智能车行为决策方法、规划方法、系统及存储介质

    公开(公告)号:CN114919578B

    公开(公告)日:2022-12-16

    申请号:CN202210854754.8

    申请日:2022-07-20

    Abstract: 本申请涉及自动驾驶的技术领域,尤其涉及一种智能车行为决策方法、规划方法、系统及存储介质,决策方法包括:在自车进入交叉口准备左转且存在对向车的情况下,判断所述对向车是否处于预设的风险区域;如果是,则将所述对向车作为自车的博弈对象;利用博弈模型构建所述自车与博弈对象的收益函数;基于元模型的优化算法对所述收益函数进行求解,得到决策结果。为实现智能驾驶车辆与有人驾驶车辆间的交互决策,选取自车和对向直行车作为博弈双方,并构建博弈双方的收益函数,然后将博弈模型转化为双层优化问题进行求解。通过在交互过程中获取对向车的意图,有助于提高智能车辆决策结果的合理性与准确性。

    智能车行为决策方法、规划方法、系统及存储介质

    公开(公告)号:CN114919578A

    公开(公告)日:2022-08-19

    申请号:CN202210854754.8

    申请日:2022-07-20

    Abstract: 本申请涉及自动驾驶的技术领域,尤其涉及一种智能车行为决策方法、规划方法、系统及存储介质,决策方法包括:在自车进入交叉口准备左转且存在对向车的情况下,判断所述对向车是否处于预设的风险区域;如果是,则将所述对向车作为自车的博弈对象;利用博弈模型构建所述自车与博弈对象的收益函数;基于元模型的优化算法对所述收益函数进行求解,得到决策结果。为实现智能驾驶车辆与有人驾驶车辆间的交互决策,选取自车和对向直行车作为博弈双方,并构建博弈双方的收益函数,然后将博弈模型转化为双层优化问题进行求解。通过在交互过程中获取对向车的意图,有助于提高智能车辆决策结果的合理性与准确性。

    一种智能车辆交叉口行为决策方法

    公开(公告)号:CN114435396A

    公开(公告)日:2022-05-06

    申请号:CN202210016757.4

    申请日:2022-01-07

    Abstract: 本申请公开了一种智能车辆交叉口行为决策方法,方法包括:确定预设分层强化学习决策模型,包括上层路径策略与下层动作策略;获取智能车辆的环境观测状态,环境观测状态包括智能车辆的位置信息与速度信息以及障碍物的位置信息与速度信息;根据环境观测状态,通过上层路径策略,生成智能车辆通过交叉口的转弯半径;根据环境观测状态及转弯半径,通过下层动作策略,得到智能车辆的纵向加速度;根据环境观测状态以及转弯半径,对下层动作策略进行更新,以对纵向加速度进行更新;根据转弯半径,通过预设策略奖励函数,得到下层动作策略的回合总奖励值;根据回合总奖励值、环境观测状态、转弯半径,对上层路径策略进行更新,以对转弯半径进行更新。

    一种带反馈的液力缓速器充液率电液比例控制系统

    公开(公告)号:CN106402209B

    公开(公告)日:2019-04-16

    申请号:CN201611055493.4

    申请日:2016-11-25

    Abstract: 本发明提供了一种带反馈的液力缓速器充液率电液比例控制系统,实现对液力缓速器的制动转矩进行快速、准确的控制。包括作为供油油源的压力油箱、设置于车辆缓速器轮腔壁面和轮腔出口处的压力测点的压力传感器、设置于轮腔入口的充液控制插装阀及其先导的电磁换向阀、设置于轮腔出口的放液控制插装阀及其先导比例溢流阀和电控模块。充液控制插装阀在其先导的电磁换向阀控制下只有全开、全闭两个工作状态。放液控制插装阀在其先导的比例溢流阀控制下成比例的调节开度。电控模块采集到缓速器操纵器的信号,即为目标控制量、传动轴转速信号以及压力传感器的反馈压力,并根据预设的目标控制量,输出控制电磁换向阀和控制比例溢流阀的控制电流。

    一种相机和激光雷达的多源异构传感器融合方法及设备

    公开(公告)号:CN114488181A

    公开(公告)日:2022-05-13

    申请号:CN202210016754.0

    申请日:2022-01-07

    Abstract: 本申请公开了一种相机和激光雷达的多源异构传感器融合方法及设备,用于解决现有的传感器融合策略无法满足智能汽车在全天候、全工时的工况下,对于复杂交通场景的感知需求的技术问题。其中,确定相机对应的图像目标检测序列,及激光雷达对应的点云三维目标检测序列;分别确定与图像目标匹配成功的第一点云目标,以及与图像目标匹配不成功的第二点云目标;确定第一点云目标及与其相匹配的图像目标为融合目标,构建由多个融合目标组成的融合目标序列;将第二点云目标作为融合目标添加至融合目标序列中;从相机和激光雷达中确定出主传感器;确定融合目标序列中的各融合目标为最终检测到的道路目标,并根据主传感器,确定各道路目标对应的目标类别。

