一种智能汽车安全行驶的决策方法及系统

    公开(公告)号:CN116331206B

    公开(公告)日:2023-10-20

    申请号:CN202310363022.3

    申请日:2023-04-06

    Abstract: 本发明公开一种智能汽车安全行驶的决策方法及系统,涉及智能汽车决策技术领域。所述方法包括:采集目标智能汽车在高速路的行驶参数;所述行驶参数包括车辆速度、车头角度、位置信息和车道情况;所述车道情况为与相邻车辆的时距变化;根据所述行驶参数和合规性强化学习决策模型,确定最优换道超车动作;所述合规性强化学习决策模型是根据深度强化学习网络和回报函数构建的;所述回报函数是根据超车判断条件和预设最小安全距离确定的;所述回报函数为在超车过程中车辆违规的事故程度。本发明能够提高智能汽车安全行驶的决策准确率。

    一种基于可逆左流形的闭环系统故障诊断方法及系统

    公开(公告)号:CN116700208A

    公开(公告)日:2023-09-05

    申请号:CN202310599903.5

    申请日:2023-05-25

    Abstract: 本发明涉及一种基于可逆左流形的闭环系统故障诊断方法及系统,该方法包括以下步骤:步骤1、根据可逆神经网络构建可逆左流形,参数化非线性闭环系统;步骤2、根据可逆神经网络构建非线性闭环控制系统的可逆残差生成器;步骤3、获取非线性闭环系统的在线数据,基于残差生成器的检验统计量以及设定的诊断阈值进行在线故障诊断。与现有技术相比,本发明具有内存成本要求低、故障诊断精度高的优点。

    一种智能汽车安全行驶的决策方法及系统

    公开(公告)号:CN116331206A

    公开(公告)日:2023-06-27

    申请号:CN202310363022.3

    申请日:2023-04-06

    Abstract: 本发明公开一种智能汽车安全行驶的决策方法及系统,涉及智能汽车决策技术领域。所述方法包括:采集目标智能汽车在高速路的行驶参数;所述行驶参数包括车辆速度、车头角度、位置信息和车道情况;所述车道情况为与相邻车辆的时距变化;根据所述行驶参数和合规性强化学习决策模型,确定最优换道超车动作;所述合规性强化学习决策模型是根据深度强化学习网络和回报函数构建的;所述回报函数是根据超车判断条件和预设最小安全距离确定的;所述回报函数为在超车过程中车辆违规的事故程度。本发明能够提高智能汽车安全行驶的决策准确率。

Patent Agency Ranking