公开(公告)号：CN113779864B

公开(公告)日：2024-04-26

申请号：CN202110901295.X

申请日：2021-08-06

Applicant: 同济大学

Inventor： 余荣杰 ,  王艺贇

IPC: G06F11/36 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明涉及一种面向自动驾驶汽车的运行设计区域构建方法，具体包括以下步骤：S1、根据自动驾驶汽车的黑盒规控算法，组合应用重要度抽样方法和多层感知神经网络建模技术，构建运行安全性表现的代理模型；S2、获取运行安全性非单调变化特征，应用带动量的梯度下降法，搜索得到运行安全边界场景；S3、采集运行安全边界场景附近梯度值的变化趋势，分析梯度值的统计分布规律，根据分析结果构建安全冗余缓冲区域；S4、根据运行设计区域的设计规则，组合应用KD‑tree降维索引技术和平滑算法，得到安全冗余运行设计区域。与现有技术相比，本发明具有提升运行设计区域的安全保障程度、提高自动驾驶汽车安全测试的准确性和测试速度等优点。

公开(公告)号：CN117217019A

公开(公告)日：2023-12-12

申请号：CN202311272997.1

申请日：2023-09-28

Applicant: 同济大学

Inventor： 孙剑 ,  岳李圣飒 ,  倪颖 ,  杭鹏 ,  余荣杰 ,  田野

IPC: G06F30/20 ,  G01M17/007

Abstract: 本发明涉及一种三相映射虚实融合仿真实验系统。该系统实体沙盘模块、交通仿真模块和驾驶模拟模块分别与数据中心模块连接并发送AV信号数据、SV信号数据和MV信号数据，数据中心模块接收并动态交互处理三类数据，驾驶模拟模块接收经处理的AV和SV信号数据，将更新的MV信号数据发至其余模块，交通仿真模块接收经处理的AV和MV信号数据，将更新的SV信号数据发至其余模块，实体沙盘模块接收经处理的SV和MV信号数据，将更新的AV信号数据发至其余模块，最后在有相同测试场景的实体沙盘模块、驾驶模拟模块和交通仿真模块同步显示三类数据的同步交互与更新情况，完成仿真实验。与现有技术相比，本发明具有提高仿真测试的有效性、真实性和环境适应性等优点。

公开(公告)号：CN113920780B

公开(公告)日：2022-12-16

申请号：CN202111021806.5

申请日：2021-09-01

Applicant: 同济大学

Inventor： 余荣杰 ,  章锐辞 ,  艾浩安

IPC: G08G1/16 ,  G08G1/01 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G06Q10/06 ,  H04L67/12

Abstract: 本发明涉及一种基于联邦学习的云雾协同个性化前向碰撞风险预警方法，具体包括以下步骤：S1、云端根据时序特征数值数据，通过长短时记忆神经网络，训练生成初始车辆行驶前向碰撞风险预警模型并下传至雾端；S2、雾端获取驾驶员累计行驶的本地数据，通过梯度下降算法对初始车辆行驶前向碰撞风险预警模型进行更新，模型参数更新后上传至云端；S3、云端对回传的模型参数进行聚合，更新初始车辆行驶前向碰撞风险预警模型并下传至雾端；S4、雾端通过迁移学习算法对驾驶员特性进行调参，形成个性化前向碰撞风险预警模型。与现有技术相比，本发明针对前向碰撞进行个性化高精度预警，具有提高高级驾驶辅助系统(ADAS)的利用率，降低追尾事故发生率等优点。

公开(公告)号：CN111707476B

公开(公告)日：2021-07-20

申请号：CN202010432644.3

申请日：2020-05-20

Applicant: 同济大学

Inventor： 余荣杰 ,  龙晓捷

IPC: G01M17/007 ,  G06F17/15 ,  G06F17/16

Abstract: 本发明涉及一种面向自动驾驶汽车的纵向驾驶能力检测方法，包括：获取异质性群体驾驶行为数据，构建纵向驾驶行为特征库；针对车辆纵向安全距离保持行为，利用纵向驾驶行为特征库，构建驾驶能力评估指标体系；利用分位数回归方法和驾驶能力评估指标体系，构建纵向驾驶能力多因素解析模型；获取自动驾驶汽车运行数据，利用纵向驾驶能力多因素解析模型进行驾驶能力量化检测。与现有技术相比，实现自动驾驶汽车的驾驶能力在人类驾驶员群体中的量化定位，解决了现有驾驶能力评估方法无法兼顾等级划分和可解释性的问题，评价结果可支撑自动驾驶汽车控制算法的优化。

公开(公告)号：CN108549366B

公开(公告)日：2020-11-10

申请号：CN201810417326.2

申请日：2018-05-04

Applicant: 同济大学

Inventor： 孙剑 ,  徐一鸣 ,  余荣杰

IPC: G05B23/02 ,  G01M17/007

Abstract: 本发明涉及一种智能汽车道路行驶与虚拟测试平行映射实验方法，旨在提高智能汽车测试的效率及安全性。首先采集驾驶员驾驶车辆的轨迹数据、自动驾驶系统的感知数据与规划轨迹数据（注意此时智能汽车并没有执行该规划轨迹）；然后对实际轨迹和规划轨迹进行对比，搜索两轨迹存在显著差异的场景；之后通过智能汽车的感知信息，对这些场景进行重构，并进行场景回放与仿真预测，分别计算两轨迹的安全性，并对其进行评估。本方法无需使用自动驾驶系统控制车辆，只要智能车在道路行驶（即人类驾驶员在操控汽车），就可进行测试和实验。本方法既可提高测试效率，又可保证测试的安全性。

