-
公开(公告)号：CN112561943B
公开(公告)日：2022-11-22
申请号：CN202011532801.4
申请日：2020-12-23
Applicant: 清华大学
Abstract: 本发明涉及图像处理领域，具体涉及一种基于脉动阵列卷积运算数据复用的图像处理方法。本发明方法在脉动阵列结构的基础上进行拓展，通过对卷积核旋转处理实现了卷积核在图像上滑动的效果；通过图像的重排列实现了图像和旋转后的卷积核的对应。这一改变极大的改善了嵌入式设备的性能。对比于传统的卷积运算转化为矩阵乘法运算的内存开销，本方法的内存开销减少了近70％。在图像边缘检测的实现效果中，基于CycloneVSoC‑FPGA平台，设计了本方法对应的图像边缘识别加速系统，对卷积运算进行了加速验证。在测试中，卷积核旋转脉动阵列结构的处理速度为0.011秒，对比于ARMCoretexA9处理器，速度提升了16.27倍，对比于i5‑7700 2.8GHz CPU，速度提升了9倍。
-
公开(公告)号：CN113492882B
公开(公告)日：2022-09-23
申请号：CN202110795607.3
申请日：2021-07-14
Applicant: 清华大学
Abstract: 本文公开一种实现车辆控制的方法、装置、计算机存储介质及终端，包括：根据按照预设采样周期采集的第二车辆的第二运行信息，确定第二车辆的移动区域范围信息；根据确定的第二车辆的移动区域范围信息和第一车辆的第一运行信息，计算第二车辆的位置不确定性的势场值；求解同时满足势场值和第一车辆的三自由度车辆模型的车辆控制信息；根据求解获得的车辆控制信息对第一车辆的运行进行控制；其中，第一车辆为自动驾驶车辆；第二车辆为距离第一车辆预设距离的车辆。本发明实施例基于第二车辆的移动区域范围信息计算第二车辆的位置不确定性的势场值，基于势场值计算获得的车辆控制信息考虑了周围车辆的位置不确定性信息，提升了自动驾驶车辆的安全性。
-
公开(公告)号：CN114771557A
公开(公告)日：2022-07-22
申请号：CN202210531254.0
申请日：2022-05-16
Applicant: 清华大学 , 北京嘀嘀无限科技发展有限公司
IPC: B60W50/04
Abstract: 一种车辆可控性指标的计算方法、装置、系统和存储介质，其中，所述方法包括：获取反映本车所在环境的点云数据；获取本车的定位数据，所述定位数据包括：本车的当前位置信息和本车的当前车速；获取本车所在路面附着观测数据，所述路面附着观测数据包括：路面峰值附着系数；根据所述点云数据、所述定位数据和所述路面附着观测数据计算本车的所述车辆可控性指标，实现了对可控性指标的实时量化计算。
-
公开(公告)号：CN113465625B
公开(公告)日：2022-06-03
申请号：CN202110943501.3
申请日：2021-08-17
Applicant: 清华大学
IPC: G01C21/34
Abstract: 本申请公开了一种局部路径规划方法及装置，该方法包括：预测周围车辆集合中的每个周围车辆在当前时刻之后预设第一时间段内的第一横向速度序列和第一纵向速度序列；其中，周围车辆是指距离第一车辆在预设范围内的车辆，所述周围车辆集合是指全部周围车辆的集合；根据所述第一横向速度序列、第一纵向速度序列建立碰撞风险评估系数模型；根据所述碰撞风险评估系数模型、预设的第一车辆的动力学模型、以及预设的全局轨迹跟踪项计算第一车辆跟踪全局路径的当前时刻的纵向力和转向角，以实现最优化的局部路径规划。本申请公开的方法和装置提高了驾驶效率和安全性能。
-
公开(公告)号：CN113401138B
公开(公告)日：2022-05-03
申请号：CN202110678719.0
申请日：2021-06-18
Applicant: 清华大学
Abstract: 一种计算潜在碰撞严重指数的方法、装置和系统，所述方法包括：根据预先获取的环境点云确定无人驾驶的第一车辆周围多辆第二车辆的相关信息，其中，所述第二车辆的相关信息包括：该第二车辆相对于所述第一车辆的车速、该第二车辆的航向角、该第二车辆相对于第一车辆的位置和该第二车辆相对于第一车辆的距离；根据预先获取的第一车辆航向角和多辆第二车辆的相关信息，采用预先设置的潜在碰撞严重指数算法计算潜在碰撞严重指数。本公开实施例采用上述计算碰撞严重指数方法，不仅可以获得连续的潜在碰撞严重指数值，同时可让后续求解速度更快。
-
Patent Agency Ranking
