-
公开(公告)号：CN112614373B
公开(公告)日：2021-12-21
申请号：CN202011593241.3
申请日：2020-12-29
IPC: G08G1/0967 , G08G1/16 , G06N3/04 , G06N3/08
Abstract: 一种基于BiLSTM周车换道意图预测方法，涉及智能车辆技术领域。包括以下步骤：1)换道意图预测模型的离线训练过程：通过大规模真实驾驶场景的采集和处理构建训练数据库；然后训练换道意图预测模型；2)换道意图预测模型在线实时预测：在自车实时采集数据和数据预处理之后，用训练好的换道意图预测模型在线实时预测，即可预测得到周车当前换道意图。综合考虑影响周围车辆换道的因素，利用Inception‑ResNet‑v2网络提取车辆视频的帧水平特征，并融合车辆状态和帧水平特征，提高BiLSTM网络预测的能力，进一步提高检测精度和效率，有效实现预测周围车辆的换道意图，对提高无人驾驶车辆的安全性能有很大的作用。
-
公开(公告)号：CN112614373A
公开(公告)日：2021-04-06
申请号：CN202011593241.3
申请日：2020-12-29
IPC: G08G1/0967 , G08G1/16 , G06N3/04 , G06N3/08
Abstract: 一种基于BiLSTM周车换道意图预测方法，涉及智能车辆技术领域。包括以下步骤：1)换道意图预测模型的离线训练过程：通过大规模真实驾驶场景的采集和处理构建训练数据库；然后训练换道意图预测模型；2)换道意图预测模型在线实时预测：在自车实时采集数据和数据预处理之后，用训练好的换道意图预测模型在线实时预测，即可预测得到周车当前换道意图。综合考虑影响周围车辆换道的因素，利用Inception‑ResNet‑v2网络提取车辆视频的帧水平特征，并融合车辆状态和帧水平特征，提高BiLSTM网络预测的能力，进一步提高检测精度和效率，有效实现预测周围车辆的换道意图，对提高无人驾驶车辆的安全性能有很大的作用。
-
公开(公告)号：CN115063777B
公开(公告)日：2024-06-04
申请号：CN202210741541.4
申请日：2022-06-27
Applicant: 厦门大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06V10/46 , G06N3/0464 , G06N3/047 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 一种野外环境下的无人车障碍物识别方法，涉及智能车辆技术领域。1)制作野外环境障碍物数据集：包括野外环境障碍物图像采集和数据集图像标定；2)基于障碍物特点改进网络模型：以Faster R‑CNN网络模型作为基础网络框架改进，实现野外环境障碍物的识别和分类，改进包括对特征提取网络的改进和对检测网络的改进；3)训练前对数据集预处理，训练过程对参数和学习方法调节，训练好的检测识别模型在线实时预测，即实现野外环境障碍物识别。从野外环境障碍物情况入手，制作新野外环境障碍物数据集，并从野外环境障碍物的特点出发，对Faster R‑CNN网络改进。在野外环境障碍物检测方面具有一定优越性。
-
公开(公告)号：CN111723778A
公开(公告)日：2020-09-29
申请号：CN202010647265.6
申请日：2020-07-07
Applicant: 厦门大学
Abstract: 基于MobileNet-SSD的车辆测距系统及方法，涉及智能汽车。系统包括标定模块、图像采集模块、检测模块、判断模块、预估模块、跟踪模块、立体匹配模块和测距模块。方法：构建双目视觉系统，并对双目视觉进行标定；双目摄像头同步采集左、右目图像；进行目标车辆检测，判断是否检测出首帧车辆；进一步确定车辆区域的坐标；对左、右目图像车辆区域点进行SGBM立体匹配；计算区域点视差，求出目标物与当前车辆的区域平均距离。检测过程包括HSV车辆阴影检测和MobileNet-SSD车辆检测算法，并结合车辆跟踪算法，提高目标车辆区域获取的速度和准确度，简化图像识别过程，而且提高了检测效果，实现实时高效的测距方法。
-
公开(公告)号：CN110979302A
公开(公告)日：2020-04-10
申请号：CN201911310129.1
申请日：2019-12-18
Applicant: 厦门大学
Abstract: 自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法，属于汽车智能安全与自动驾驶技术领域。通过车载传感系统采集自动驾驶分布式驱动电动汽车的行驶状态信息和参考路径信息，考虑侧倾效应和执行器故障，建立具有参数不确定和时变特性的Takagi-Sugeno模糊横向控制模型，设计一种自动驾驶分布式驱动电动汽车鲁棒横向和侧倾综合控制方法，同时针对自动驾驶分布式驱动电动汽车行驶过程中侧倾角和侧倾角速度的不可测性，提出基于Takagi-Sugeno模型的观测器。克服了侧倾效应和执行器故障对自动驾驶分布式驱动电动汽车横向运动控制的影响，提高了自动驾驶分布式驱动电动汽车的自主行驶性能。
