-
公开(公告)号：CN114379540B
公开(公告)日：2024-04-30
申请号：CN202210157766.5
申请日：2022-02-21
Applicant: 东南大学
IPC: B60W30/04
Abstract: 本发明公开了一种考虑前方障碍物影响的大型营运车辆防侧翻驾驶决策方法。首先，明确防侧翻驾驶决策方法适用的交通场景。其次，将防侧翻驾驶决策问题建模为马尔科夫决策过程，利用标准的策略梯度算法建立大型营运车辆的防侧翻驾驶决策模型。最后，对防侧翻驾驶决策模型进行训练，得到不同行驶工况下的防侧翻驾驶策略。本发明提出的决策方法，考虑了执行防侧翻驾驶策略过程中的安全隐患，克服了现有方法缺乏有效性和可靠性的不足，为营运车辆提供直行、转向、加速、减速等明确的驾驶策略，实现了有效、可靠的大型营运车辆防侧翻驾驶决策。
-
公开(公告)号：CN116959260A
公开(公告)日：2023-10-27
申请号：CN202311212627.9
申请日：2023-09-20
Applicant: 东南大学
IPC: G08G1/01 , G08G1/048 , G08G1/052 , G08G1/0967 , G06N3/042 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的多车辆驾驶行为预测方法，属于新一代信息技术领域。首先，建立基于图神经网络的驾驶行为预测模型，并定义预测模型的输入和输出。其次，定义驾驶行为预测模型的相关参数。最后，设计驾驶行为预测模型的网络架构，并对其进行训练。本发明提出的方法站在路侧的全局化视角，能够预测多个交通参与者的驾驶行为，有助于提高道路重点区域的行车安全。此外，该方法无需计算车辆动力学模型，计算耗时低，且使用的传感器成本较低，计算方法清晰，便于大规模推广。
-
公开(公告)号：CN115440041A
公开(公告)日：2022-12-06
申请号：CN202211070528.7
申请日：2022-09-02
Applicant: 东南大学
IPC: G08G1/01 , G08G1/052 , G08G1/0967 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种路侧视角下的重点车辆驾驶行为预测方法。首先，确定驾驶行为预测网络的输入和输出。其次，构建面向重点车辆的驾驶行为预测网络。最后，训练驾驶行为预测网络，实现了路侧视角下重点车辆的驾驶行为预测。本发明提出的方法，利用了智能路侧设备的全局视角优势与先验信息，且考虑了周围交通参与者对重点车辆驾驶行为的影响，可以对重点车辆“下一步”可能的行为意图进行辨识，实现其“未来”驾驶等行为的“行为级”有效预测。
-
公开(公告)号：CN112580148B
公开(公告)日：2022-11-18
申请号：CN202011512718.0
申请日：2020-12-20
Applicant: 东南大学
IPC: G06F30/15 , G06F30/27 , G06N3/08 , G06F111/18
Abstract: 本发明公开了一种基于深度强化学习的重型营运车辆防侧翻驾驶决策方法。首先，面向高等级公路，建立包含直道和弯道的三车道虚拟环境模型。其次，采集道路状态信息和车辆运动信息。最后，将防侧翻驾驶决策问题建模为马尔科夫决策过程，利用深度确定性策略梯度算法建立重型营运车辆的防侧翻驾驶决策模型，得到不同交通环境和行驶工况下的防侧翻驾驶决策策略，实现对重型营运车辆侧翻主动防控的最优决策。本发明提出的决策方法，克服了现有方法缺乏有效性、环境适应性等不足，为驾驶员提供制动踏板开度、方向盘转角控制量等精确量化的驾驶建议，从而实现有效、可靠、自适应的防侧翻驾驶决策。
-
公开(公告)号：CN115099599A
公开(公告)日：2022-09-23
申请号：CN202210684503.X
申请日：2022-06-17
Applicant: 东南大学
Abstract: 本发明公开了一种面向公交信号优先控制的测试评价方法。首先，选取城市的交通路口作为试验场地，建立面向公交信号优先控制的测试场景。其次，为了全面、精确、可靠地获取公交信号优先控制诱导过程中的公交车运动状态参数，结合匀加速运动模型，采用扩展卡尔曼滤波算法对公交车的位置、速度、加速度信息进行准确估计。最后，在公交车运动状态参数准确递推的基础上，提出了诱导距离、诱导过程的驾驶平顺性、诱导过程的急加速/急减速行为等多个量化指标，从多个角度对公交信号优先控制开展测试评价，实现了精确、可靠、科学的定量测评。
-
