车辆、车辆组及车辆系统
    1.
    发明公开

    公开(公告)号:CN118342921A

    公开(公告)日:2024-07-16

    申请号:CN202410604698.1

    申请日:2024-05-15

    Abstract: 本发明公开了一种车辆、车辆组及车辆系统。根据本发明的车辆包括车体和连接件,所述车体上设置有沿枢转轴转动的车轮;所述连接件设置于所述车体上且适于将所述车体与其他车辆或驱动装置连接;其中,所述连接件构造为多个,其中的至少一个所述连接件设置于所述枢转轴的延伸方向与所述车辆行进方向所在的区域内。根据本发明的车辆在枢转轴的延伸方向和车辆的行进方向之间设置了连接件,连接件可以将车辆与其他车辆连接,实现车辆的非线性拼接组合,提高了车辆的结构与对应功能的灵活性。

    拖挂车的轨迹控制方法及装置
    2.
    发明公开

    公开(公告)号:CN118295405A

    公开(公告)日:2024-07-05

    申请号:CN202410335728.3

    申请日:2024-03-22

    Abstract: 本申请涉及智能驾驶技术领域,特别涉及一种拖挂车的轨迹控制方法及装置,其中,方法包括:获取目标拖挂车传感器信息和至少一个工作估计参数计算目标拖挂车的初始轨迹解,利用当前环境中至少一个目标障碍物的多面体模型生成目标拖挂车的碰撞约束和目标最小距离,根据目标最小距离得到预设控制屏障函数的函数时域,由目标模型预测控制函数计算目标拖挂车的优化轨迹解,以利用优化轨迹解生成目标拖挂车的轨迹控制动作,并执行轨迹控制动作。本申请实施例可以基于模型预测控制和控制屏障函数实现多节拖挂车的轨迹规划与轨迹控制,从而提高了拖挂车的通行效率和动态环境安全性,使拖挂车的轨迹规划更加快速高效。

    一种具有交通环境普适性的动态时空体素决策规划方法及装置

    公开(公告)号:CN117572860A

    公开(公告)日:2024-02-20

    申请号:CN202311401483.1

    申请日:2023-10-26

    Abstract: 一种具有交通环境普适性的动态时空体素决策规划方法及装置,该方法包括以下步骤:基于道路中各动态障碍物的轨迹预测结果,生成多个动态体素;基于所有候选车道的每个单位时间生成的动态体素,从当前位置出发,针对每个可能到达的目标位置,考虑每个时间或空间相连的体素之间的转移代价,搜索转移代价最低的体素序列;将搜索得到的体素序列作为边界约束,进一步求解优化轨迹。该方法将道路上动态障碍物的位置及速度均反映到体素中,能够帮助主车在各种场景下进行更加合理的轨迹规划,保证安全的同时获得最优路径。

    一种基于动作-状态联合学习的车辆尾灯状态识别方法

    公开(公告)号:CN113111862B

    公开(公告)日:2022-12-13

    申请号:CN202110519911.5

    申请日:2021-05-13

    Abstract: 本发明提供一种基于动作‑状态联合学习的车辆尾灯状态识别方法,首先基于真实交通场景中得到的车辆跟踪序列获取连续的跟踪片段数据,采用基于注意力模型的CNN‑LSTM网络来识别各跟踪片段数据内隐含的5类尾灯动作特征:不变、踩刹车、松刹车、左转、右转;然后,基于尾灯语义分割获取各跟踪片段对应的高位刹车灯平均亮度特征,并与尾灯动作特征形成高阶特征;最后,构造线性链条件随机场模型,通过分析高阶特征建立连续片段之间的长期依赖,推断出各时刻连续的尾灯状态:无动作、制动、左转、右转;因此,本发明能够在不同的实际复杂交通场景中,准确提取出每一帧图像中不同类型、不同标准的车辆的尾灯隐含语义特征,得到尾灯在各时刻下的连续稳定状态。

    炮弹船尾及炮弹船尾的装配方法

    公开(公告)号:CN114046697A

    公开(公告)日:2022-02-15

    申请号:CN202110883220.3

    申请日:2021-08-02

    Abstract: 本发明提供了一种炮弹船尾及炮弹船尾的装配方法。炮弹船尾包括:外壳,包括本体、均设置在本体的端面的电子舱腔体、能源舱腔体和多个安装腔以及位于本体的周向侧壁的天线安装槽;卫星测量模块包括位于天线安装槽内的天线电路板和设置在天线电路板上的卫星接收机;电子舱模块与卫星测量模块控制连接;多个脉冲发动机与多个安装腔对应设置,电子舱模块根据卫星接收机传递的信号控制脉冲发动机点火;能源舱模块位于能源舱腔体内,卫星测量模块和电子舱模块均与能源舱模块电连接,以使卫星测量模块、电子舱模块、多个脉冲发动机、能源舱模块和外壳形成模块化结构。本发明的技术方案的炮弹船尾能够形成模块化结构,以提高装配效率。

