-
公开(公告)号：CN110941271B
公开(公告)日：2023-04-18
申请号：CN201911172416.0
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所 , 北京市交通委员会
IPC: G05D1/02
Abstract: 本发明涉及一种自动驾驶换道模型、自动驾驶换道方法及其系统，在现有研究的基础上，引入速度承受度和空间允许度对自动驾驶交通工具换道行为进行约束进而构建匹配模型，并对自动驾驶交通工具换道空间进行确认，构建换道预备模型；依据当前换道的实际空间大小，同时考虑处理时延的实际情况，构建了换道速度控制模型和轨迹优化模型，上述模型在构建时结合了实际多变的交通环境中换道的运行特点，确保通过生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。并通过匹配模型、换道预备模型作为换道准备阶段模型很好的将换道决策和执行过程连接起来，保证了对自动驾驶交通工具换道的完整性引导，提高了换道安全性和适用性。
-
公开(公告)号：CN110936958B
公开(公告)日：2021-01-19
申请号：CN201911172386.3
申请日：2019-11-26
Applicant: 交通运输部公路科学研究所 , 北方工业大学 , 北京市交通委员会
Abstract: 本发明涉及一种自动驾驶换道轨迹优化模型、自动驾驶换道轨迹优化方法及其系统，依据当前换道的实际空间大小，同时考虑自动驾驶交通工具信息处理时延的实际情况，并将换道执行的横向和纵向结合起来，用以配置换道执行过程中完整的换道轨迹优化模型，通过该换道轨迹优化模型提高自动驾驶交通工具的自我调整和轨迹优化能力，并对换道全过程实现实时反馈优化控制，保证其换道的安全执行，由于模型在构建时结合了实际多变的交通环境中换道的运行特点，因此可确保通过本发明自动驾驶换道轨迹优化模型生成的运行参数与自动驾驶交通工具实际所处的换道执行交通场景精确贴合，彻底改变了构建模型与实际交通场景差别大，无法直接使用的弊端，适应性强。
-
公开(公告)号：CN110941901B
公开(公告)日：2023-06-30
申请号：CN201911172410.3
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所 , 北京市交通委员会
IPC: G06F30/20
Abstract: 本发明涉及一种自主驾驶方法及其系统，通过分析自动驾驶交通工具的跟驰特性，对跟驰模型进行构建，通过分析自动驾驶交通工具的换道特性，以及换道模型仿真和人工驾驶驾驶交通工具换道效果，结合自动驾驶交通工具换道的影响因素、换道特性以及自主驾驶仿真平台的特点，引入速度承受度和空间允许度对换道行为进行约束进而构建匹配模型，并对换道空间进行确认，构建换道预备模型；在换道行为产生后，依据当前换道的实际空间大小，同时考虑信息处理时延的实际情况，构建了基于双车道前驾驶交通工具的换道速度控制模型和基于换道空间的轨迹优化模型，确保通过本发明自主驾驶模型生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。
-
公开(公告)号：CN110941271A
公开(公告)日：2020-03-31
申请号：CN201911172416.0
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所
IPC: G05D1/02
Abstract: 本发明涉及一种自动驾驶换道模型、自动驾驶换道方法及其系统，在现有研究的基础上，引入速度承受度和空间允许度对自动驾驶交通工具换道行为进行约束进而构建匹配模型，并对自动驾驶交通工具换道空间进行确认，构建换道预备模型；依据当前换道的实际空间大小，同时考虑处理时延的实际情况，构建了换道速度控制模型和轨迹优化模型，上述模型在构建时结合了实际多变的交通环境中换道的运行特点，确保通过生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。并通过匹配模型、换道预备模型作为换道准备阶段模型很好的将换道决策和执行过程连接起来，保证了对自动驾驶交通工具换道的完整性引导，提高了换道安全性和适用性。
-
公开(公告)号：CN110941901A
公开(公告)日：2020-03-31
申请号：CN201911172410.3
申请日：2019-11-26
Applicant: 北方工业大学 , 交通运输部公路科学研究所
IPC: G06F30/20
Abstract: 本发明涉及一种自主驾驶方法及其系统，通过分析自动驾驶交通工具的跟驰特性，对跟驰模型进行构建，通过分析自动驾驶交通工具的换道特性，以及换道模型仿真和人工驾驶驾驶交通工具换道效果，结合自动驾驶交通工具换道的影响因素、换道特性以及自主驾驶仿真平台的特点，引入速度承受度和空间允许度对换道行为进行约束进而构建匹配模型，并对换道空间进行确认，构建换道预备模型；在换道行为产生后，依据当前换道的实际空间大小，同时考虑信息处理时延的实际情况，构建了基于双车道前驾驶交通工具的换道速度控制模型和基于换道空间的轨迹优化模型，确保通过本发明自主驾驶模型生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合。
