-
公开(公告)号：CN117079451B
公开(公告)日：2024-04-19
申请号：CN202310847870.1
申请日：2023-07-11
Applicant: 清华大学
Abstract: 本申请公开了一种城市连续交叉路口场景下混合交通系统的控制方法及装置，其中，方法包括：建立混合车辆队列模型和交通信号灯模型，并将交叉路口的路段分为自由换道区间、编队生成区间和节能控制区间；基于编队生成区间的车辆位置的虚拟分布，确定自由换道区间的通行次序，在自由换道区间构建混合车辆队列间的行为冲突，以得到最优解或可行的次优解，进而获得节能控制区间的可行路径，得到最优控制的方式，以生成混合车辆队列中头车的最优速度轨迹，并跟踪最优速度轨迹，控制智能网联车辆引领跟随车辆。由此，解决了相关技术中由于车辆强制组队产生频繁的换道行为，能够提高车辆的安全性，降低混合交通系统的能源消耗的问题。
-
公开(公告)号：CN117649562A
公开(公告)日：2024-03-05
申请号：CN202311775340.7
申请日：2023-12-21
Applicant: 清华大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06N5/04 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及自动驾驶开发技术领域，特别涉及一种自动驾驶感知模块图形化开发方法及装置，其中，方法包括：确定图形化开发需求，并根据图形化开发需求生成自动驾驶感知模块的初始数据集；对初始数据集进行数据增广处理，得到增广数据集，并利用增广数据集对初始拖拽式图形化感知网络进行训练，直至达到预设迭代停止条件，得到基于拖拽式图形化感知网络；利用基于拖拽式图形化感知网络对任一实际需求进行推理，得到对应的自动驾驶感知模块图形化开发结果。由此，解决了当前感知模型训练技术研发门槛，且研发链路长、效果验证时间长等问题。
-
公开(公告)号：CN117549969A
公开(公告)日：2024-02-13
申请号：CN202311528839.8
申请日：2023-11-16
Applicant: 清华大学
Abstract: 本发明提供一种半挂牵引拖台主动转向车辆、长编组列车及转向控制方法，列车转向技术领域，半挂牵引拖台主动转向车辆包括前转向拖台和半挂车，半挂车的前端搭设于前转向拖台上，前转向拖台用于与在前的车辆连接，前转向拖台包括回转驱动装置、前拖台车桥和两侧车轮，回转驱动装置能够驱动前拖台车桥回转以使得在后的车辆沿着在前的车辆的移动轨迹移动。本发明还提供了一种长编组列车以及挂车主动转向控制方法，本发明通过前转向拖台的主动转向实现不限节数的全挂车的轨迹跟随，同时给出了主动转向转角的计算方法，确保牵引车与后方所有车辆均在同一轨迹上行驶，解决了轨迹偏差问题。
-
公开(公告)号：CN117079451A
公开(公告)日：2023-11-17
申请号：CN202310847870.1
申请日：2023-07-11
Applicant: 清华大学
Abstract: 本申请公开了一种城市连续交叉路口场景下混合交通系统的控制方法及装置，其中，方法包括：建立混合车辆队列模型和交通信号灯模型，并将交叉路口的路段分为自由换道区间、编队生成区间和节能控制区间；基于编队生成区间的车辆位置的虚拟分布，确定自由换道区间的通行次序，在自由换道区间构建混合车辆队列间的行为冲突，以得到最优解或可行的次优解，进而获得节能控制区间的可行路径，得到最优控制的方式，以生成混合车辆队列中头车的最优速度轨迹，并跟踪最优速度轨迹，控制智能网联车辆引领跟随车辆。由此，解决了相关技术中由于车辆强制组队产生频繁的换道行为，能够提高车辆的安全性，降低混合交通系统的能源消耗的问题。
-
公开(公告)号：CN116486612A
公开(公告)日：2023-07-25
申请号：CN202310436282.9
申请日：2023-04-21
Applicant: 清华大学 , 北京嘀嘀无限科技发展有限公司
IPC: G08G1/01
Abstract: 本申请涉及一种基于车路云协同的混合交通队列稳定性评价方法及装置，其中，方法包括：采集实际混合交通场景中每个车辆的实际运动信息，并根据实际运动信息对相应车辆进行系统辨识，以利用辨识结果建立对应的车辆动力学模型；以每个车辆对应的车辆动力学模型辨识结果与云端预设的车辆等级分类标准为参照，从预设云端数据库中匹配到每个车辆对应的标准动力学模型；基于每个车辆对应的标准动力学模型进行云端虚拟仿真测试，并根据测试结果对混合交通系统进行综合评价，生成混合交通队列稳定性评价结果。由此，解决了现有的交通评价测试方法信息获取范围不足、无法适用于智能交通系统下的混合交通场景等问题。
-
Patent Agency Ranking
公开(公告)号：CN113589690B
公开(公告)日：2023-07-21
申请号：CN202110791133.5
申请日：2021-07-13
