一种基于多任务学习的自动驾驶汽车道路场景理解方法

    公开(公告)号:CN115294550A

    公开(公告)日:2022-11-04

    申请号:CN202210938072.5

    申请日:2022-08-05

    Applicant: 厦门大学

    Abstract: 一种基于多任务学习的自动驾驶汽车道路场景理解方法,涉及汽车智能化与自动驾驶。1:设计自动驾驶汽车道路场景理解多任务模型YOLO‑ODL的共享编码器;2:设计自动驾驶汽车道路场景理解多任务模型YOLO‑ODL的目标检测解码器;3:采用语义分割方法设计多任务模型YOLO‑ODL可行驶区域解码器和车道线解码器;4:设计多任务损失函数,定义总损失为3个任务的损失加权和;5:采用TensorRT对多任务模型加速部署,降低模型的计算复杂度;6:建立道路场景理解数据集,通过数据集完成多任务学习模型的训练和评价。实现交通目标、可行驶区域和车道线的联合检测,节省计算资源、降低过拟合风险和提高网络灵活性。

    网络攻击下智能电动车辆轨迹跟踪控制方法

    公开(公告)号:CN114779752A

    公开(公告)日:2022-07-22

    申请号:CN202210423341.4

    申请日:2022-04-21

    Applicant: 厦门大学

    Abstract: 网络攻击下智能电动车辆轨迹跟踪控制方法,涉及汽车智能安全与自动驾驶。1:建立准确表征智能电动车辆行为机理的动力学模型;2:设计基于扩展卡尔曼滤波原理的多传感器信息融合的网络攻击检测方法;3:设计基于网络攻击检测的模型预测控制器的目标函数和约束条件,控制车辆在网络攻击下的跟踪期望轨迹的偏差尽可能小;当智能电动车辆在正常行驶过程遭受网络攻击时,利用网络攻击检测模块进行网络攻击检测,检测到传感器受网络攻击时,屏蔽受网络攻击传感器并利用未受网络攻击传感器信息进行状态估计,利用网络攻击检测模块估计的车身状态信息和模型预测控制器轨迹跟踪控制,在传感器遭受网络攻击时仍进行有效轨迹跟踪控制,确保安全行驶。

    基于MobileNet-SSD的车辆测距系统及方法

    公开(公告)号:CN111723778B

    公开(公告)日:2022-07-19

    申请号:CN202010647265.6

    申请日:2020-07-07

    Applicant: 厦门大学

    Abstract: 基于MobileNet‑SSD的车辆测距系统及方法,涉及智能汽车。系统包括标定模块、图像采集模块、检测模块、判断模块、预估模块、跟踪模块、立体匹配模块和测距模块。方法:构建双目视觉系统,并对双目视觉进行标定;双目摄像头同步采集左、右目图像;进行目标车辆检测,判断是否检测出首帧车辆;进一步确定车辆区域的坐标;对左、右目图像车辆区域点进行SGBM立体匹配;计算区域点视差,求出目标物与当前车辆的区域平均距离。检测过程包括HSV车辆阴影检测和MobileNet‑SSD车辆检测算法,并结合车辆跟踪算法,提高目标车辆区域获取的速度和准确度,简化图像识别过程,而且提高了检测效果,实现实时高效的测距方法。

    一种无人驾驶汽车对周边车辆切入轨迹预测系统及方法

    公开(公告)号:CN114067178A

    公开(公告)日:2022-02-18

    申请号:CN202111368338.9

    申请日:2021-11-18

    Applicant: 厦门大学

    Abstract: 一种无人驾驶汽车对周边车辆切入轨迹预测系统及方法,涉及无人驾驶。系统包括数据集获取模块、模型训练模块和轨迹预测模块。方法:1)数据集获取:通过大规模真实驾驶场景采集驾驶数据,处理并构建训练神经网络所需的轨迹数据集;2)模型训练:构建切入轨迹预测模型,并利用所得轨迹数据集进行训练;3)实时车辆切入轨迹预测:通过自车实时采集行驶数据,经过数据处理,用训练好的切入轨迹预测模型进行在线预测,即可获得相邻车辆未来一段时间内的轨迹预测。采用基于数据驱动的深度学习方法,简单高效。通过构建基于DR‑Connect改进的Bi‑LSTM网络构架,实现对周围车辆切入轨迹的实时长时间准确预测,有效提高交通安全。

    弯道下多智能电动汽车协作式巡航纵横向综合控制方法

    公开(公告)号:CN110654386B

    公开(公告)日:2021-01-22

    申请号:CN201910958150.6

    申请日:2019-10-10

    Applicant: 厦门大学

    Abstract: 弯道下多智能电动汽车协作式巡航纵横向综合控制方法,属于汽车智能安全与自动驾驶领域。首先采集多智能电动汽车行驶环境信息及自车状态信息,建立描述弯道工况下多智能电动汽车协作式巡航纵横向耦合动力学模型;再设计多智能电动汽车协作式巡航自适应神经反演滑模控制器,动态求解多智能电动汽车协同行驶所需的期望总纵向力、期望总横向力、期望总横摆力矩;然后设计智能电动汽车协作式巡航控制分配器,实时求解各执行机构所需的纵横向力,基于逆轮胎模型推导出车轮的期望滑移率和期望侧偏角,实现对期望滑移率和期望侧偏角的精确控制。解决弯道工况下的多智能电动汽车协作式巡航纵横向综合控制问题,提高多智能电动汽车协作式巡航控制系统性能。

