公开(公告)号：CN117437778B

公开(公告)日：2025-04-29

申请号：CN202311386646.3

申请日：2023-10-24

Applicant: 同济大学

Inventor： 赖金涛 ,  张振 ,  徐恬 ,  赖金豪 ,  付暄翔 ,  张明宇 ,  杨晓光

IPC: G08G1/01 ,  G08G1/0967

Abstract: 本发明涉及一种面向高载客率车辆优先的隧道瓶颈管控系统及其方法，该方法包括：数据采集模块采集上游控制区域和隧道瓶颈区域内CAV和CHV的运行状态信息；决策生成模块对CHV轨迹方案进行预测，之后判断CHV是否在DHL临近的常规车道上以及CHV在DHL上是否能够获得速度增益，以确定CHV是否需要申请CAV向DHL换道；若存在向DHL换道的申请，则判断前方是否存在可换道的CAV以及HOV车道是否能提供相应路权，若均判断为是、则为CAV进行换道轨迹优化决策，否则为CAV进行车辆巡航轨迹优化决策；最后由控制执行模块将优化决策信息转化生成CAV轨迹控制指令、并下发给路网中的CAV执行。与现有技术相比，本发明能够在减少快速路隧道瓶颈交通拥堵的同时保障交通出行者的效益公平性。

公开(公告)号：CN117079455A

公开(公告)日：2023-11-17

申请号：CN202310948061.X

申请日：2023-07-31

Applicant: 同济大学

Inventor： 胡笳 ,  徐恬 ,  赖金涛 ,  严学润 ,  王观 ,  熊璐

IPC: G08G1/01

Abstract: 本发明公开了一种全域加速优化搜索的高风险驾驶场景辨识方法，包括：S1、通过切分模块将全域驾驶场景切分成若干个场景群；S2、通过辨识模块建立优化问题，并对各场景群进行数据收集，计算得到各场景群的风险程度，并根据风险程度值辨识出其中的风险场景群；S3、通过探索模块将在风险场景群中确定一个探索方向，并沿着探索方向将风险场景群切分成若干个场景子群，并找出其中的高风险场景，再判断是否找到足够的高风险场景；当判断找到足够的高风险场景，停止高风险场景辨识，当判断未找到足够的高风险场景，则返回步骤S2。根据本发明，能够对全域驾驶场景进行搜索，保证高覆盖，同时加速高风险场景的辨识，提高效率，推动基于场景的自动驾驶测试。

公开(公告)号：CN117058652A

公开(公告)日：2023-11-14

申请号：CN202310984606.2

申请日：2023-08-07

Applicant: 同济大学

Inventor： 胡笳 ,  张瑞聪 ,  严学润 ,  赖金涛 ,  熊璐 ,  徐恬

IPC: G06V20/58 ,  G08G1/01 ,  G06Q10/0635 ,  G06F30/20 ,  B60W60/00 ,  G06F111/08

Abstract: 本发明公开了一种时空耦合的驾驶风险描述方法，包括：S1、获取自动驾驶车感知区域内所有感知物体位置信息及动态信息及将所有感知信息在地图中进行初始化安置；S2、同时进行风险概率计算与风险强度计算；S3、通过接受的风险概率栅格地图与风险强度栅格地图，进行风险的量化耦合计算，将输出风险值，作为自车当前运动状态下未来一段观测时域内的空间风险分布。根据本发明，能够从风险概率和强度两个维度展示一个特定的自动驾驶场景中的真实风险情况，适用于横纵向耦合的复杂交通场景，实现对风险更为真实与通用的刻画。

