-
公开(公告)号：CN113486822B
公开(公告)日：2022-04-29
申请号：CN202110782921.8
申请日：2021-07-12
Applicant: 吉林大学
Abstract: 本发明提供一种基于驾驶意图的周围车辆轨迹预测方法，包括：获取自车、换道车与周围车辆行驶数据并预处理；获取换道结束点T3及由换道准备阶段开始点T1和换道执行阶段开始点T2界定的换道准备阶段；获取不同换道持续时间的换道轨迹样本及换道原型轨迹；获取他车驾驶意图辨识的表征参数组并建立他车驾驶意图辨识模型；建立包含换道持续时间变量的换道轨迹预测模型；根据他车驾驶意图辨识模型判断他车是否换道，如果是则基于他车对应换道持续时间的换道原型轨迹下的换道轨迹预测模型预测他车未来轨迹。本发明辨识他车驾驶意图时考虑自车换道车与周围车辆，预测换道轨迹时考虑换道持续时间多样性，可准确辨识他车换道意图且准确预测他车换道轨迹。
-
公开(公告)号：CN109101697B
公开(公告)日：2020-06-12
申请号：CN201810787425.X
申请日：2018-07-18
Applicant: 吉林大学
Abstract: 本发明公开了液罐汽车流‑固耦合系统的整车动力学模型的建模方法，涉及汽车建模技术领域；整车动力学模型由非满载罐体内的液体侧向晃动等效椭圆规钟摆模型的动力学方程、液罐汽车的侧向力平衡方程、液罐汽车的横摆力矩平衡方程和液罐汽车的侧倾力矩平衡方程组成，所述整车动力学模型为四自由度动力学模型；其通过构建非满载罐体内的液体侧向晃动等效椭圆规钟摆模型的动力学方程、液罐汽车的侧向力平衡方程、横摆力矩平衡方程和侧倾力矩平衡方程等，实现了构建结构简单、准确性高、能够应用于液罐汽车动力学特性分析和主动安全控制的液罐汽车整车动力学模型。
-
公开(公告)号：CN110569783A
公开(公告)日：2019-12-13
申请号：CN201910836440.3
申请日：2019-09-05
Applicant: 吉林大学
Abstract: 本发明涉及一种驾驶人换道意图识别方法及系统，使用决策树方法提取方向盘转角、车道偏离量和横摆角加速度作为意图表征参数组；基于K-means聚类，对方向盘转角和车道偏离量的时间序列分别聚类，确定意图起止时刻，进而确定换道意图时窗宽度；最后结合高斯概率密度函数和隐马尔可夫理论，建立驾驶人换道意图识别模型对驾驶人意图进行识别，识别信度高，对左、右换道意图的识别准确率达100％，对直行意图的识别准确率达91.1％，且时序性较强，可在左换道开始前的1.5s、右换道开始之前的1.4s预测出换道行为，预防LWS系统对驾驶人造成的干扰，对提高行车安全和降低交通事故有重要意义。
-
公开(公告)号：CN109509364A
公开(公告)日：2019-03-22
申请号：CN201910007150.8
申请日：2019-01-04
Applicant: 吉林大学
IPC: G08G1/0969 , G08G1/0967
Abstract: 本发明涉及一种驾驶人预瞄时间确认方法、系统、设备及介质，根据预行驶道路的半径、所述预行驶道路半径随长度的变化率、预瞄时间随道路半径变化系数与预瞄时间的预设关系精确动态变化得所述预瞄时间，所述预瞄时间的确认与当前源车辆的形式环境精密关联，贴合当前源车辆的形式环境，当前车辆配备的各安全行驶系统据此生成的关联信息必定精度大幅度提高，进而提高各安全行驶系统的预警、引导、控制精度，从而降低交通事故的发生。
-
公开(公告)号：CN119622371A
公开(公告)日：2025-03-14
申请号：CN202411452194.9
申请日：2024-10-17
Applicant: 吉林大学
IPC: G06F18/23 , G06F18/10 , G06F18/213 , G06F123/02
Abstract: 本发明涉及一种考虑数据变化趋势的驾驶行为基元聚类方法，包括以下步骤：步骤一：采集自然驾驶数据，选取驾驶行为分析变量，滤波处理后通过预处理后驾驶行为数据、驾驶行为导数数据得到驾驶行为数据集合#imgabs0#步骤二：用BMASS方法对#imgabs1#进行驾驶行为基元提取得到驾驶行为基元集合P＝{Pj；}j＝1:N；步骤三：对驾驶行为基元数据初步离散化；步骤四：针对Pj中t点及其邻域的导数、数据波动情况进行驾驶行为基元的数据变化趋势判断；步骤五：综合数据分布项和数据变化趋势项得到驾驶行为基元的离散化结果，基于LDA主题模型实现驾驶行为基元的聚类；本发明能够提高驾驶行为基元的聚类准确性，实现驾驶行为基元语义信息的精准表达，帮助驾驶人准确、直观理解其驾驶行为。
-
Patent Agency Ranking
公开(公告)号：CN118690120A
公开(公告)日：2024-09-24
申请号：CN202410781136.4
申请日：2024-06-18
Applicant: 吉林大学
IPC: G06F18/10 , G06F18/2134 , G06F18/24 , G06N3/0464 , G06N3/0499 , A61B5/18 , A61B5/16 , A61B5/0205 , A61B5/00