    一种基于强化学习的结构化道路无人驾驶决策规划方法

    公开(公告)号:CN111473794B

    公开(公告)日:2022-02-11

    申请号:CN202010249138.0

    申请日:2020-04-01

    Abstract: 本发明公开了一种基于强化学习的结构化道路无人驾驶决策规划方法,结合强化学习和传统贝塞尔曲线轨迹生成方法的优点,利用DQN网络进行决策方法的训练,并根据决策信息利用贝塞尔曲线规划最优轨迹;本发明是在已知高精度地图、全局路径的前提下对智能车辆所在的局部行驶环境进行智能决策与规划,实现结构化道路下符合人类驾驶习惯的安全决策;利用DQN网络,输入多帧车辆所处的局部地图,得到的决策信息结合轨迹规划方法得到reward反馈,驱动DQN网络的更新。

    一种基于动作-状态联合学习的车辆尾灯状态识别方法

    公开(公告)号:CN113111862A

    公开(公告)日:2021-07-13

    申请号:CN202110519911.5

    申请日:2021-05-13

    Abstract: 本发明提供一种基于动作‑状态联合学习的车辆尾灯状态识别方法,首先基于真实交通场景中得到的车辆跟踪序列获取连续的跟踪片段数据,采用基于注意力模型的CNN‑LSTM网络来识别各跟踪片段数据内隐含的5类尾灯动作特征:不变、踩刹车、松刹车、左转、右转;然后,基于尾灯语义分割获取各跟踪片段对应的高位刹车灯平均亮度特征,并与尾灯动作特征形成高阶特征;最后,构造线性链条件随机场模型,通过分析高阶特征建立连续片段之间的长期依赖,推断出各时刻连续的尾灯状态:无动作、制动、左转、右转;因此,本发明能够在不同的实际复杂交通场景中,准确提取出每一帧图像中不同类型、不同标准的车辆的尾灯隐含语义特征,得到尾灯在各时刻下的连续稳定状态。

    一种基于多目标跟踪预测的时空地图下自主导航方法

    公开(公告)号:CN110362083B

    公开(公告)日:2021-01-26

    申请号:CN201910647111.4

    申请日:2019-07-17

    Abstract: 本发明公开了一种基于多目标跟踪预测的时空地图下自主导航方法,该方法获得二维空间占据栅格语义地图和目标位置时间序列,将二维空间占据栅格语义地图按照时间维度进行信息堆叠,获得xy‑t地图;将目标位置时间序列投影到xy‑t地图;在xy‑t地图中进行路径规划,获得最优路径;规划过程需要遵循时间不可逆的原则,同时避开所有动态目标及静态环境的影响;将最优路径按时间步长拆分为多段并映射到xy平面内,获得多个空间域内二维轨迹序列和连续期望速度序列。根据空间域内二维轨迹序列和连续期望速度序列完成自主导航。本发明不仅有效克服动态目标对路径规划的扰动,而且相比于传统空间导航地图,该时空导航地图可以极大地简化动态规划问题。

    一种基于长短记忆网络的多重车辆轨迹预测方法

    公开(公告)号:CN110610271A

    公开(公告)日:2019-12-24

    申请号:CN201910876478.3

    申请日:2019-09-17

    Inventor: 付梦印 张婷

    Abstract: 本发明公开了一种基于长短记忆网络的多重车辆的轨迹预测方法,将主车和其邻车的历史轨迹等特征作为输入,充分考虑到车辆之间的位置以及驾驶行为的相互影响;经过网络的编码解码之后,将输出的邻近车辆的未来轨迹进一步输入混合密度网络,估计出车辆位置的概率分布,每次训练将混合密度网络的误差和轨迹结果的均方根误差以及编码器解码器网络的参数正则化项相结合,构成损失函数,指导网络参数的更新,如此可提高申请网络的预测准确性,训练好的神经网络可以预测邻车的带有概率的位置信息,将位置信息按照时间的顺序形成连续的轨迹,可以辅助主车进行决策和规划。

Patent Agency Ranking