公开(公告)号：CN119847147A

公开(公告)日：2025-04-18

申请号：CN202411961742.0

申请日：2024-12-30

Applicant: 吉林大学

Inventor： 胡宏宇 ,  李争一 ,  程铭 ,  张国娟 ,  梁耘瀚

IPC: G05D1/43 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D109/10

Abstract: 本发明涉及一种考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质；方法包括构建概率化目标检测模型进行环境感知，构建障碍物缓冲区；构建基于软约束凸可行集的轨迹规划算法，生成最优规划轨迹；本发明利用多元高斯分布对行车环境中的障碍物建模，建立了概率化感知模型，对周围环境进行高精度感知和方差推断；本利用包络框属性方差信息，构建感知障碍物最大抖动区域，建立障碍物缓冲区，能够量化并传递感知不确定性，为下游模块提供了更加可靠的感知数据支持；在轨迹规划目标函数中加入松弛因子，使得在规划过程中适应感知的不确定环境，提升了规划轨迹的平顺性和车辆在不确定环境中的适应能力和行驶舒适性。

公开(公告)号：CN118711156A

公开(公告)日：2024-09-27

申请号：CN202410798844.9

申请日：2024-06-20

Applicant: 吉林大学

Inventor： 胡宏宇 ,  李争一 ,  程铭 ,  梁耘瀚

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/776 ,  G06N5/04 ,  G06V10/82 ,  G06N3/08 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80

Abstract: 本发明涉及一种自动驾驶汽车感知不确定性量化方法及装置；方法包括采集车辆行驶过程中的环境信息；对采集的数据标注，形成带有标签的数据集；数据集划分为训练集、测试集和验证集；构建方差推断神经网络；利用无序数据集对每个方差推断神经网络进行预训练；对每个方差推断神经网络进行训练；集成所有方差推断神经网络，构建集成网络；计算每个方差推断神经网络感知结果的不确定性指数；构建基于不确定性的结果融合策略；计算集成网络感知结果的不确定性指数；输出模型的最终感知结果；本发明提供的基于高斯误差和模型投票机制的不确定性量化指标、不确定性指数，为感知模型输出结果不确定性，提供了一种统一的数值量化方法。