-
公开(公告)号：CN116564084A
公开(公告)日：2023-08-08
申请号：CN202310508658.2
申请日：2023-05-08
Applicant: 苏州大学
Abstract: 本发明提供一种基于纯路端感知的网联式辅助驾驶控制方法及系统，方法包括路侧设备采集路端数据；将路侧设备采集的路端数据实时上传至云端，来更新云端信息，将更新后的云端信息作为输入数据传送至路端；路端接收到云端数据后，在对路端数据进行预处理后，对云端数据和路端数据进行计算，得到路端感知子信息；将路端感知子信息与云端数据进行融合形成路端感知信息；将路端感知信息发送至车端；车端接收到路端感知信息后，对路端感知信息进行分析，确定下一步车辆的行驶状态，进行车辆辅助驾驶控制。本发明采用纯路端感知的方式，在减少单个车辆的生产和运营成本的同时使得行驶车辆能够获得更全面的感知信息。
-
公开(公告)号：CN116394979A
公开(公告)日：2023-07-07
申请号：CN202310479421.6
申请日：2023-04-28
Applicant: 苏州大学
Abstract: 本发明涉及一种基于路侧融合感知的自动驾驶决策控制方法，包括：步骤S1：获取车辆周围的路况信息及环境信息和车辆自身的状态信息；步骤S2：根据所述车辆周围的路况信息及环境信息和车辆自身的状态信息，确定车辆的驾驶行为；步骤S3：根据确定好的驾驶行为规划车辆的最优驾驶路径；步骤S4：通过控制车辆运动的纵向轨迹和车辆运动的横向轨迹，使车辆按所述最优驾驶路径行驶。本发明能够基于当前场景控制车辆的驾驶行为，并基于驾驶行为规划出车辆的最优路径，并控制车辆按最优路径行驶。
-
公开(公告)号：CN112820125B
公开(公告)日：2023-01-17
申请号：CN202110314982.1
申请日：2021-03-24
Applicant: 苏州大学
Abstract: 本发明涉及一种车辆混行情况的智能网联车辆的通行引导方法及引导系统，包括以下步骤：采集车辆行驶信息，获得车辆的目标车道；判断进入通信区域的智能网联车辆与人工驾驶车辆是否会发生冲突：根据车辆的目标车道，判断车道上的车辆发生的冲突的类型；根据车辆行驶信息，获取对应冲突类型的两个车辆按照原始状态行驶通过交叉口的总的通行时间；选取通行时间最小的车辆获得先行权，通行时间在后的通行的车辆根据最小的通行时间重新计算最佳加速度。其考虑了混合车队的情况，通过通行时间的计算间接优化车辆的加速度，既提高了交叉口的通行效率，降低了车辆在行驶过程中的燃油消耗，又提高了无信号交叉口行驶的安全性。
-
公开(公告)号：CN114627405B
公开(公告)日：2022-11-18
申请号：CN202210133912.0
申请日：2022-02-14
Applicant: 苏州大学
Abstract: 本发明公开了一种车辆集成视觉识别方法，利用所述无人机视角检测模型，对所述导入视频材料全天候无人机视角下的车流量信息进行检测，利用所述电子警察视角检测模型，对所述导入视频材料全天候电子警察视角下的车流量信息进行检测，利用所述路人视角检测模型，对所述导入视频材料全天候路人视角下的车流量信息进行检测，利用所述夜间红外视频检测模型，对所述导入视频材料夜间电子警察视角和路人视角下的车流量信息进行检测，实现了对夜间、雨天、雾天等光图像情况不良条件下交叉路口的全天候多视角车流量信息的检测，有效地降低车辆检测的漏检率和误检率。
-
公开(公告)号：CN115018016A
公开(公告)日：2022-09-06
申请号：CN202210924589.9
申请日：2022-08-03
Applicant: 苏州大学
Abstract: 本申请提供一种人工驾驶车辆换道意图识别方法和系统，所述方法包括：对预设车辆轨迹数据集进行预处理；提取目标车辆的车辆行驶特征及驾驶行为特征；构建基于机器学习的车辆跟驰与换道决策预测模型，将预处理后的车辆轨迹数据集输入所述预测模型进行训练：根据所述目标车辆的车辆行驶特征得到目标车辆的速度、加速度、车头间距，根据所述目标车辆的驾驶行为特征得到大型车特征值和聚类特征值；将所述目标车辆的速度、加速度、车头间距、大型车特征值和聚类特征值输入训练好的预测模型，得到目标车辆的换道意图识别结果。本发明可以在高速公路瓶颈环境下识别人工驾驶车辆的换道意图，有利于降低碰撞风险；减少因换道决策失误导致的拥堵和交通事故。
-
Patent Agency Ranking
公开(公告)号：CN114627405A
公开(公告)日：2022-06-14
申请号：CN202210133912.0
申请日：2022-02-14
Applicant: 苏州大学
