-
公开(公告)号：CN112631257A
公开(公告)日：2021-04-09
申请号：CN202011593684.2
申请日：2020-12-29
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G05B23/02
Abstract: 本发明公开了一种用于自动驾驶车辆误操作的预期功能安全测试评价方法，包括：对自动驾驶车辆误操作触发事件进行分析；在仿真软件中构建自动驾驶车辆误操作仿真测试场景并测试；将由于误操作导致的自动驾驶车辆的系统/组件发生的功能表现局限信息及对应触发事件上传至云端管理系统；确定评价指标及采用熵值法和序关系分析法相结合的方法确定评价指标的权重系数；确定基于误操作的自动驾驶车辆预期功能安全，形成测试评价体系。通过该用于自动驾驶车辆误操作的预期功能安全测试评价方法可确定复现触发事件测试场景的测试优先级，从而确定测试用例的重要度，使得验证合理预见误操作相关触发事件的容忍度更加准确可靠，从而验证评估未知的风险。
-
公开(公告)号：CN111290399A
公开(公告)日：2020-06-16
申请号：CN202010190093.4
申请日：2020-03-18
Applicant: 清华大学苏州汽车研究院(相城) , 苏州安时吉科技信息有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种车队协同驾驶组队控制方法，预先在自动驾驶车辆的控制器中建立协同驾驶组队行为规则库；当自动驾驶车辆的自车传感器检测到的其他自动驾驶车辆的位姿数据与通过通信获得的其他自动驾驶车辆的位姿数据相匹配，且自动驾驶车辆和所检测到的其他自动驾驶车辆均满足组队条件时，触发协同驾驶组队事件，自动驾驶车辆基于协同驾驶组队行为规则库控制自动驾驶车辆执行协同驾驶组队行为；在执行协同驾驶组队行为时，迭代更新协同驾驶组队行为规则库。本发明能够对系统驾驶组队实现最优的控制效果。
-
公开(公告)号：CN111267858A
公开(公告)日：2020-06-12
申请号：CN202010190095.3
申请日：2020-03-18
Applicant: 清华大学苏州汽车研究院(相城) , 苏州安时吉科技信息有限公司
IPC: B60W30/18
Abstract: 本发明涉及一种车队协同驾驶换道控制方法，预先在自动驾驶车辆的控制器中建立车辆换道行为规则库；当自动驾驶车辆组队巡航、遭遇车辆换道事件触发原因时，直接或经车队拆分事件后触发车辆换道事件；触发车辆换道事件后，自动驾驶车辆的控制器基于车辆换道行为规则库规则控制自动驾驶车辆执行车辆换道驾驶行为；在执行车辆换道驾驶行为时，控制器获得自动驾驶车辆的位姿信息，并预测得到自动驾驶车辆下一时刻的运动动作、再判断自动驾驶车辆的下一时刻的运动动作与车辆换道行为规则库是否匹配，若匹配则利用当前自动驾驶车辆的位姿信息迭代更新车辆换道行为规则库中的车辆换道驾驶行为规则。本发明能够对车辆换道实现最优的控制效果。
-
公开(公告)号：CN111222750A
公开(公告)日：2020-06-02
申请号：CN201911181818.7
申请日：2019-11-27
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明揭示了无人驾驶车辆综合定量测评系统，包括测试条件评价模块，用于分析车辆的行驶环境要素和行驶任务要素对无人驾驶测试条件进行评价；测试结果评价模块，用于从安全性、智能性、平稳性和速度性四个方面对无人驾驶测试结果进行评价，得到车辆各方面单项性能得分；综合测评模块，用于选取序关系分析法对无人驾驶测试条件和测试结果模块进行赋权，采用模糊综合评价法最终得到车辆综合性能得分。本发明可以更全面的考虑车辆的表现，进行综合定量评价，使得评价结果更加合理、科学、可靠，从而促进无人驾驶技术的发展。
-
公开(公告)号：CN110491123A
公开(公告)日：2019-11-22
申请号：CN201910705780.2
申请日：2019-08-01
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种基于智能网联的匝道路段车辆防失稳车速引导方法及预警系统，引导方法包括:(1)计算车辆发生侧滑失稳的临界速度Vs；(2)计算车辆发生侧翻失稳的临界速度Vr；(3)计算车辆过匝道车速Vc；(4)计算车辆入匝道时的防失稳车速Vsafe；(5)当车辆过匝道时的当前车速V≤Vsafe时，V为安全车速；当V＞Vsafe时，当V为不安全车速，发出预警信号并对车速进行引导。该基于智能网联的匝道路段车辆防失稳车速引导方法可准确预测不同车型与道路条件下的临界防失稳车速，具有计算简便，运算速度快，可靠性高等优点，为匝道安全辅助驾驶系统的设计开发提供理论方法支撑，对弯道行车安全研究更具普适性。
-
Patent Agency Ranking
公开(公告)号：CN120071661A
公开(公告)日：2025-05-30
申请号：CN202510549540.3
