-
公开(公告)号：CN114071421B
公开(公告)日：2023-01-10
申请号：CN202010774258.2
申请日：2020-08-04
Applicant: 同济大学
Abstract: 高速公路场景中开放式无人驾驶车车群模型及车群形成过程研究方法，包括：定义；构建无人驾驶车群网络拓扑结构；定义车辆状态；无人驾驶车辆状态转换过程。本发明首次提出面向开放式“无人驾驶车群”的概念，设想为无人驾驶车辆在高速公路道路的每一个方向上形成多跳车群，设计和构建了一种考虑高速公路场景下、面向开放式无人驾驶车群行车环境、能使得车群之间始终保持互联互通、有效满足未来无人驾驶运动行为智能化所需要的无人驾驶车群模型，同时研究了无人驾驶车辆节点的初始化状态、选举状态、引领节点状态、普通节点状态、游离节点状态及转换过程，给出了无人驾驶车群形成方法的雏形，为未来无人驾驶运动行为智能化提供所需的理论和方法。
-
公开(公告)号：CN113032144B
公开(公告)日：2022-11-11
申请号：CN202110274590.7
申请日：2021-03-15
Applicant: 同济大学
IPC: G06F9/50 , G06F30/20 , G06N3/00 , G06F111/06
Abstract: 一种高速公路场景下基于边缘计算的无人驾驶车群形成算法及自协模型构建方法。步骤1.定义，步骤2.无人驾驶车群形成算法，步骤3.无人驾驶车群自协模型构建。发明考虑高速公路背景下开放式无人驾驶车群因为有人驾驶车辆节点以及路边标识的干扰下无法有效保持稳定有序问题，基于边缘计算思想，给出了分层多角色节点的无人驾驶车群形成方法，使得任务分配到不同的角色节点，有效避免节点的重复计算，保持相应节点之间的协同；结合考虑无人驾驶车群网络的连通性和稳定性，给出无人驾驶车群自协模型；通过使用多目标优化方法对无人驾驶车群自协模型进行优化求解，得到最优的自协模型，从而有效保障无人驾驶车群自协模型的合理性和可用性。
-
公开(公告)号：CN113015085B
公开(公告)日：2022-02-01
申请号：CN202110195974.X
申请日：2021-02-22
Applicant: 同济大学
Abstract: 本发明涉及无人驾驶领域。高速公路场景中开放式无人驾驶车群动态演化探测方法。首先研究车群内部结构变化，然后给出无人驾驶车群动态演化探测算法，用以探测无人驾驶车群可能发生的结构变化，从而能够实时准确地探测车群内部动态演化特征。解决上述问题，能够实时准确地探测车群内部动态演化特征，从而确保无人驾驶车群运动行为稳定有序，以期满足未来无人驾驶运动行为智能化，使得无人驾驶在高速公路场景中能够得到实际应用成为可能。
-
公开(公告)号：CN113742909A
公开(公告)日：2021-12-03
申请号：CN202110975463.X
申请日：2021-08-24
Applicant: 同济大学
IPC: G06F30/20 , G06F30/18 , G06F9/448 , G06F111/04 , G06F111/06
Abstract: 本发明涉及无人驾驶领域，提出了封闭场景下无人驾驶车群自协模型构建方法。具体包括如下步骤：步骤1.相关定义；步骤2.无人驾驶车群动态演化算法；步骤2.1无人驾驶车群群内演化；步骤2.2无人驾驶车群群间演化；步骤3.基于有限状态机的车群自协演化模型；步骤3.1无人驾驶车群群内自协模型；步骤3.2无人驾驶车群群间自协模型；步骤4.无人驾驶车群自协模型的多目标优化。通过本方法，能够保障无人驾驶车群始终保持稳定有序的运动行为智能化自治协同，从而使得无人驾驶车群在封闭场景下能够得到应用推广。
-
公开(公告)号：CN112689267A
公开(公告)日：2021-04-20
申请号：CN202011484672.6
申请日：2020-12-16
Applicant: 同济大学
Abstract: 一种高速公路场景中开放式无人驾驶车车群动态演化方法，其特征在于，形成无人驾驶车群，步骤1，定义出四个独立变化事件以演化出每一个无人驾驶车辆“生命周期”迭代，包括节点出现、节点消失、节点加入、节点离开；步骤2，描述出无人驾驶车辆车群动态演化过程，包括：(1)车群形成事件；(2)车群消亡事件；(3)车群生存事件；(4)车群分裂事件；(5)车群合并事件。本发明技术方案专适用于高速公路场景，并不适用于诸如港口、物流等封闭式场景，也不适用于城市场景。
-
Patent Agency Ranking
公开(公告)号：CN109982291B
公开(公告)日：2020-08-14
申请号：CN201910155036.X
申请日：2019-03-01
Applicant: 同济大学