Abstract: 本发明提供一种多模态的驾驶员分心状态识别算法，包括以下步骤：模态数据#imgabs0#包括#imgabs1#通过输入编码模块对模态数据进行卷积处理，得到对齐模态数据#imgabs2#所述对齐模态参数#imgabs3#包括#imgabs4##imgabs5#对同一时间段的各对齐模态参数#imgabs6#在通道维度进行拼接，得到拼接数据X，#imgabs7#通过时间&通道注意力模块对拼接数据X处理，得到X时间注意力和通道注意力的相关性结果OTCA1；通过全连接模块，对相关性结果OTCA1进行三层全连接操作，每层全连接后进行批量归一化和激活，最终给出分类结果Y；所述分类结果Y包括分心、不分心；实现发挥不同模态数据在驾驶分心识别的优势，实现对多模态数据进行接近真实过程的处理，解决各个模态间的相关性问题和各模态数据中包含的时序信息问题，提高驾驶分心识别精度和准度。
-
公开(公告)号：CN114715146B
公开(公告)日：2024-08-16
申请号：CN202210497607.X
申请日：2022-05-09
Applicant: 吉林大学
IPC: B60W30/095 , B60W40/105 , B60W40/13
Abstract: 本发明公开了一种潜在碰撞事故严重程度预测方法，包括以下步骤：获取碰撞事故样本，所述碰撞事故样本中的碰撞事件带有碰撞严重程度标签，所述碰撞事故样本基于所述碰撞严重程度标签分为若干碰撞事故子样本；基于所述碰撞事故样本的基本特征，进行特征构造，得到构造特征，对所述构造特征进行筛选，得到与所述碰撞严重程度标签有相关性的表征特征；基于所述表征特征，对所述碰撞事故子样本进行过采样或欠采样处理，得到均衡的碰撞事故样本；基于得到的均衡的碰撞事故样本，建立碰撞严重程度预测模型；基于所述碰撞严重程度预测模型，对潜在碰撞事故严重程度进行预测即可。本发明的方法，可在碰撞事故发生前，对行车过程中实时的潜在碰撞事故的严重程度进行预测。
-
公开(公告)号：CN118364375A
公开(公告)日：2024-07-19
申请号：CN202410455252.7
申请日：2024-04-16
Applicant: 吉林大学
IPC: G06F18/2415 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , B60W40/09
Abstract: 本发明提供基于卷积神经网络融合模型的驾驶行为基元识别方法，包括以下步骤：获取N个驾驶行为基元样本，采集驾驶行为基元的基元信息；通过基础变量信息构造驾驶行为基元的基元构造变量信息；通过基元基础变量信息、基元构造变量信息构建基元信息矩阵A；基于卷积神经网络，构建驾驶行为基元辨识模型，通过驾驶行为基元辨识模型实现对待识别驾驶行为基元的基元信息矩阵A进行处理，得到待识别驾驶行为基元的基元类别标签信息；实现同时对驾驶行为基元的基元基础变量信息、基元构造变量信息进行处理分析，且得到融合全局特征和局部特征的基元类别准确分析结果，从而提高基元识别效率，为自动驾驶行为决策提供研究基础。
-
公开(公告)号：CN117141502A
公开(公告)日：2023-12-01
申请号：CN202311120769.2
申请日：2023-09-01
Applicant: 吉林大学
Abstract: 本发明提供一种瞬时驾驶倾向性量化方法及识别方法，所述瞬时驾驶倾向性量化方法包括以下步骤：基于所述的目标车辆实时运动状态参数、交互区域内实时自车道前车运动状态参数、交互区域内目标车道车辆实时运动状态参数通过第一公式计算得到目标车辆的驾驶倾向性客观表征指标ObjLCV(t)；基于所述目标车辆实时运动状态参数通过第二公式计算得到目标车辆的驾驶倾向性主观表征指标；基于所述驾驶倾向性客观表征指标、驾驶倾向性主观表征指标通过第三公式计算目标车辆的驾驶强硬程度指标；通过驾驶强硬程度指标对交互区域内的目标车辆的瞬时驾驶倾向性进行量化；通过一种瞬时驾驶倾向性识别方法对目标车辆的瞬时驾驶倾向性进行预测。
-
公开(公告)号：CN117104220A
公开(公告)日：2023-11-24
申请号：CN202311120635.0
申请日：2023-09-01
Applicant: 吉林大学
IPC: B60W30/095 , B60W50/00 , B60W60/00
Abstract: 本发明提供一种行车交互区域的确定方法以及系统；实时监测进入广义交互区域中车辆信息，当没有车辆进入广义交互区域时，所述广义交互区域为行车交互区域；当监测有车辆进入广义交互区域时，基于自车道的目标车辆特征性能数据、目标车道的前车纵向车速、目标车道的后车纵向车速、车辆安全数据库，通过安全交互区域判断模块确定安全交互区域，所述安全交互区域为行车交互区域，实现实时确定行驶中的目标车辆的交互区域，且交互区域内目标车辆进行转向或换道时不会出现撞车现象；所述交互区域的确定有利于研究交互行为，提取交互特征，对后续研究车辆的意图辨识、轨迹预测、行为决策、风险态势评估以及路径规划等方面十分重要。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.02 seconds)