Patent Agency Ranking
公开(公告)号：CN114863708A
公开(公告)日：2022-08-05
申请号：CN202210501894.7
申请日：2022-05-09
Applicant: 东南大学
Abstract: 本发明公开了一种面向营运车辆的道路合流区路侧实时精准诱导方法。现有的路侧诱导方法在诱导的实时性、诱导精准性方面无法适用于营运车辆。本发明的方法包含以下几个步骤：步骤一：训练环境中的输入数据预处理；步骤二：设计状态空间、动作空间、奖励函数；步骤三：基于深度确定性策略梯度算法，设计深度策略网络和动作网络并进行训练；步骤四：评估营运车辆诱导效果。本发明能够将转向、制动、加速等方面精准量化的安全性最优的驾驶建议发送给营运车辆，诱导营运车辆安全且高效地通过道路合流区。
-
公开(公告)号：CN114407931A
公开(公告)日：2022-04-29
申请号：CN202210158758.2
申请日：2022-02-21
Applicant: 东南大学
Abstract: 本发明公开了一种高度类人的自动驾驶营运车辆安全驾驶决策方法。首先，进行典型交通场景下驾驶行为的多源信息同步采集，构建表征优秀驾驶员驾驶行为的专家轨迹数据集。其次，综合考虑前向碰撞、后向碰撞、侧向碰撞、车辆侧倾稳定性和驾驶平顺性等因素对行车安全的影响，利用生成对抗模仿学习算法模拟优秀驾驶员的驾驶行为，分别采用近段策略优化算法和深度神经网络构建生成器和判别器，进而建立具有高度类人水平的安全驾驶决策模型。最后，对安全驾驶决策模型进行训练，得到不同行驶工况下的安全驾驶策略。本发明能够模拟人类优秀驾驶员的驾驶意图，为自动驾驶营运车辆提供更加合理、安全的驾驶策略，可以有效保障自动驾驶营运车辆的行车安全。
-
公开(公告)号：CN113753034A
公开(公告)日：2021-12-07
申请号：CN202111225837.2
申请日：2021-10-21
Applicant: 东南大学
Abstract: 本发明公开了一种考虑路面附着条件的大型营运车辆防碰撞决策方法。首先，建立三自由度的营运车辆运动模型。其次，建立基于交互多模型的路面附着条件估计模型，对路面附着系数进行准确识别。最后，将防碰撞决策问题描述为马尔科夫决策过程，建立基于强化学习的防碰撞驾驶决策模型，得到准确、可靠、自适应路面条件的防碰撞决策策略。本发明提出的方法，综合考虑路面附着条件、前向和后向障碍物对车辆碰撞的影响，为驾驶员提供节气门开度、方向盘转角控制量等精确量化的防碰撞策略，克服了现有的大型营运车辆防碰撞驾驶策略缺乏准确性和路面条件适应性的不足。
-
公开(公告)号：CN113753026A
公开(公告)日：2021-12-07
申请号：CN202111225841.9
申请日：2021-10-21
Applicant: 东南大学
Abstract: 本发明公开了一种考虑路面附着条件的大型营运车辆防侧翻决策方法。本发明采用双延迟深度确定性策略梯度算法建立防侧翻驾驶决策模型，具体包括以下4个子步骤：子步骤1：定义防侧翻决策模型的参数；子步骤2：建立防侧翻驾驶决策网络；子步骤3：训练防侧翻驾驶决策网络；子步骤4：利用防侧翻驾驶决策模型输出驾驶决策。本发明提出的方法，能够适应干燥、湿滑、结冰等不同的路面条件，为驾驶员提供节气门开度、方向盘转角控制量等精确量化的防侧翻驾驶策略，克服了现有的大型营运车辆防侧翻驾驶方法缺乏路面条件适应性和准确性的不足。
-
公开(公告)号：CN111595592B
公开(公告)日：2021-10-12
申请号：CN202010437713.X
申请日：2020-05-21
Applicant: 东南大学
IPC: G01M17/007 , G01C25/00 , G05B23/02
Abstract: 本发明公开了一种自适应巡航控制系统性能测评方法。首先，面向高等级公路，建立了基于前车车速时变的自适应巡航控制系统性能测试场景。其次，为了全面、准确的获取测试过程中的车辆运动参数，在方法论层面对测试方法进行了改进，利用改进的自适应卡尔曼滤波算法对车辆的位置、速度等运动状态参数进行精确估计。最后，基于准确递推的车辆运动状态参数，提出了多维度的自适应巡航控制系统性能评价指标并进行量化，构建了自适应巡航控制系统性能评价指标体系。本发明提出的测评方法，克服了现有方法中测试场景与实际不符、测评指标相对单一等不足，实现了复杂场景下自适应巡航控制系统性能高精度、可靠、全面的科学定量测评。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.029 seconds)