Abstract: 在有基础设施的车联网中，RSU节点在对所在区域进行管理控制时不仅需要实时更新，还需要在拓扑结构发生变化时及时指导区域内的车辆节点进行连通，从而会导致RSU通信拥塞和数据丢失问题，本发明针对以上问题给出城市场景中有基础设施车联网网络弱连接检测方法：针对车联网时空数据异构以及拓扑频繁变化导致的连通性问题，构建基于张量因子聚合的神经网络模型，用来预测车辆节点之间的连通强度，以连通强度作为边的权值，借助Laplace矩阵性质，检测网络中容易断开的边以及容易造成整体网络不连通的情况，从而为有效选择新的桥接节点，减轻RSU的负载均衡以及有基础设施车联网通达性提供技术支撑。
-
公开(公告)号：CN109862537A
公开(公告)日：2019-06-07
申请号：CN201910172076.5
申请日：2019-03-07
Applicant: 同济大学
Abstract: 由于车联网中车辆节点快速移动与车联网网络拓扑高动态变化，车联网易发生数据聚集与延迟等现象，从而很大程度上给车联网网络连通并稳定带来巨大的挑战。然而，一个良好的车联网路由策略不仅需要保持网络的快速连通，而且需要保持网络稳定，即保证网络的通达性。因此分析和理解车联网社区内部通达是一个急需解决的问题。本发明针对以上问题，为了探测车联网社区内部连通并保持稳定，给出车联网社区内通达性方法，该方法利用学习自动机理论，通过部署在社区节点间的信息交换与竞争，设置相应的激励函数和惩罚函数，自适应调整不同路由的转发概率，达到纳什均衡状态，从而实现从整体上优化网络中的数据传输，提升车联网网络通达性的目的。
-
公开(公告)号：CN109840720B
公开(公告)日：2023-04-07
申请号：CN201910155584.2
申请日：2019-03-01
Applicant: 同济大学
IPC: G06Q10/0631 , G06Q50/00 , H04W4/40
Abstract: 车联网社区动态演化方法，具体包括如下步骤：步骤1.相关性质定义；步骤2.车联网社区的动态演化方法。步骤2.1基于点增量的社区变化；步骤2.2基于边增量的社区变化；步骤2.3基于权值增量的社区变化；步骤2.3基于社区增量的动态演化算法。在研究社区向心力和社区离心力的前提下，探测点增量、边增量以及权值增量对社区演化的影响，确立社区增量的演化机制，再以社区增量为基础进而研究大规模社区的演化机制，从而为车联网通达性研究提供了重要的理论基础。
-
公开(公告)号：CN113033899B
公开(公告)日：2023-03-17
申请号：CN202110331661.2
申请日：2021-03-29
Applicant: 同济大学
IPC: G06Q10/04 , G06F18/2321 , G06F18/214 , G06F18/211 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种无人驾驶邻近车辆轨迹预测方法，本发明涉及无人驾驶领域。本发明给出了无人驾驶邻近车辆轨迹的预测方法。首先，通过LK‑DBSCAN(Limit‑K DBSCAN)算法提取出视频数据和点云数据中无人驾驶邻近车辆周围车辆集合以及路况信息，采用特征工程构造潜在的存在影响力的特征，增强数据特征对复杂道路情况的表达能力；然后使用长短期记忆神经网络LSTM对车辆的实时行为进行预测；最后，结合LSTM预测的车辆行为与车辆的历史行为数据，通过B‑LSTM(Behavior‑based LSTM)对车辆的轨迹进行预测。解决上述问题，可以提升无人驾驶车辆行为预测的准确率，减少轨迹预测的误差，从而位无人驾驶车辆运行行为决策提供准确性和效率。
-
公开(公告)号：CN113222335B
公开(公告)日：2022-10-14
申请号：CN202110365927.5
申请日：2021-04-06
Applicant: 同济大学
Abstract: 本发明公开一种基于风险评估效用的安全性无人驾驶车群构建方法，涉及无人驾驶领域，其特征在于：包括如下步骤：步骤1.风险评估效用；步骤2.无人驾驶车群成员相关定义；步骤3.基于风险评估效用的无人驾驶车群形成方法；步骤4.车群维护；步骤5.车群安全性评价指标。针对现有的安全量化方法缺乏无人驾驶车群安全性度量指标等问题，给出了风险评估效用指标来衡量车群的安全性，以此为基础给出了无人驾驶车群形成算法，在车群形成的同时对车辆进行了角色划分，以分担头节点的负载，面向无人驾驶车辆行车环境，提供一种能够保障无人驾驶车群运动行为智能化的安全性方法，从而使得无人驾驶车群在复杂场景下能够得到安全的应用的方法。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.019 seconds)