公开(公告)号：CN110782125A

公开(公告)日：2020-02-11

申请号：CN201910899594.7

申请日：2019-09-23

Applicant: 同济大学

Inventor： 余荣杰 ,  韩磊 ,  李殊远

IPC: G06Q10/06

Abstract: 本发明涉及一种面向自动驾驶汽车的道路安全风险度评估方法，包括以下步骤：步骤S1：基于自动驾驶事故数据，得到自动驾驶事故场景；步骤S2：基于自动驾驶事故场景和人工驾驶事故场景，得到自动驾驶条件下的道路安全风险度；步骤S3：基于自动驾驶条件下的道路安全风险度，建立自动驾驶条件下的道路安全风险度评估模型；步骤S4：基于自动驾驶条件下的道路安全风险度评估模型，开展面向自动驾驶汽车的道路安全风险度评估。与现有技术相比，可以实现自动驾驶汽车视角下的道路安全风险量化评估，为自动驾驶汽车开放测试道路选择、测试等级划分等提供解决思路，并在基于车路协同技术的车辆高自动化驾驶技术研发等方面有着广泛的应用。

公开(公告)号：CN110254435A

公开(公告)日：2019-09-20

申请号：CN201910580087.7

申请日：2019-06-28

Applicant: 同济大学

Inventor： 余荣杰 ,  龙晓捷

IPC: B60W40/09

Abstract: 本发明涉及一种驾驶风格识别方法，该方法包括以下步骤：步骤S1：利用传感器采集行车轨迹数据；步骤S2：基于行车轨迹数据，结合地理信息数据得到相对超速行为；步骤S3：基于相对超速行为，计算得到驾驶风格参数；步骤S4：基于驾驶风格参数，利用聚类算法识别驾驶风格。与现有技术相比，放宽了驾驶风格识别的数据精度要求，基于低频数据，有利于降低驾驶风格识别的数据采集成本；扩展了低频行车轨迹数据在驾驶风格探究方面的应用；可提高道路交通安全性。

公开(公告)号：CN108549366A

公开(公告)日：2018-09-18

申请号：CN201810417326.2

申请日：2018-05-04

Applicant: 同济大学

Inventor： 孙剑 ,  徐一鸣 ,  余荣杰

IPC: G05B23/02 ,  G01M17/007

CPC classification number: G05B23/0243 ,  G01M17/007 ,  G05B2219/24065

Abstract: 本发明涉及一种智能汽车道路行驶与虚拟测试平行映射实验方法，旨在提高智能汽车测试的效率及安全性。首先采集驾驶员驾驶车辆的轨迹数据、自动驾驶系统的感知数据与规划轨迹数据（注意此时智能汽车并没有执行该规划轨迹）；然后对实际轨迹和规划轨迹进行对比，搜索两轨迹存在显著差异的场景；之后通过智能汽车的感知信息，对这些场景进行重构，并进行场景回放与仿真预测，分别计算两轨迹的安全性，并对其进行评估。本方法无需使用自动驾驶系统控制车辆，只要智能车在道路行驶（即人类驾驶员在操控汽车），就可进行测试和实验。本方法既可提高测试效率，又可保证测试的安全性。

公开(公告)号：CN120080843A

公开(公告)日：2025-06-03

申请号：CN202510373772.8

申请日：2025-03-27

Applicant: 同济大学

Inventor： 余荣杰 ,  陈任远

IPC: B60W30/14 ,  B60W40/064 ,  B60W50/00

Abstract: 本发明涉及一种面向变附着工况的车云一体车辆预稳巡航控制方法，包括：获取当前行驶路段的路面附着系数；接收外部发送的前方路段各位置点的附着系数，并基于前方位置点的附着系数和当前行驶路段的路面附着系数，判断是否启动预稳巡航控制，若为是，则执行全局规划步骤；全局规划步骤：根据目标路段的路面附着系数得到目标路段的安全行驶速度构建速度约束，以通行时间最短的效率最优目标函数，构建加速度与加加速度的舒适性约束，生成全局速度序列和加速度序列；巡航控制步骤：获取ACC上层控制器求解输出的局部加速度，将加速度序列转换为时域，并提取序列中首个值作为远期控制目标，求解得到期望加速度，输入ACC下层控制器执行控制。与现有技术相比，本发明具有能够在所有配备自适应巡航控制功能的车辆上量产应用等优点。

公开(公告)号：CN120068960A

公开(公告)日：2025-05-30

申请号：CN202510549460.8

申请日：2025-04-29

Applicant: 同济大学

Inventor： 杭鹏 ,  严周栋 ,  高珍 ,  余荣杰 ,  孙剑

IPC: G06N3/0499 ,  G06N3/084 ,  G06N3/096 ,  G06F18/10

Abstract: 本发明涉及自动驾驶数据处理领域，尤其是涉及一种基于模型和数据联合的车辆轨迹平滑重构系统，包括：数据前处理一模块、降噪模块、数据前处理二模块、轨迹重构模块、数据后处理模块和训练模块。本发明将运动学模型重构单元嵌入到轨迹重构模块中，通过数据训练轨迹重构模块，实现对轨迹的重构和驾驶动作的提取，并设计降噪模块增强整个系统的鲁棒性。本发明系统能严格满足车辆模型的物理约束，设计的网络能够满足硬约束条件，并学习提取到驾驶动作，提高了轨迹重构和驾驶动作提取精度。