-
公开(公告)号：CN119025403A
公开(公告)日：2024-11-26
申请号：CN202410152053.9
申请日：2024-02-02
Applicant: 同济大学
IPC: G06F11/36
Abstract: 本发明涉及智能汽车技术领域，提供一种基于协同仿真的L3级自动驾驶接管绩效解耦测试方法。通过SCANeR驾驶模拟软件、ROS系统和Matlab中Simulink仿真软件搭建协同仿真平台，实现L3级自动驾驶接管判定提示和控制权切换。本发明结合场景要素聚类采样生成的交通风险场景测试用例集，基于协同仿真平台开展接管实验，从而判别影响接管绩效的关键致因，将关键要素对接管绩效的影响进行解耦表征，分析单一要素对绩效的解耦调控效果；并开展可迁移性验证，采用克里金法进行预测，进一步验证解耦关系在未知场景下的信效度。本发明具有操作便捷、成本低廉的优势，可广泛应用于L3级自动驾驶接管测试，提升了测试效率，满足日益增长的自动驾驶测试需求。
-
公开(公告)号：CN113942526B
公开(公告)日：2023-11-03
申请号：CN202111391657.1
申请日：2021-11-23
Applicant: 同济大学
IPC: B60W60/00
Abstract: 本发明涉及一种基于可接受风险的自动驾驶超车轨迹规划方法，包括以下步骤：获取行车原始数据；根据行车原始数据构建道路坐标系，并获取量化道路要素风险和交通运行风险，量化叠加构成集成道路交通风险；标定自动驾驶车辆超车最大可接受风险；根据道路坐标系，引入集成道路交通风险，结合实际驾驶环境中的风险分布，评估超车轨迹的风险代价，完成自动驾驶车辆超车轨迹的采样与筛选。与现有技术相比，本发明具有超车轨迹规划更安全，与实际道路环境更契合等优点。
-
公开(公告)号：CN118280109A
公开(公告)日：2024-07-02
申请号：CN202410379723.0
申请日：2024-03-29
Applicant: 同济大学
IPC: G08G1/01 , B60W50/00 , B60W60/00 , B60W40/04 , G01C21/28 , G01C21/34 , G01S13/86 , G06V20/56 , G06V10/776 , G06V10/82 , G06V10/84 , G06N3/047 , G06N7/01
Abstract: 本发明涉及协同感知技术领域，提出一种面向复杂道路场景的协同感知可靠性评估方法，通过获取场景道路拓扑信息及主车点云数据并进行数据预处理；基于主车点云数据和道路拓扑信息得到边框图像，用二维欧式平面中点的集合表征边框图像；筛选出复杂道路场景中使协同感知模型表现下降的极端条件，即场景参数；基于筛选出的极端条件对协同感知模型进行可靠性评估。本发明通过比较感知失效影响的车辆的实际行为，直观地展示了可靠性随数据和时间变化的波动；本发明筛选出那些对协同感知算法最具挑战性的条件或场景，可以对算法进行更全面的评估，指明协同感知算法的优化方向。
-
-
Patent Agency Ranking
公开(公告)号：CN115909244A
公开(公告)日：2023-04-04
申请号：CN202211511827.X
申请日：2022-11-29
Applicant: 同济大学
Abstract: 本发明涉及一种基于自动时序超参优化模型的驾驶风险识别方法，旨在基于时空轨迹数据构建自动时序超参优化模型识别驾驶风险行为，在现有模型基础上降低训练成本同时优化模型精度。该方法构建自动时序超参优化模型，基于车辆时空轨迹数据，搭建自动机器学习框架，实现滑动窗口参数与模型超参数的自动优化，首先基于动态时间规整算法同步多特征数据之间的相位耦合关系；其次，基于深度特征合成‑滑动窗口算法与t‑分布随机邻域嵌入算法自动特征生成与降维选择；最后，通过贝叶斯优化实现自动模型选择与超参数调整，并进行模型集成；该方法在自动机器学习框架中考虑数据时序特性，实现训练成本的降低与驾驶风险识别模型精度的优化。
-
公开(公告)号：CN112622932B
公开(公告)日：2022-02-01
申请号：CN202011539198.2
申请日：2020-12-23
Applicant: 同济大学
Abstract: 本发明涉及一种应用势能场理论进行自动驾驶车辆的换道轨迹规划算法，应用于复杂道路环境下的自动驾驶换道轨迹规划。通过考虑环境车辆的位置影响，与车辆运动趋势构建车辆风险的势能场模型；对道路环境中车道线和道路边界势能场分别采用高斯分布和反比函数描述。在势能场的基础上，标定车辆不可接受的最小风险阈值，划分车辆轨迹不可侵入区域，采用A‑star启发式搜索算法搜索风险值最小的路径。本发明采用自适应模型预测控制的方法求解车辆的实际轨迹，实现对规划轨迹的跟踪。本发明提高了自动驾驶换道轨迹规划对复杂道路与交通环境的适应能力。
-
公开(公告)号：CN113942526A
公开(公告)日：2022-01-18
申请号：CN202111391657.1
申请日：2021-11-23
Applicant: 同济大学
IPC: B60W60/00
Abstract: 本发明涉及一种基于可接受风险的自动驾驶超车轨迹规划方法，包括以下步骤：获取行车原始数据；根据行车原始数据构建道路坐标系，并获取量化道路要素风险和交通运行风险，量化叠加构成集成道路交通风险；标定自动驾驶车辆超车最大可接受风险；根据道路坐标系，引入集成道路交通风险，结合实际驾驶环境中的风险分布，评估超车轨迹的风险代价，完成自动驾驶车辆超车轨迹的采样与筛选。与现有技术相比，本发明具有超车轨迹规划更安全，与实际道路环境更契合等优点。
-
公开(公告)号：CN118153669A
公开(公告)日：2024-06-07
申请号：CN202410329716.X
申请日：2024-03-22
Applicant: 同济大学
IPC: G06N3/0985 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及车辆自动驾驶协同感知技术领域，提出了一种基于超参数优化的轻量化自适应协同感知方法，包括步骤：构建协同感知数据集，基于影响协同感知因素的场景构建多个协同感知子训练任务；构建教师网络与学生网络模型，构建学生网络模型损失函数与超参优化函数；优化迭代反馈得到用于协同感知的轻量化元学习网络的最优超参数和网络参数；基于该轻量化元学习网络，在其它复杂协同交通场景中进行效率与安全性测试。本发明的超参数优化基于知识蒸馏与元学习，在对协同感知的元学习网络轻量化的过程中，保持元学习网络泛化性的同时，大幅降低计算成本，优化元学习超参数，有针对性的提高特定场景下的协同感知准确性，具有较好的迁移能力。
-
公开(公告)号：CN112622932A
公开(公告)日：2021-04-09
申请号：CN202011539198.2
申请日：2020-12-23
Applicant: 同济大学
Abstract: 本发明涉及一种应用势能场理论进行自动驾驶车辆的换道轨迹规划算法，应用于复杂道路环境下的自动驾驶换道轨迹规划。通过考虑环境车辆的位置影响，与车辆运动趋势构建车辆风险的势能场模型；对道路环境中车道线和道路边界势能场分别采用高斯分布和反比函数描述。在势能场的基础上，标定车辆不可接受的最小风险阈值，划分车辆轨迹不可侵入区域，采用A‑star启发式搜索算法搜索风险值最小的路径。本发明采用自适应模型预测控制的方法求解车辆的实际轨迹，实现对规划轨迹的跟踪。本发明提高了自动驾驶换道轨迹规划对复杂道路与交通环境的适应能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