-
Patent Agency Ranking
公开(公告)号：CN110936958A
公开(公告)日：2020-03-31
申请号：CN201911172386.3
申请日：2019-11-26
Applicant: 交通运输部公路科学研究所 , 北方工业大学
Abstract: 本发明涉及一种自动驾驶换道轨迹优化模型、自动驾驶换道轨迹优化方法及其系统，依据当前换道的实际空间大小，同时考虑自动驾驶交通工具信息处理时延的实际情况，并将换道执行的横向和纵向结合起来，用以配置换道执行过程中完整的换道轨迹优化模型，通过该换道轨迹优化模型提高自动驾驶交通工具的自我调整和轨迹优化能力，并对换道全过程实现实时反馈优化控制，保证其换道的安全执行，由于模型在构建时结合了实际多变的交通环境中换道的运行特点，因此可确保通过本发明自动驾驶换道轨迹优化模型生成的运行参数与自动驾驶交通工具实际所处的换道执行交通场景精确贴合，彻底改变了构建模型与实际交通场景差别大，无法直接使用的弊端，适应性强。
-
公开(公告)号：CN111643077B
公开(公告)日：2024-05-07
申请号：CN202010565232.7
申请日：2020-06-19
Abstract: 本申请公开了一种基于脑电数据的交通动态因素复杂度的辨识方法，所述方法通过采集驾驶员驾驶过程中的脑电数据进行预处理，从预处理过的脑电数据中得到显著性指标进行交通因素复杂度辨识模型的搭建；所述交通因素复杂度辨识模型包括行人过街因素辨识模型、车辆变速因素辨识模型、车辆变道因素辨识模型。本发明建立了基于驾驶员脑电数据的交通环境因素复杂度的辨识模型，对驾驶安全具有十分重要的意义，解决了驾驶安全研究中，复杂交通因素、复杂交通场景的辨识和预警缺乏理论依据的问题。
-
公开(公告)号：CN111643077A
公开(公告)日：2020-09-11
申请号：CN202010565232.7
申请日：2020-06-19
IPC: A61B5/0476 , A61B5/18 , A61B5/00 , G06F17/18
Abstract: 本申请公开了一种基于脑电数据的交通动态因素复杂度的辨识方法，所述方法通过采集驾驶员驾驶过程中的脑电数据进行预处理，从预处理过的脑电数据中得到显著性指标进行交通因素复杂度辨识模型的搭建；所述交通因素复杂度辨识模型包括行人过街因素辨识模型、车辆变速因素辨识模型、车辆变道因素辨识模型。本发明建立了基于驾驶员脑电数据的交通环境因素复杂度的辨识模型，对驾驶安全具有十分重要的意义，解决了驾驶安全研究中，复杂交通因素、复杂交通场景的辨识和预警缺乏理论依据的问题。
-
公开(公告)号：CN111803065B
公开(公告)日：2023-12-26
申请号：CN202010581608.3
申请日：2020-06-23
IPC: A61B5/369 , A61B5/374 , A61B5/377 , A61B5/18 , G08G1/01 , G08G1/16 , G06F30/20 , G06Q10/0635 , G06Q10/0639
Abstract: 本发明公开了一种基于脑电数据的危险交通场景辨识方法及系统，基于脑电数据的危险交通场景辨识方法，包括以下步骤：基于交通场景，获取刺激对象和实验变量；通过刺激对象和实验变量完成对驾驶员的驾驶测试，获取预设时长内驾驶员包含脑电信号的EEG数据；对采集到的脑电信号进行预处理，去除脑电信号中的信号噪音；对预处理后的脑电信号提取特征指标，并采用数理统计的方法分析得到具有显著性的特征指标；计算具有显著性的特征指标的功率谱密度的预测值与真值之间的差值；根据所述差值辨识交通场景的危险程度。可以科学的度量交通场景危险程度、准确的评估驾驶员精神负荷，有利于将驾驶员的精神负荷控制在合理区间，有效的降低驾驶风险。
-
公开(公告)号：CN111915159B
公开(公告)日：2023-09-12
申请号：CN202010678165.X
申请日：2020-07-15
IPC: G06Q10/0639 , G06F16/21 , G06F16/2457
Abstract: 本发明涉及一种基于动态时间预算的个性化接管预警方法及系统，将驾驶员的个体特征数据融合于接管控制的提前警告当中，综合车辆实时综合环境状态和驾驶员实时的接管可靠度，根据驾驶员状态恢复时间与接管可靠度、驾驶员感知环境复杂度时间与车辆实时综合环境状态、驾驶员响应车辆驾驶接管请求的操作时间与驾驶员特征属性的关联关系及接管时间预算与失稳边界相关信息、驾驶员状态恢复时间、驾驶员感知环境复杂度时间及驾驶员响应车辆驾驶接管请求的操作时间之间的预设关系，生成动态的接管时间预算及预警提示，使预警提示满足符合当前驾驶员状态的个性化接管预警要求，发出有效的预警提示，创造更适宜的接管时间条件，获得更好的预警效果。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.048 seconds)