-
Patent Agency Ranking
公开(公告)号：CN114067178B
公开(公告)日：2024-09-06
申请号：CN202111368338.9
申请日：2021-11-18
Applicant: 厦门大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/049
Abstract: 一种无人驾驶汽车对周边车辆切入轨迹预测系统及方法，涉及无人驾驶。系统包括数据集获取模块、模型训练模块和轨迹预测模块。方法：1)数据集获取：通过大规模真实驾驶场景采集驾驶数据，处理并构建训练神经网络所需的轨迹数据集；2)模型训练：构建切入轨迹预测模型，并利用所得轨迹数据集进行训练；3)实时车辆切入轨迹预测：通过自车实时采集行驶数据，经过数据处理，用训练好的切入轨迹预测模型进行在线预测，即可获得相邻车辆未来一段时间内的轨迹预测。采用基于数据驱动的深度学习方法，简单高效。通过构建基于DR‑Connect改进的Bi‑LSTM网络构架，实现对周围车辆切入轨迹的实时长时间准确预测，有效提高交通安全。
-
公开(公告)号：CN113682293B
公开(公告)日：2023-08-22
申请号：CN202111153172.9
申请日：2021-09-29
Applicant: 厦门大学
Abstract: 智能网联混合动力汽车多系统动态协调控制系统及方法，涉及汽车智能安全与自动驾驶。系统包括数据模块、数据感知模块、与多系统动态协调控制系统。智能网联混合动力汽车通过车载传感器获得车辆状态信息，并将其发送给多系统动态协调控制模块；多系统动态协调控制模块根据获得的车辆状态信息，求解最优发动机功率与电机功率分配方案以提高车辆的燃油经济性；建立可准确表征智能网联混合动力汽车多过程耦合的车辆动力学模型，作为智能网联混合动力汽车多系统动态协调控制算法的执行机构，执行由多系统动态协调控制器输出的可执行控制信号，进行车辆状态更新。有效解决多目标对于车辆控制要求相矛盾等问题，可获得更好的计算结果，提高计算速度。
-
公开(公告)号：CN112158200B
公开(公告)日：2022-04-01
申请号：CN202011023668.X
申请日：2020-09-25
Applicant: 厦门大学
IPC: B60W30/16
Abstract: 基于驾驶员特性的智能电动汽车跟车控制系统及方法，属于汽车智能驾驶领域。系统包括自组织神经网络驾驶员模型、上层控制模块和下层控制模块，首先建立描述驾驶员跟车行为特征的自组织神经网络驾驶员跟车模型，其次基于模型预测控制理论设计上层控制模块，并结合自组织神经网络驾驶员模型输出的参考加速度，以跟车安全性、符合驾驶员特性和经济性为目标求解优化期望加速度；下层控制模块用于实现对期望加速度的跟踪。为提高智能电动汽车制动时的能量效率，在下层控制模块中设计了再生制动控制器协调分配各执行器的制动力矩以最大化制动能量的回收。明显提高了智能电动汽车跟车控制系统性能。
-
公开(公告)号：CN113619563B
公开(公告)日：2022-08-30
申请号：CN202111038399.9
申请日：2021-09-06
Applicant: 厦门大学
Abstract: 基于人机共享的智能电动汽车横向控制系统及方法，属于汽车智能驾驶领域。所述基于人机共享的智能电动汽车横向控制系统包括车辆信息采集模块、道路检测模块、CCD视觉传感器模块、驾驶员模型、时滞鲁棒保性能转向控制器、深度神经网络驾驶权优化模块。为使得智能电动汽车转向过程更好的体现驾驶员跟车特性，建立描述驾驶员转向行为的驾驶员转向模型，设计基于模型预测控制的转向控制器，提出基于深度学习的人机共享控制驾驶权分配模块，构建基于人机共享的智能电动汽车横向控制系统及方法，实现智能电动汽车协同控制。明显增强智能电动汽车横向控制系统性能。
-
公开(公告)号：CN113361491A
公开(公告)日：2021-09-07
申请号：CN202110813077.0
申请日：2021-07-19
Applicant: 厦门大学
Abstract: 一种无人驾驶汽车对行人的过街意图预测方法，涉及无人驾驶汽车技术领域。步骤1：行人检测模型以Faster RCNN为基础，并在此基础上采用SE Net结构改进神经网络卷积模块，并通过K‑means聚类设计具有道路行人检测针对性的锚框宽高比；步骤2：设计对道路行人跟踪的粒子滤波算法，利用多特征融合策略实现对道路行人进行跟踪；步骤3：设计基于神经网络的行人过街意图预测模型。可增强无人驾驶汽车对道路行人动作的预测能力，提高无人驾驶汽车感知与决策性能。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.014 seconds)
