公开(公告)号：CN116373900A

公开(公告)日：2023-07-04

申请号：CN202310291347.5

申请日：2023-03-23

Applicant: 南通大学

Inventor： 程邓阳 ,  顾翔 ,  钱聪 ,  杜超楠 ,  张一迪 ,  王进

IPC: B60W60/00 ,  B60W40/10 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明属于自动辅助驾驶技术领域，具体涉及一种无车道线道路环境下的自适应虚拟车道线绘制方法。本发明通过得到的目标信息和目标本身作为节点构建出空间无向图，将时序性信息转化成图矩阵形式，并保存其时序性。使用重构后的LSTM模型处理图矩阵数据，并利用LSTM的循环性处理数据的时序性。使用Transformer的空间注意力机制从空间图矩阵数据中提取有效特征并训练模型。用inception_mixer模块继续处理高频信息和低频信息，将信息中的有效特征再次提取，保证了本方法的准确性和高效性。该方法可以高效地长时预测周围车辆的轨迹，有效地保障了行车安全和道路安全，可以应用于智能交通系统，提高交通安全性和效率，协助路线优化和路口预测等操作。

公开(公告)号：CN116385587A

公开(公告)日：2023-07-04

申请号：CN202310271189.7

申请日：2023-03-20

Applicant: 南通大学

Inventor： 顾翔 ,  杜超楠 ,  王进 ,  程邓阳 ,  钱聪 ,  万杰

IPC: G06T11/20 ,  G06V20/56 ,  G06V10/44 ,  G06T7/13

Abstract: 本发明属于自动辅助驾驶技术领域，具体涉及一种无车道线道路环境下的自适应虚拟车道线绘制方法。本发明提出的一种无车道线道路环境下的自适应虚拟车道线绘制方法，针对较少研究关注的无车道线道路的环境，考虑到了辅助驾驶系统在该环境下没有参考，解决了辅助驾驶系统无车道线道路环境虚拟车道线绘制的自适应绘制问题，和传统人工绘制虚拟车道线无法满足实时性问题。本发明方法可以实时地自动地在无车道线道路环境下，准确的绘制出虚拟车道线。本发明在乡村道路无车道线的环境下，构造出虚拟车道中线，可以帮助司机有效的区分车道，减少违法变道情况、车辆避让不及时等情况的发生，有助于行车安全。

公开(公告)号：CN116311944A

公开(公告)日：2023-06-23

申请号：CN202310312985.0

申请日：2023-03-28

Applicant: 南通大学

Inventor： 钱聪 ,  顾翔 ,  程邓阳 ,  杜超楠 ,  张一迪 ,  王进

IPC: G08G1/01 ,  G08G1/052 ,  G08G1/048 ,  G08G1/0968 ,  G06F18/214 ,  G06Q10/047 ,  G06N3/08

Abstract: 本发明属于车辆轨迹预测技术领域，具体涉及一种不同天气状况下机动车驾驶行为预测方法。本发明目的是针对传统的驾驶行为预测模型普遍未考虑时空特征之间的关联性以及不同天气状态等复杂外部因素，并且时间特征捕获能力低等问题，提出驾驶行为预测模型，提高模型的预测精度，为相邻车辆提供实时的驾驶行为依据和规划决策。本发明基于改进HMM模型可以通过观察状态推断出不可观察的状态，可以有效解决时间相关性变换的最优路径问题，预测性能得到改进。Catboost模型将打乱的样本预测结果的一阶和二阶梯度，构建树结构，有效缓解预测偏移。本发明能够有效提高不同天气状态下的驾驶行为预测的准确性。

公开(公告)号：CN119625018A

公开(公告)日：2025-03-14

申请号：CN202411663331.3

申请日：2024-11-20

Applicant: 南通大学

Inventor： 顾翔 ,  王倞 ,  程邓阳 ,  李超 ,  黄琪炜 ,  王进 ,  陈亮

IPC: G06T7/246 ,  G06N3/045 ,  G06V20/70 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/62 ,  G06V10/80 ,  G06V20/56

Abstract: 本发明提供了一种基于多尺度图卷积的高效多目标车辆轨迹预测方法，属于智能交通和自动驾驶技术领域。解决了在复杂交通环境中现有预测方法的不足，尤其是在多目标情况下的效率和精度不够的技术问题。其技术方案为：首先，构建车辆和车道的子图，通过多尺度图卷积网络对车辆轨迹和车道特征进行提取；其次，利用自适应动态权重模块对不同目标车辆的权重进行动态调整；然后，基于运动特征库对车辆运动模式进行聚类。本发明的有益效果为：该方法通过结合高清语义地图，采用时空多头注意力机制和自适应动态权重模块，提升了特征提取和预测性能，该方法在多个交通场景下均表现出优于现有技术的性能，具有显著的实际应用潜力。

公开(公告)号：CN115471802A

公开(公告)日：2022-12-13

申请号：CN202211056543.6

申请日：2022-08-31

Applicant: 南通大学

Inventor： 杜超楠 ,  顾翔 ,  程邓阳 ,  钱聪 ,  张一迪 ,  王镇 ,  仲光玲

IPC: G06V20/56 ,  G06V10/762 ,  G06V10/30 ,  G06V10/25 ,  G06T7/13 ,  G06T5/50 ,  G06T5/00

Abstract: 本发明提供了一种基于改进Canny算法的弱光照环境下机动车车道线检测方法，属于图像处理和机动车道路安全行驶技术领域。解决了在弱光照环境下机动车车道线检测时，Canny边缘检测忽略重要的边缘信息、固定的感兴趣区域的不够灵活以及拟合车道线时存在噪声线段的问题。其技术方案为：包括以下步骤：S1：从视频中获取固定帧频的图像，进行图像变换；S2：对图像做非局部均值去噪；S3：将图像灰度化；S4：设计多感兴趣区域最优筛选算法；S5：使用霍夫变换直线检测算法进行车道线检测；S6：依照直线斜率，统计出左右车道线的直线，绘制出车道线。本发明的有益效果为：可有效提高弱光照环境下车道线识别效果。