-
公开(公告)号：CN116707348A
公开(公告)日：2023-09-05
申请号：CN202310663279.0
申请日：2023-06-06
Applicant: 北京理工大学
IPC: H02N1/04 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/08 , B60W40/08 , B60W60/00
Abstract: 本发明公开的基于摩擦纳米发电机的驾驶人非驾驶行为的实时监测方法，属于条件自动驾驶下驾驶人行为监测领域。本发明实现方法为：摩擦纳米发电机传感器的制备传感器包括指骨传感器、指节传感器和用于导线；摩擦纳米发电机传感器的安装布置；摩擦纳米发电机传感器的电学特性测试；条件自动驾驶场景的搭建和驾驶人非驾驶行为进行数据采集；对采集数据数据预处理；构建深度学习模型网络结构，找出最优超参数组合，监测条件自动驾驶下驾驶人非驾驶行为。本发明采用摩擦纳米发电机采集驾驶人非驾驶行为，根据摩擦纳米发电机传感器灵敏度高，制造成本低的特点，通过采集驾驶人非驾驶行为产生的电信号数据，实现对非驾驶行为的实时的监测，并且节省成本。
-
公开(公告)号：CN114454879A
公开(公告)日：2022-05-10
申请号：CN202210165290.X
申请日：2022-02-18
Applicant: 北京理工大学
IPC: B60W30/165 , B60W40/09 , B60W30/09 , B60W60/00
Abstract: 本发明公开的一种用于辅助与自动驾驶的安全接近区域界定方法，属于交通安全技术领域。本发明将驾驶员在不同驾驶场景下的心理变化和驾驶行为一起考虑，找到驾驶员对前车接近或者远离的感知阈值，进而求出最小可觉差JND即驾驶员感知到相对速度的过程中两车间距变化。通过跟驰过程中前后车辆间的距离以及最小可觉差得到车辆采取加速或者减速时的车辆间距，进而构建车辆的减速算法和加速算法。在车辆的减速和加速算法的构建中考虑车辆与前车间的相对速度大小，确定车辆安全接近区域。本发明能够有效地防止车辆追尾，提升车内人员安全性，并且改善交通拥堵。此外本发明充分分析真实驾驶场景中的各种情况，显著提高安全接近区域确定方法的可用性。
-
Patent Agency Ranking
公开(公告)号：CN116946149A
公开(公告)日：2023-10-27
申请号：CN202310869798.2
申请日：2023-07-17
Applicant: 北京理工大学
IPC: B60W40/08 , A61B5/318 , A61B5/346 , A61B5/00 , G06F18/214 , G06F18/21 , G06F18/2415 , G06F18/23213 , G06F18/213
Abstract: 本发明公开的一种基于隐马尔可夫模型的驾驶负荷分级评估方法，属于人机协同驾驶领域。本发明实现方法为：采用便携式生理记录仪，采集驾驶人在预定驾驶负荷等级场景下的心电信号，通过对心电信号序列样本数据集分割，获取各驾驶负荷等级下的样本数据集，并从时域、频域、非线性域角度对心电信号进行特征提取及标准化处理，基于隐马尔可夫模型(HMM)及网格寻优方法对模型进行参数寻优及训练，实现对驾驶人驾驶负荷分级评估监测，以提醒驾驶人保持适度的工作负荷水平。本发明能够应用于人机协同驾驶领域，有助于驾驶人适应人机协同任务情境演变的多样性，辅助驾驶人进行安全高效的车辆接管与操控，确保人机交互有效性。
-
公开(公告)号：CN115009274A
公开(公告)日：2022-09-06
申请号：CN202210754129.6
申请日：2022-06-28
Applicant: 北京理工大学
IPC: B60W30/095
Abstract: 本发明公开了一种智能网联汽车风险评估方法及个性化决策方法，包括：根据主车数据和周围车辆数据，利用行车安全场模型分别计算各周围车辆对主车产生的驾驶风险；根据各周围车辆对主车产生的驾驶风险，分别加权计算主车所受跟驰风险和换道风险；选定驾驶风格，分别将主车所受驾驶风险与驾驶风格对应的驾驶风险阈值进行对比，从而确定主车的驾驶状态；本发明驾驶风险评估准确，风险考虑维度全面且能够满足不同类型驾驶人或乘客舒适性需求。
-
公开(公告)号：CN114548164A
公开(公告)日：2022-05-27
申请号：CN202210149745.9
申请日：2022-02-18
Applicant: 北京理工大学
Inventor： 王武宏 , 张浩东 , 成前 , 李成刚 , 张杰 , 谭海秋 , 蒋晓蓓 , 侯单懿 , 石健 , 于雯麟 , 胡耀光 , 孙栋先 , 冯睽睽 , 张云贺 , 张发平 , 孙春文 , 陆逍
Abstract: 本发明公开一种用于智能网联操控极微风险识别的无干扰监测方法，属于驾驶行为监测领域。本发明实现方法为：制备可伸缩的聚丙烯酰胺PAAM‑licl基摩擦纳米发电机PL‑TENG和具有铝AI‑Kapton摩擦层结构的摩擦纳米发电机AK‑TENG。搭建智能网联模拟驾驶场景用于获取自然驾驶数据。PL‑TENG布置于驾驶人的眼部、嘴部、脖颈等部位，将驾驶人面部和头部的极微动作转化为电信号，并从采集得到的电信号中获取用于表征疲劳和分心的特征指标；将AK‑TENG布置于转向盘和踏板，将驾驶人在完成转向、加速和制动操作时的极微动作转换为电信号，并利用电压数据完成风险驾驶操作辨识模型的搭建。结合两种摩擦纳米发电机实现对驾驶人驾驶状态和驾驶操作行为的无干扰实时监测。
-
公开(公告)号：CN112896185A
公开(公告)日：2021-06-04
申请号：CN202110098368.6
申请日：2021-01-25
Applicant: 北京理工大学
Abstract: 本发明提供了一种面向车路协同的智能驾驶行为决策规划方法及系统，首先在行驶过程中实时感知获取车辆自身包括位置、速度信息，以及所在交通场景中道路及道路上物体信息；随后建立驾驶人决策模型并利用车辆行驶中获取的相关信息对所述模型进行训练，使训练好的驾驶人决策模型能够将驾驶行为划分为保守型、一般型以及激进型三类；以行车安全场作为约束，并结合当前驾乘人员所选定的驾驶行为类型，对车辆进行行驶路径及速度的决策规划；最终基于所作出的行驶路径及速度的决策规划，对整车进行下层控制，使车辆按照决策规划执行相应行驶动作。
-
公开(公告)号：CN112149539A
公开(公告)日：2020-12-29
申请号：CN202010961008.X
申请日：2020-09-14
Applicant: 北京理工大学
Abstract: 本发明提供了基于HAAR特征和ADABOOST级联分类器识别前方车辆的分层检测方法，基于Haar特征的AdaBoost级联分类器通过离线训练，可利用大量时间完成分类器的离线训练，不影响在线检测效率。在识别过程中提取的感兴趣区域(ROI)，有效排除了不需要处理的部分，减少了无关内容的影响，从而可以显著降低算法计算量，达到提高检测速度的目的。检测中对感兴趣区域的分层过程考虑了目标在车辆实际运动时在图像场景中的变化及移动特性，针对性地采用了更为高效的检测子窗口遍历方式。且相对于传统的滑窗算法进一步设置里每层子窗口的最大值，能够明显减少子窗口的数目，从而降低计算量，提高检测程序的运行效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