公开(公告)号：CN117191413A

公开(公告)日：2023-12-08

申请号：CN202310887319.X

申请日：2023-07-19

Applicant: 同济大学

Inventor： 胡笳 ,  严学润 ,  赖金涛 ,  徐恬 ,  熊璐

IPC: G01M17/007 ,  G06F30/20 ,  G06N5/04

Abstract: 本发明涉及一种强博弈交互环境下的自动驾驶测试系统，包括：交通仿真器，用于对交通系统进行仿真；交互博弈式决策器，以交通仿真器输出的道路交通信息为输入，内嵌基于逻辑规则的博弈式决策算法，将车辆运行模式分为巡航、换道、返回车道、信号灯以及冲突区五类，构建每种运行模式下的决策机制，确定下一仿真步的运行模式，并输出相应的车辆状态；交互博弈式控制器，用于根据交互博弈式决策器输出的车辆状态，输出控制自动驾驶车辆的横纵向行为的控制量；车辆动力学模型，用于模拟车辆机械系统对控制量的真实响应。与现有技术相比，本发明具有车辆决策行为刻画清晰、满足实时仿真需求、仿真测试可信度高等优点。

公开(公告)号：CN116911058A

公开(公告)日：2023-10-20

申请号：CN202310963687.8

申请日：2023-08-02

Applicant: 同济大学

Inventor： 胡笳 ,  徐恬 ,  赖金涛 ,  严学润 ,  杜豫川 ,  张瑞聪

IPC: G06F30/20 ,  G06F17/10 ,  G08G1/01

Abstract: 本发明公开了一种面向自动驾驶测试的场景自演绎引擎设计方法，包括：S1、通过信息获取模块获取交通环境信息与交通参与者信息；S2、通过自演绎生成模块构建静态环境自演绎函数与通用场景自演绎函数；S3、通过自动驾驶车模块接收场景内自动驾驶车辆当前状态信息和与之存在交互的车辆信息，并通过自动驾驶算法模型，计算得到自动驾驶车辆的下一步状态信息，并输出给信息获取模块；S4、通过人类驾驶车模块接收场景内人类驾驶车辆当前状态信息与之存在交互的车辆信息，并通过人类驾驶算法模型，计算得到人类驾驶车辆的下一步状态信息，并输出给信息获取模块。根据本发明，复现交通参与者间的交互博弈，真实的还原了交通场景，使得基于场景的自动驾驶测试真实可靠。

公开(公告)号：CN117079455B

公开(公告)日：2025-01-17

申请号：CN202310948061.X

申请日：2023-07-31

Applicant: 同济大学

Inventor： 胡笳 ,  徐恬 ,  赖金涛 ,  严学润 ,  王观 ,  熊璐

IPC: G08G1/01

Abstract: 本发明公开了一种全域加速优化搜索的高风险驾驶场景辨识方法，包括：S1、通过切分模块将全域驾驶场景切分成若干个场景群；S2、通过辨识模块建立优化问题，并对各场景群进行数据收集，计算得到各场景群的风险程度，并根据风险程度值辨识出其中的风险场景群；S3、通过探索模块将在风险场景群中确定一个探索方向，并沿着探索方向将风险场景群切分成若干个场景子群，并找出其中的高风险场景，再判断是否找到足够的高风险场景；当判断找到足够的高风险场景，停止高风险场景辨识，当判断未找到足够的高风险场景，则返回步骤S2。根据本发明，能够对全域驾驶场景进行搜索，保证高覆盖，同时加速高风险场景的辨识，提高效率，推动基于场景的自动驾驶测试。

