所在车道；为主路目标和匝道目标分配场景ID。本发明能够有效避免匝道场景下的交通事故，并使自动驾驶系统在匝道场景避免碰撞的情况下能够控制得更加平顺。
-
公开(公告)号：CN115092166A
公开(公告)日：2022-09-23
申请号：CN202210679403.8
申请日：2022-06-15
Applicant: 重庆长安汽车股份有限公司
IPC: B60W40/105 , B60W60/00 , B60W50/00
Abstract: 本发明涉及一种基于社会力模型的交互式自动驾驶速度规划方法，包括如下步骤：1）获取本车运动状态、所属道路环境、道路环境中所有的行人状态和行人意图；2）基于当前道路环境生成交互场景，以行人状态、行人意图和本车运动状态作为交互对象的初始状态进行场景分析，规划出N个候选速度；3）将N个候选速度分别代入社会力模型的车辆‑行人交互中进行前向仿真，得到N个交互仿真结果；4）对N个交互仿真结果进行评估，选出最优的候选速度作为本车自动驾驶的规划速度。本发明融合了社会力模型的速度规划方法较为充分地考虑自动驾驶车辆与目标之间的交互情况，并最终生成更加合理、舒适的规划速度，可有效提高自动驾驶的舒适性和用户体验。
-
公开(公告)号：CN114312840A
公开(公告)日：2022-04-12
申请号：CN202111665893.8
申请日：2021-12-30
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00
Abstract: 本发明请求保护一种自动驾驶障碍目标轨迹拟合方法，涉及自动驾驶技术领域。根据障碍物目标的位置，横纵坐标变化及横纵向车速变化性、目标出现的时长，目标的稳定性确定目标的置信度；当目标的置信度低于标定阈值时，将目标筛除；根据本车的横纵向车速及航向角构建障碍目标上一周期本车坐标系到本周期本车坐标系中的变换矩阵，计算并描绘障碍物目标的历史点迹，并根据变换矩阵将目标历史点迹转换至当前本车坐标系下，用最小二乘法拟合障碍物目标的历史轨迹，构建单个障碍物目标的轨迹方程，根据障碍物目标出现的时长、置信度，运动轨迹给不同障碍物目标的轨迹方程系数分配权重，获得最终车流轨迹方程，确定自动驾驶行车轨迹。
-
公开(公告)号：CN112026756B
公开(公告)日：2021-08-06
申请号：CN202010895605.7
申请日：2020-08-31
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/08 , B60W40/105 , B60W40/08 , B60W40/00 , B60W60/00
Abstract: 本发明公开了一种基于跟踪目标的危险碰撞目标选择方法、系统及存储介质，包括：步骤1.建立本车车辆坐标系；步骤2.以目标与本车的横向距离变化为参考拟合目标的横向相对车速；步骤3.根据本车行驶状态确定本车危险碰撞区域；根据目标的横纵向相对车速计算目标进入本车的危险碰撞区域内的时间TTC；步骤4.按照当前目标的行驶状态、驾驶员反应时间计算以不同减速度制动的制动时间；步骤5.将步骤3计算出的时间TTC与步骤4计算出的舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间进行对比，确定出目标的危险等级；步骤6.综合场景风险等级及其它环境信息，确定最终危险目标。本发明能够快速、准确地识别出危险目标。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.034 seconds)