    一种用于液力缓速器的虹膜式泵气损失抑制机构

    公开(公告)号:CN108194537A

    公开(公告)日:2018-06-22

    申请号:CN201711204989.8

    申请日:2017-11-27

    CPC classification number: F16D57/02

    Abstract: 本发明属于车辆液力辅助制动领域,特别涉及一种降低液力缓速器泵气损失的装置。一种用于液力缓速器的泵气损失抑制机构,其技术方案是:当液力缓速器不充油时,活塞杆伸出,虹膜挡片将流道挡住,此时,虹膜挡片阻碍空气在轮腔内部的循环流动,阻止动轮与定轮之间的气体流动,由此降低了动轮空转产生的转矩及功率损失。当液力缓速器开始充油工作时,由于油液的冲击力比空气大,当作用于活塞挡片的力大于弹簧预紧力时,活塞杆会被压入活塞缸中,虹膜挡片也会收到支撑架后不会阻碍流道,此时,泵气损失抑制机构不起作用且不影响液力缓速器的循环流道,液力缓速器工作腔内油液正常循环流动进行制动。本发明提高了对泵气损失的抑制效果。

    一种带反馈的液力缓速器充液率电液比例控制系统

    公开(公告)号:CN106402209A

    公开(公告)日:2017-02-15

    申请号:CN201611055493.4

    申请日:2016-11-25

    CPC classification number: F16D57/00 F15B1/024 F15B1/265 F15B21/02

    Abstract: 本发明提供了一种带反馈的液力缓速器充液率电液比例控制系统,实现对液力缓速器的制动转矩进行快速、准确的控制。包括作为供油油源的压力油箱、设置于车辆缓速器轮腔壁面和轮腔出口处的压力测点的压力传感器、设置于轮腔入口的充液控制插装阀及其先导的电磁换向阀、设置于轮腔出口的放液控制插装阀及其先导比例溢流阀和电控模块。充液控制插装阀在其先导的电磁换向阀控制下只有全开、全闭两个工作状态。放液控制插装阀在其先导的比例溢流阀控制下成比例的调节开度。电控模块采集到缓速器操纵器的信号,即为目标控制量、传动轴转速信号以及压力传感器的反馈压力,并根据预设的目标控制量,输出控制电磁换向阀和控制比例溢流阀的控制电流。

    快速起效且制动力矩精确控制的液力缓速器液压控制系统

    公开(公告)号:CN106402207A

    公开(公告)日:2017-02-15

    申请号:CN201610857105.8

    申请日:2016-09-27

    Abstract: 本发明公开了一种快速起效且制动力矩精确控制的液力缓速器液压控制系统,包括油泵电子控制单元ECU(10);所述起效阀(4)由二位二通滑阀(2)和第一先导阀(3)组成,充液量调节阀(9)由二通插装阀(8)和第二先导阀(7)组成;起效阀用于控制液力缓速器轮腔(6)的快速起效,充液量调节阀(9)用于精确控制产生的制动力矩,换热器(5)连接液力缓速器轮腔输入端和输出端,实现散热;本发明可控制油液快速充入缓速器轮腔中,以实现制动力矩的快速起效,且可以根据车辆工况与使用需求,精确控制缓速器输出制动力矩,并可保证液力缓速器具有良好的散热能力。(1)、起效阀(4)、换热器(5)、充液量调节阀(9)和

    面向城市场景下车辆轨迹预测方法、系统及存储介质

    公开(公告)号:CN115009275B

    公开(公告)日:2022-12-16

    申请号:CN202210943631.1

    申请日:2022-08-08

    Abstract: 本申请涉及自动驾驶领域,公开一种面向城市场景下车辆轨迹预测方法、系统及存储介质,方法包括:搜索预测目标周边一定范围内的车道序列,从车道序列中提取预测目标的候选车道序列得到候选目标点集合;采用向量表示预测目标周边智能体的轨迹序列及车道序列,并提取预测目标的空间交互特征;对空间交互特征和轨迹时序特征进行融合得到场景上下文特征;对候选点目标集合及场景上下文特征进行解码输出预测目标的未来轨迹。结合高精地图信息的轨迹预测方式更高的精度,生成的多条轨迹不仅能匹配多种行驶场景下车辆行为意图的不确定性,而且符合车道拓扑结构信息以及车辆行驶规则的约束,提高了车辆轨迹预测的精度。

    面向城市场景下行人轨迹预测方法、模型及存储介质

    公开(公告)号:CN115071762A

    公开(公告)日:2022-09-20

    申请号:CN202211002636.0

    申请日:2022-08-22

    Abstract: 本申请涉及自动驾驶技术领域,尤其涉及一种面向城市场景下行人轨迹预测方法、模型及存储介质,方法包括:用向量表示各智能体的轨迹序列,并基于层级的网络结构得到预测目标的空间交互特征;利用LSTM网络提取预测目标历史轨迹中的轨迹时序特征;利用多头注意力机制对空间交互特征和轨迹时序特征进行融合得到场景上下文特征;对场景上下文特征进行解码输出预测目标的未来轨迹。以场景向量特征作为输入,能直接学习场景中的关键交互信息,将空间交互特征和轨迹时序特征有效结合,通过对周边智能体分配不同的注意力,使模型更加关注对预测目标产生较大影响的个体,从而有助于提高复杂城市道路场景中行人轨迹的预测效果。

Patent Agency Ranking