-
公开(公告)号:CN119832767A
公开(公告)日:2025-04-15
申请号:CN202510300881.7
申请日:2025-03-14
Applicant: 吉林大学
Abstract: 本发明属于道路车辆控制系统领域,涉及一种基于电动自行车多模态行为预测其与车辆碰撞风险的方法,该方法利用物理建模,以电动自行车的制动距离,横向及纵向稳定性对汽车造成的影响为基础风险;进一步考虑由于环境造成的汽车风险,综合动态距离‑速度、相邻车辆类型、交通流密度、天气状况(降水量、温度、风速、能见度)四个维度进行多维环境风险评估建模;结合电动自行车操作行为(加速度变化与转向角度及频率)对汽车的风险;利用环境敏感度系数实时捕捉环境变化与整车风险间的复杂关系,最终针对电动自行车多模态的骑行行为,为汽车提供一套全面、精确、实时的多维度综合风险评估方法,降低复杂交通流环境下的碰撞风险。
-
公开(公告)号:CN119805491A
公开(公告)日:2025-04-11
申请号:CN202510300877.0
申请日:2025-03-14
Applicant: 吉林大学
IPC: G01S17/931 , B60W50/00 , B60W60/00 , G01S7/48
Abstract: 本发明属于道路车辆控制系统领域,涉及一种盲区识别系统、基于盲区识别的道路车辆控制系统及方法,盲区识别系统包括激光发射模块、光子级回波接收模块、算法处理模块、目标重建模块、识别与分类模块,算法处理模块将回波信号表示为一系列稀疏基函数的线性组合,重构非视域目标表面的反射率信息,提取非视域目标表面的几何信息;目标重建模块,利用正则化技术对非视域目标表面信息与回波信号进行联合优化,通过求解联合正则化问题来恢复稀疏系数,得到重构信号;识别与分类模块,判断非视域目标的类型和概率。该系统通过非视域成像技术实时观察隐蔽目标,信号处理时结合了非视域目标的物理特性,识别准确性高,减少盲区带来的安全风险。
-
公开(公告)号:CN119928879A
公开(公告)日:2025-05-06
申请号:CN202510446756.7
申请日:2025-04-10
Applicant: 吉林大学
Abstract: 本发明属于道路车辆控制系统领域,涉及一种基于多因素动态变化盲区监测方法、车辆控制方法及系统,所述盲区监测方法通过数据获取模块采集驾驶员头部状态以及车辆运动数据及周边环境变化情况,并将其发送给数据处理与融合模块进行数据预处理与时空同步,实现数据对齐,同时对多源数据进行融合;之后将汽车外部主要盲区划分为车前盲区、车后盲区、A柱盲区、B柱盲区、C柱盲区,基于车辆固定结构的尺寸及其与驾驶员的距离计算各个区域的基础盲区角度,最后建立各盲区独立动态模型和多盲区动态联动模型,基于多盲区动态联动模型计算各个区域盲区的动态角度范围,解决汽车在行驶中因盲区变化而产生的事故问题。
-
-