申请日：2025-04-29
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G08G1/0967 , G08G1/0968 , G08G1/0969 , G08G1/137 , G08G1/14
Abstract: 本发明提供了一种代客泊车的方法、电子设备、存储介质及计算机程序产品，该代客泊车的方法包括：获取停车场的第一地图信息、以及汽车的起始位置、初始停车位置和目标停车位；基于第一地图信息，生成从起始位置到初始停车位置的第一路径；在确定目标停车位对应的停车车位符合预设要求时，获取停车场的第二地图信息，第一地图信息的精确度低于第二地图信息的精度，基于第二地图信息生成初始停车位置至目标停车位的第二路径；否则，基于第一地图信息生成初始停车位置至目标停车位的第二路径；将第一、第二路径拼接成行车路径，并控制汽车沿着行车路径行驶到目标停车位。这里，该方法能够实现汽车在停车场的自动泊车。
-
公开(公告)号：CN115366914B
公开(公告)日：2024-09-06
申请号：CN202210926045.6
申请日：2022-08-03
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种基于模型预测控制的自动驾驶车辆控制方法、电子设备及存储介质。该基于模型预测控制的自动驾驶车辆控制方法，包括利用机会约束规划模型对所述模型预测控制的约束条件进行优化的步骤，该步骤包括：S101、计算目标驾驶员的个性化驾驶操作特征的概率分布；S102、根据所述概率分布及置信度，构建个性化约束条件。本发明能够实现自动驾驶车辆的轨迹跟踪控制的个性化约束，能够体现出驾驶员的操作个性。
-
公开(公告)号：CN115839722A
公开(公告)日：2023-03-24
申请号：CN202211615567.0
申请日：2022-12-15
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G01C21/34 , G01C21/12 , G01C21/20 , G06F18/2413 , G06F18/2337 , G06F123/02
Abstract: 本发明实施例公开了一种自动驾驶车辆的路径规划方法、装置、设备及介质。其中，该方法包括：响应于路径规划指令，确定目标车辆在目标场景中的至少两个预设行驶阶段的目标行驶数据；根据目标场景中的参考行驶数据，对目标行驶数据进行双独立样本T检验，根据样本检验结果确定目标车辆的驾驶特征参数；其中，目标车辆与目标对象适配，驾驶特征参数用于反映目标对象在目标场景中的驾驶行为特征；根据驾驶特征参数确定目标场景的环境势场，根据环境势场对目标车辆进行路径规划。本技术方案，能够通过真实驾驶数据确定个性化驾驶特征参数，有效克服了驾驶数据失真和评价主观的问题，提高了车辆路径规划的科学性与合理性。
-
公开(公告)号：CN111061167B
公开(公告)日：2022-07-22
申请号：CN201911362870.2
申请日：2019-12-26
Applicant: 清华大学苏州汽车研究院(相城)
Abstract: 本发明公开了一种面向智能网联示范区的混合现实自动驾驶的测试方法及虚拟测试平台，测试方法包括虚拟测试，虚拟测试包括：S1，创建虚拟车辆驾驶环境，建立车辆动力学模型及车载传感系统模型；S2，使车辆动力学模型按无人驾驶模式运行，检测其性能；S3，使障碍车辆发生变化，测试车辆动力学模型相应的自动操纵行为；S4，使车辆动力学模型按人工驾驶模式运行，测试车辆动力学模型的人工接管操作性能；S5，记录测试数据，对测试数据进行分析。该测试方法可实现实时的人机切换驾驶模式，提高了车辆行驶安全性；并可实现在虚拟的智能网联示范区场景下的自动驾驶轨迹规划、轨迹跟踪以及执行器控制性能的测试，可降低测试成本，提高测试效率。
-
公开(公告)号：CN111735639B
公开(公告)日：2022-03-22
申请号：CN202010452513.1
申请日：2020-05-26
Applicant: 清华大学苏州汽车研究院(相城)
IPC: G01M17/007
Abstract: 本发明公开了一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法，包括如下步骤：S1，根据测试场景的道路要求，确定所述测试场景在智能网联汽车示范区中满足要求的对应道路；S2，将所述道路从分叉路口进行断点，计算每连续两个所述断点之间的距离；S3，获得完成全部所述测试场景的最优路径，并生成自动驾驶场景最小集。该面向智能网联汽车示范区的自动驾驶场景最小集生成方法可以在智能网联汽车示范区中合理的规划出一条尽可能涵盖更多测试场景的测试路径，并在最短的时间内完成所需的测试场景，生成自动驾驶场景最小集，从而降低测试成本、提高测试效率、加速自动驾驶场景的测试。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.04 seconds)