公开(公告)号：CN117437778A

公开(公告)日：2024-01-23

申请号：CN202311386646.3

申请日：2023-10-24

Applicant: 同济大学

Inventor： 赖金涛 ,  张振 ,  徐恬 ,  赖金豪 ,  付暄翔 ,  张明宇 ,  杨晓光

IPC: G08G1/01 ,  G08G1/0967

Abstract: 本发明涉及一种面向高载客率车辆优先的隧道瓶颈管控系统及其方法，该方法包括：数据采集模块采集上游控制区域和隧道瓶颈区域内CAV和CHV的运行状态信息；决策生成模块对CHV轨迹方案进行预测，之后判断CHV是否在DHL临近的常规车道上以及CHV在DHL上是否能够获得速度增益，以确定CHV是否需要申请CAV向DHL换道；若存在向DHL换道的申请，则判断前方是否存在可换道的CAV以及HOV车道是否能提供相应路权，若均判断为是、则为CAV进行换道轨迹优化决策，否则为CAV进行车辆巡航轨迹优化决策；最后由控制执行模块将优化决策信息转化生成CAV轨迹控制指令、并下发给路网中的CAV执行。与现有技术相比，本发明能够在减少快速路隧道瓶颈交通拥堵的同时保障交通出行者的效益公平性。

公开(公告)号：CN117196912A

公开(公告)日：2023-12-08

申请号：CN202311056914.5

申请日：2023-08-22

Applicant: 同济大学

Inventor： 胡笳 ,  张瑞聪 ,  严学润 ,  赖金涛 ,  王观 ,  徐恬

IPC: G06Q50/26 ,  G06F17/17 ,  G06F17/18 ,  G06F30/20 ,  G06F111/08

Abstract: 本发明公开了一种基于可达包络分区的风险指标计算方法，应用于自动驾驶车辆的测试验证评估，核心目标是通过快速运算实现对目标物未来时间窗口内可达位置及运动状态的准确预测。该方法包括：计算目标物可达空间，并通过近似方法对可达空间进行约束，通过包络模式给出表达更简单的可达范围空间；通过状态累积计算各个分区的状态表达与状态估计，整合包络空间与状态，对每个独立位置进行风险评估。根据本发明，可快速实现可达区域预测与表达，支持空间风险指标计算，适用于运动态势复杂的风险场景描述，实现对风险更全面的刻画。

公开(公告)号：CN117056868A

公开(公告)日：2023-11-14

申请号：CN202311024864.2

申请日：2023-08-15

Applicant: 同济大学

Inventor： 胡笳 ,  赖金涛 ,  徐恬 ,  杜豫川 ,  张振 ,  张瑞聪

IPC: G06F18/26 ,  G06F18/27 ,  G06F18/2113

Abstract: 本发明公开了一种场景要素凝聚的自动驾驶测试方法，包括：S1、通过非关联场景要素划分模块计算场景要素之间的关联程度及根据要素之间的关联程度划分出若干非关联的要素簇；S2、通过场景要素凝聚模块分析各个要素簇的关键程度，将强关联的场景要素加入到关键程度较高的场景要素簇中，凝聚形成关键要素簇；S3、通过高风险场景测试模块识别高风险场景，将识别出来的高风险场景作为测试场景，对自动驾驶车辆及其系统进行安全性测试和验证；而后判断测试结果是否充分，若是则测试流程结束，否返回S3步骤进行新的测试。根据本发明，考虑复杂场景要素耦合的高维空间，加速了复杂高维空间中自动驾驶高风险场景的识别，提高了自动驾驶测试的效率。

公开(公告)号：CN116872973A

公开(公告)日：2023-10-13

申请号：CN202311015350.0

申请日：2023-08-14

Applicant: 同济大学

Inventor： 胡笳 ,  张瑞聪 ,  严学润 ,  赖金涛 ,  杜豫川 ,  徐恬

IPC: B60W60/00 ,  B60W30/095 ,  B60W40/02 ,  B60W50/00

Abstract: 本发明公开了一种跨视距多目标的风险评价方法，包括：风险感知预测模块和全局风险评估模块；且根据当前感知信息计算盲区，在根据盲区空间进行盲区假想目标障碍物设置，将假想目标物与可见目标进行运动范围预测，根据运动范围计算自车运动范围与所有目标物运动范围的交集，最后结合归一化的评价指标进行综合风险评价。根据本发明，能够在保证各种风险有效评估，实现自动驾驶功能对周围环境及风险的正确感知，提高自动驾驶系统安全能力。