公开(公告)号：CN119160215A

公开(公告)日：2024-12-20

申请号：CN202411281914.X

申请日：2024-09-13

Applicant: 大连理工大学

Inventor： 姚宝珍 ,  杨卫晨 ,  姜萌 ,  冯锐 ,  廖宇翔

IPC: B60W60/00 ,  B60W50/00

Abstract: 本发明公开了基于深度强化学习与A‑Star算法的自动驾驶决策规划方法，通过A‑Star算法进行全局路径规划，并利用深度强化学习模型处理局部环境感知信息，做出实时决策；通过设置奖励函数来训练神经网络模型，使其能够在保证安全性的前提下，有效地处理复杂的交通环境，并具有良好的实时性和灵活性；引入了基于车速的动态安全车距计算机制，以及对偏离全局路径、靠近前方车辆等行为的奖惩机制，以提升行驶安全性；通过仿真环境训练，智能体能够学习最佳的驾驶策略，实现更高效、更智能的自动驾驶。本发明方法，能够高效、准确地为自动驾驶车辆提供行驶决策，并具有良好的泛化能力和适应性，以适应复杂多变的交通环境。

公开(公告)号：CN119048565A

公开(公告)日：2024-11-29

申请号：CN202411271571.9

申请日：2024-09-11

Applicant: 大连理工大学

Inventor： 姚宝珍 ,  姜萌 ,  杨卫晨 ,  冯锐 ,  纪人桓

IPC: G06T7/277 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/25 ,  G06T7/10 ,  G06V10/40 ,  G06V10/80 ,  G06N3/048

Abstract: 本发明公开了一种基于改进YOLOv8和HybridSORT的行人跟踪方法，首先利用YOLOv8模型对视频帧中的行人目标进行检测，随后通过行人重识别ReID模型提取检测结果中的多尺度行人外观特征，最后采用HybridSORT算法对行人目标进行跟踪，实现在多目标场景下的行人精准检测和稳定跟踪。本发明能够有效提高模型在复杂背景下的行人检测效果，增强模型对行人外观特征提取效果，从而提高目标跟踪的稳定性和精度，降低了误检和漏检的发生概率。本发明尤其适用于人群密集、行人快速移动或背景复杂的环境，能够实现更高效、更可靠的行人检测与跟踪。