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明公开了一种协同自适应巡航控制鲁棒容错方法及装置，构造带有非线性系统参数摄动、多源未知外界干扰和雷达性能缺陷、执行控制性能缺陷的车辆系统数学模型；设计CACC‑SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器，构造带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统；求解CACC‑SOTIF鲁棒非脆弱动态输出反馈H∞主动容错控制器的增益，使带有干扰估计误差、雷达性能缺陷的估计误差、执行控制性能缺陷估计误差和未知干扰的增广闭环系统渐进稳定，并具有H∞性能。该方法能够在保障协同自适应巡航控制预期功能安全的同时，应对车辆系统参数时变摄动、控制器参数摄动、多源外界干扰问题。
-
公开(公告)号：CN114677836B
公开(公告)日：2023-06-30
申请号：CN202210199416.5
申请日：2022-03-02
Applicant: 清华大学
Abstract: 本申请公开了一种基于最小团覆盖的交叉路口多车协同方法、系统、电子设备及存储介质，其中，方法包括：获取交叉路口中目标区域的至少两辆车辆的当前所处位置和相对于其他车辆的相对位置；根据当前所处位置和相对位置识别确定车辆之间的冲突关系，并由冲突关系生成至少两辆车辆间的无向共存图；以无向共存图中全连接的子图数目最小为目标，根据无向共存图构建生成树，并基于生成树得到车辆通行次序，控制至少两辆车辆按照车辆通行次序依次通行。由此，在确保行车安全的前提下，减少了车辆通过路口所需的时间，提高了驾乘体验。
-
公开(公告)号：CN115661797B
公开(公告)日：2023-05-09
申请号：CN202211553065.X
申请日：2022-12-06
Applicant: 清华大学
Abstract: 本公开提供的一种目标跟踪方法、装置及设备，涉及自动驾驶技术，包括：获取摄像头采集的车道线数据、摄像头目标物数据；获取雷达采集的雷达目标物数据；根据车道线数据确定自车中心线；根据自车中心线确定第一、二筛选条件；将摄像头目标物数据与第一筛选条件进行匹配，根据匹配结果确定目标车辆及其第一数据；将雷达目标物数据与第二筛选条件进行匹配，根据匹配结果确定雷达目标物的第二数据；根据第一数据以及第二数据，确定目标车辆的目标数据。先拟合出自车中心线，并根据自车中心线筛选出目标车辆以及本车道上的雷达目标物。将雷达目标物与目标车辆进行融合，得到目标车辆的数据。可提高目标跟踪的准确性。
-
公开(公告)号：CN115497281A
公开(公告)日：2022-12-20
申请号：CN202210983421.5
申请日：2022-08-16
Applicant: 清华大学
Abstract: 本申请提出了一种混合交通场景下多队列领航车的鲁棒模型预测控制方法，包括：构建混合交通多队列系统；确定混合交通多队列系统的多队列期望速度、领航车安全距离、子队列头车间距；探测人工驾驶车辆的速度、与多队列领航车之间的车间距，根据车间距预测人工驾驶车辆未来假设状态；根据人工驾驶车辆未来假设状态和多队列领航车跟车策略确定多队列领航车期望状态；构建多队列领航车鲁棒模型预测控制器以及对应的目标函数和约束条件；基于目标函数和约束条件对模型预测控制器进行求解，得到当前时刻目标控制策略。采用上述方案的本发明实现了领航车及其后方多队列在人工驾驶车辆干扰下的稳定、安全行驶，减弱人工驾驶车辆对多队列的影响的效果。
-
公开(公告)号：CN111291786B
公开(公告)日：2022-10-25
申请号：CN202010054543.7
申请日：2020-01-17
Applicant: 清华大学
IPC: G06V10/774 , G06V10/764 , G06V20/64 , G06V20/58 , G06V10/82 , G06N3/04 , G06T7/285
Abstract: 本发明公开了一种车载视觉实时多目标航向角估计方法及装置，该方法包括：步骤1，采用离线数据集事先训练好的单阶段二维目标检测模型YOLOv3提取输入的单目单帧图像的深度卷积神经网络特征图；步骤2，在深度卷积神经网络特征图上进行二维目标的优化定位，并对车辆、行人和骑车人三类交通道路参与者多目标进行分类优化，输出目标框所对应目标的二维位置和类别；步骤3，根据深度卷积神经网络特征图、目标的二维位置和类别，通过直接回归该目标的连续观测角度α，分别得到观测角度α的正弦值sinα和余弦值cosα，考虑角度的周期性同时平方和约束正弦值sinα和余弦值cosα，最终获得目标相对自车的观测角度α的唯一确定值。本发明能够在车辆行驶过程中准确实时地估计车载目标在世界坐标系下的观测，为车载目标的轨迹预测和智能车辆的碰撞预警提供依据。
-
-
-
-
-
-
-
-
-
Search Results
653
records
(took 0.077 seconds)
