公开(公告)号：CN116890808A

公开(公告)日：2023-10-17

申请号：CN202311095490.3

申请日：2023-08-29

Applicant: 同济大学

Inventor： 黄岩军 ,  李云鹏 ,  李朋 ,  李尚文 ,  孙恒阳 ,  汪琦涵 ,  唐昕月

IPC: B60W30/02 ,  B60W10/22 ,  B60W10/20 ,  B60W10/18 ,  B60W10/06

Abstract: 本发明涉及一种基于智能汽车传感和执行器的可重构主动安全控制方法，包括以下步骤：基于智能汽车自身车载传感器和路侧设备获取智能汽车行驶信息；构建可重构控制模块，可重构控制模块包括可重构动力学模型构建模块、可重构参数/状态辨识模块和可重构控制参数调整模块；利用可重构控制模块对智能汽车行驶信息进行处理，生成作用于智能汽车执行器的控制指令；获取执行器执行控制指令后的智能汽车行驶信息并反馈给可重构控制模块。与现有技术相比，本发明基于可重构概念，通过分析主动安全系统各环节之间的耦合机理，提出具有容错控制能力且不依赖于具体车辆配置的智能汽车主动安全控制方法，将大大降低主动安全系统结构复杂性并提高主动安全性能。

公开(公告)号：CN119942496A

公开(公告)日：2025-05-06

申请号：CN202510009786.1

申请日：2025-01-03

Applicant: 同济大学

Inventor： 刘涛 ,  李尚文 ,  田智宇 ,  杜嘉彤 ,  黄岩军 ,  余卓平

IPC: G06V20/58 ,  G06V20/52 ,  G06V10/26 ,  G06V10/82 ,  G06V10/42 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的信息融合停车位检测方法及系统，致力于从AVM(环视监控图像)实现停车位的高效检测。该方法先将图像划分为网格单元，借由卷积神经网络提取特征图，从而获取停车位的全局信息(包括入口位置、类型及占用情况)与局部信息(如连接点位置和方向)，而后运用基于连接点和停车位的非极大值抑制技术对信息加以整合，得出精准的检测结果。本发明具备高检测率、高精度以及快速检测等显著优势，在各类环境条件下均有出色表现，具有颇高的实用价值与广阔的应用前景。

公开(公告)号：CN117227758A

公开(公告)日：2023-12-15

申请号：CN202311311681.9

申请日：2023-10-11

Applicant: 同济大学

Inventor： 黄岩军 ,  李尚文 ,  袁康 ,  陈虹

IPC: B60W60/00 ,  B60W40/107 ,  B60W40/00

Abstract: 本发明涉及一种多层次人类智能增强的自动驾驶车辆决策控制方法及系统，其中方法包括：采集人类驾驶员驾驶数据，利用逆强化学习算法训练得到奖励函数网络和预训练最优策略模型；初始化DDPG控制模型，智能体利用采集的自动驾驶汽车当前时刻状态信息进行自主探索，并根据状态信息、决策指令和奖励构建训练数据集对模型进行训练；若接收到人类驾驶员操纵指令，则将其作为决策指令，否则，将DDPG控制模型得到的控制指令作为决策指令；基于决策指令，利用MPC控制器进行自动驾驶汽车的横纵向规划跟踪，得到下一时刻车辆控制量，对车辆进行控制。与现有技术相比，本发明结合了人类驾驶的鲁棒性和适应性优势，有效提高了驾驶安全性和舒适性。

公开(公告)号：CN117719535A

公开(公告)日：2024-03-19

申请号：CN202311571578.8

申请日：2023-11-23

Applicant: 同济大学

Inventor： 黄岩军 ,  袁康 ,  李尚文 ,  陈虹

IPC: B60W60/00 ,  B60W50/08 ,  B60W50/00

Abstract: 本发明涉及一种人类反馈的自动驾驶车辆交互式自适应决策控制方法，包括以下步骤：获取自动驾驶汽车采集到的状态感知信息，采用训练好的上层强化学习DDQN网络模型，确定下层MPC控制器优化问题的权重系数，所述DDQN网络模型基于人在环的交互反馈信息和场景风险评估结果实现更新，将模仿人类评价反馈网络模型输出的人类评价和场景风险评估模型输出的场景风险评估结果作用在DDQN网络模型的奖励函数中，训练DDQN网络模型并更新参数；MPC控制器基于权重系数确定优化问题，并进行横纵向规划跟踪，求解下一时刻控制量。与现有技术相比，本发明具有能够自适应控制模型参数并学习人类驾驶评价，提高驾驶安全性和场景适应性等优点。

公开(公告)号：CN119942495A

公开(公告)日：2025-05-06

申请号：CN202510009784.2

申请日：2025-01-03

Applicant: 同济大学

Inventor： 刘涛 ,  田智宇 ,  李尚文 ,  杜嘉彤 ,  余卓平 ,  黄岩军

IPC: G06V20/58 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/084

Abstract: 本发明提供一种使用地面真实目标信息增强的多视角bev检测器及构建方法，该方法基于经典的多视角bev检测器bevformer，通过将地面真实目标信息集成到bev编码和感知解码过程中来增强bev检测器。代码架构分为两部分，基础bevformer部分和改进的部分。基础bevformer部分使用当前最流行的bevformer架构，改进部分包括TT‑bev模块和TT‑Q模块。TT‑bev模块：将地面真实目标信息通过由TT Encoder层组成的编码器得到TT‑bev特征，bev encoder生成的bev feature。将TT‑bev特征视为文本编译器的结果，将bev feature视为图像编译器的结果，将TT‑bev和bev feature组成文本‑图像对，使用对比学习的方法增强感知结果。TT‑Q模块：TT Encoder部分生成TT‑Q，之后经历与正常解码部分查询相同的过程和模块，参与decoder部分的参数更新。本发明提高了bev检测器检测的准确性和鲁棒性。