    基于深度强化学习的驾驶员纵向跟车行为模型构建方法

    公开(公告)号:CN112201069A

    公开(公告)日:2021-01-08

    申请号:CN202011026453.3

    申请日:2020-09-25

    Applicant: 厦门大学

    Abstract: 基于深度强化学习的驾驶员纵向跟车行为模型构建方法,属于汽车智能安全与自动驾驶领域。基于中国实际道路工况,采集符合中国道路特征的驾驶员驾驶车辆行驶过程中的车辆状态信息和周围环境信息,统计分析采集的数据,给出驾驶员跟车行驶过程的行为特性及其影响因素。确定表征驾驶员在某个时刻所采取动作的基准信息,建立描述驾驶员跟车行为状态迭代关系的数学模型。设计基于竞争Q网络构架的驾驶员纵向跟车行为模型的神经网络结构。设计基于竞争Q网络构架的神经网络的驾驶员纵向跟车行为学习流程。设计基于深度强化学习的驾驶员纵向跟车行为模型的训练方法。可准确地描述不同工况下驾驶员的跟车行为特性,实现对驾驶员跟车行为的复现能力。

    一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法

    公开(公告)号:CN111007722B

    公开(公告)日:2021-01-01

    申请号:CN201911309018.9

    申请日:2019-12-18

    Applicant: 厦门大学

    Abstract: 一种四轮转向自动驾驶汽车横向鲁棒容错控制系统及方法,属于无人驾驶汽车领域。通过车载INS模块和车载视觉模块实时获取四轮转向自动驾驶汽车行驶运动状态信息及道路位置信息并进行融合;建立描述执行器故障、参数不确定性和外部干扰的四轮转向自动驾驶汽车的横向控制模型;设计横向鲁棒H∞容错控制方法,用于克服执行器故障下四轮转向自动驾驶汽车的参数不确定性的影响,并在保持稳定性和乘坐舒适性的同时,确保跟踪误差的渐近收敛,实现四轮转向自动驾驶汽车的横向鲁棒容错控制。可以增强系统的横向跟踪性能,使汽车在转向执行器发生故障时,依然能够准确地在预期道路上行驶。

    弯道下多智能电动汽车协作式巡航纵横向综合控制方法

    公开(公告)号:CN110654386A

    公开(公告)日:2020-01-07

    申请号:CN201910958150.6

    申请日:2019-10-10

    Applicant: 厦门大学

    Abstract: 弯道下多智能电动汽车协作式巡航纵横向综合控制方法,属于汽车智能安全与自动驾驶领域。首先采集多智能电动汽车行驶环境信息及自车状态信息,建立描述弯道工况下多智能电动汽车协作式巡航纵横向耦合动力学模型;再设计多智能电动汽车协作式巡航自适应神经反演滑模控制器,动态求解多智能电动汽车协同行驶所需的期望总纵向力、期望总横向力、期望总横摆力矩;然后设计智能电动汽车协作式巡航控制分配器,实时求解各执行机构所需的纵横向力,基于逆轮胎模型推导出车轮的期望滑移率和期望侧偏角,实现对期望滑移率和期望侧偏角的精确控制。解决弯道工况下的多智能电动汽车协作式巡航纵横向综合控制问题,提高多智能电动汽车协作式巡航控制系统性能。

    一种抗通信延迟的智能电动车编队自适应鲁棒控制方法

    公开(公告)号:CN110568762A

    公开(公告)日:2019-12-13

    申请号:CN201910958157.8

    申请日:2019-10-10

    Applicant: 厦门大学

    Abstract: 一种抗通信延迟的智能电动车编队自适应鲁棒控制方法,属于汽车智能安全与自动驾驶领域。通过无线通信系统和车载传感器采集车辆自身行驶状态信息和周围其他车辆的信息,采用反馈线性化技术,建立具有参数不确定性特征的智能电动车编队纵向控制模型,设计一种抵抗通信延迟的智能电动车编队自适应鲁棒H∞控制方法。可有效克服智能电动车编队动力学系统的参数不确定性及外部无线通信延迟的影响,提高智能电动车编队控制系统的综合性能。

    基于多智能体的无人驾驶电动汽车自动超车系统及方法

    公开(公告)号:CN106671982B

    公开(公告)日:2019-05-17

    申请号:CN201710014585.6

    申请日:2017-01-09

    Applicant: 厦门大学

    Inventor: 郭景华 王进

    Abstract: 基于多智能体的无人驾驶电动汽车自动超车系统及方法,超车系统设车载传感器,车载传感器用于采集无人驾驶电动汽车行驶前方的道路信息;基于车载感知系统及V2X通信系统提取汽车及其周围环境特征信息,建立最小安全距离模型;设置正弦函数形式作为自动超车期望路径的基函数,实时动态规划出无人驾驶电动汽车自动超车的期望轨迹;基于期望超车路径与实际路径的偏差,采用自适应模糊滑模控制技术,求出无人驾驶电动汽车自动超车的期望速度和期望横摆角速度;采用多智能体遗传优化算法,计算出无人驾驶电动汽车各车轮所需要的纵横向力;建立由电动汽车车轮纵横向力到期望侧偏角和滑移率的映射模型,实现对无人驾驶电动汽车轮胎纵横向力的执行控制。

Patent Agency Ranking