公开(公告)号：CN114137831A
公开(公告)日：2022-03-04
申请号：CN202111192616.X
申请日：2021-10-13
Applicant: 清华大学
Abstract: 本申请实施例公开了一种智能网联汽车队列系统中纵向控制方法和装置。所述方法包括：确定智能网联汽车队列系统中可接受的通信延迟上界值h1，其是通过预设的性能指标来确定的；在t时刻存在时变通信延迟值λt的条件下，分别获取第i辆车和第i‑1辆相对于领航车的位置误差、速度误差和加速度误差，得到第i辆车的系统状态量和第i‑1辆车的系统状态量根据系统状态量以及预先获取的第i辆车的增益系数矩阵确定第i辆车在t时刻的控制策略ui，其中增益系统矩阵是根据预设的性能指标来确定的；采用所述控制策略ui对第i辆车在第t时刻的行驶状态进行纵向控制。
-
公开(公告)号：CN114030488A
公开(公告)日：2022-02-11
申请号：CN202210024357.8
申请日：2022-01-11
Applicant: 清华大学
IPC: B60W60/00
Abstract: 本文公开一种实现自动驾驶决策的方法、装置、计算机存储介质及终端，本发明实施例通过概率目标检测对图像信息进行处理获得包含多个概率目标检测结果的概率目标检测结果集合，概率目标检测结果集合包含的概率目标检测结果估计了目标检测过程中的不确定性，每一个概率目标检测结果和感知信息生成一个环境状态信息，由概率目标检测结果集合中的概率目标检测结果与感知信息生成环境状态信息集合，进而基于环境状态信息集合生成了考虑不确定性的可选动作集合，根据可选动作集合和环境状态信息集合确定用于车辆驾驶控制的动作，提升了在感知结果不能保证完全准确时的自动驾驶的安全性。
-
公开(公告)号：CN119918612A
公开(公告)日：2025-05-02
申请号：CN202411916849.3
申请日：2024-12-24
Applicant: 清华大学
Abstract: 本申请涉及智能驾驶的技术领域，特别是涉及一种面向自动驾驶长尾场景的深度强化学习安全决策方法。方法包括：在长尾知识图中匹配拓扑关系图，得到场景相似度，并基于场景相似度确定自车的驾驶场景中是否存在隐式风险元素；在确定自车的驾驶场景中存在隐式风险元素的情况下，确定隐式风险元素的属性信息，并基于自车和隐式风险元素各自的属性信息，确定空间风险指标；基于场景相似度和空间风险指标，确定自车的驾驶场景的场景复杂度；将自车的属性信息、各道路元素的属性信息以及场景复杂度，输入决策模型，得到决策模型输出的目标动作，并基于目标动作控制自车。采用本申请的方法可以提高车辆在复杂场景车辆行驶的安全性。
-
公开(公告)号：CN118419072B
公开(公告)日：2024-09-17
申请号：CN202410882794.2
申请日：2024-07-03
Applicant: 清华大学
Abstract: 本申请涉及一种自动驾驶汽车合规性决策方法、装置以及电子设备，所述方法包括分别获取车辆的运动信息、道路交通信息和目标位置信息；将运动信息、道路交通信息和目标位置信息输入基于交通法规条例构建的势场模型建立的模型预测控制器中进行运动轨迹约束处理，得到车辆的规划运动轨迹以对车辆进行合规性自动驾驶规划控制。本申请通过构建基于交通法规条例构建的势场模型建立的模型预测控制器，该模型预测控制器能够输出符合安全性和合规性的自动驾驶汽车的最优控制信号，并在特殊情况下能够实现安全性和合规性的权衡。
-
公开(公告)号：CN116466710B
公开(公告)日：2024-09-13
申请号：CN202310367672.5
申请日：2023-04-07
Applicant: 清华大学
Abstract: 本申请涉及一种车辆队列的控制方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：根据车辆队列中的各目标车辆对应的行驶状态信息、车辆队列的车辆数量信息和车队预期行驶信息，确定所述各目标车辆对应的行驶参考信息；针对每一个目标车辆，根据所述目标车辆的行驶状态信息和在所述车辆队列的预设范围内的障碍物的运动状态信息，确定所述目标车辆的行驶场景信息；基于预先构建的模型预测控制器、所述目标车辆的行驶状态信息、行驶参考信息和行驶场景信息，确定所述目标车辆的控制信息。采用本方法对车辆队列的控制效果好。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.023 seconds)