Abstract: 本发明公开了一种车辆集成视觉识别方法，利用所述无人机视角检测模型，对所述导入视频材料全天候无人机视角下的车流量信息进行检测，利用所述电子警察视角检测模型，对所述导入视频材料全天候电子警察视角下的车流量信息进行检测，利用所述路人视角检测模型，对所述导入视频材料全天候路人视角下的车流量信息进行检测，利用所述夜间红外视频检测模型，对所述导入视频材料夜间电子警察视角和路人视角下的车流量信息进行检测，实现了对夜间、雨天、雾天等光图像情况不良条件下交叉路口的全天候多视角车流量信息的检测，有效地降低车辆检测的漏检率和误检率。
-
公开(公告)号：CN114416710A
公开(公告)日：2022-04-29
申请号：CN202111646253.2
申请日：2021-12-29
Applicant: 苏州大学
IPC: G06F16/215 , G06F16/2458 , G06F16/29 , G06K9/62
Abstract: 本发明公开了一种快速路车辆OD位置提取方法及系统，包括以下步骤：获取同一区域内的手机信令数据与车牌识别数据；分别对手机信令数据和车牌识别数据进行预处理；对手机信令数据轨迹进行切分，得到具有出行次序的手机信令数据；通过三维轨迹数据对手机信令数据轨迹与车牌识别数据轨迹进行匹配，得到车辆与其对应的手机信令用户；提取车辆在车牌识别数据中途径某路段的经过时间，计算该经过时间与车辆对应的手机信令用户出行轨迹点的时间差，取时间差最小值所在的手机信令数据的出行次序首末位置为该车辆此次出行的OD。本发明弥补自动车牌识别数据中的行程信息缺失问题，结合终端信令数据，对快速路车辆进行行程信息的修补。
-
公开(公告)号：CN111445700B
公开(公告)日：2021-06-11
申请号：CN202010490311.6
申请日：2020-06-02
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种基于车牌识别数据的区域行停车辆的监测方法。该监测方法包括步骤:获取预设区域内外的车牌识别数据；基于所述车牌识别数据进行所述预设区域内的行车识别，实时获得所述预设区域内的行车车辆指标、驶入驶出车次指标和过境车辆指标；基于所述车牌识别数据进行所述预设区域内的停车识别，实时获得或者预测所述预设区域内的停车车辆指标和停车特征指标。本发明实施例提供的基于车牌识别数据的区域行停车辆的监测方法能够有效地应用车牌识别数据实现行停车辆的监测，从而给解决城市不同区域“行停”难的问题提供基础。
-
公开(公告)号：CN106601002B
公开(公告)日：2019-06-07
申请号：CN201611047732.1
申请日：2016-11-23
Applicant: 苏州大学
IPC: G08G1/0967
Abstract: 本发明公开了一种车联网环境下的入口匝道车辆通行引导系统及其引导方法，引导系统包括路侧设备和监控中心以及主线车辆车载设备和匝道车辆车载设备；路侧设备包括主线车流信息采集模块、匝道车流信息采集模块和路侧智能决策模块；主线车辆车载设备和匝道车辆车载设备均包括车载主控模块、车辆基本信息储存模块、GPS定位模块、车速采集模块、车速控制模块和提示模块；通过路侧设备采集主线外侧车道车辆和匝道车辆的运行状态信息，进行冲突预测估计，给出入口匝道车辆的分组情况和汇入主线车流所需的安全车速，并发送至车载设备中的提示模块和车速控制模块，引导系统及其引导方法能够避免快速路合流区的车辆碰撞，提高行车安全和通行效率。
-
公开(公告)号：CN118824008A
公开(公告)日：2024-10-22
申请号：CN202410939654.4
申请日：2024-07-15
Applicant: 苏州大学
IPC: G08G1/01 , G08G1/052 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F18/214
Abstract: 本申请提供一种轨迹数据用于监测城市交通的方法和系统。所述方法包括：数据预处理，通过目标检测算法获取车辆具有时间序列特征的坐标序列，作为正常轨迹数据；轨迹预测，使用LSTM模型对车辆的未来轨迹进行预测；异常轨迹生成，在预测的未来轨迹中引入特征值变异，模拟潜在的异常行为，生成异常轨迹样本；样本训练，在正常轨迹数据和异常轨迹样本一起输入到神经网络模型中进行训练；异常事件检测，将训练好的神经网络模型用于实时监测新的车辆轨迹数据，当模型检测到实际轨迹与预测轨迹之间存在显著偏差时，判断发生异常事件。本申请利用深度学习技术提高了目标检测和多目标跟踪的精确性；引入了LSTM网络以实现更精准的车辆轨迹预测；通过ConvLSTM结合时空信息实现了更精准的异常驾驶行为识别。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.032 seconds)
