-
公开(公告)号：CN114523990A
公开(公告)日：2022-05-24
申请号：CN202210304345.0
申请日：2022-03-25
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了基于分层强化学习的自动驾驶决策方法和装置，包括：获取上游数据，上游数据包括感知融合数据、定位数据和控制数据；将上游数据输入到深度学习的模型中，输出得到感受野模型和第一预测轨迹；将感受野模型和第一预测轨迹输入到强化学习算法中，输出得到第一规划轨迹；根据第一规划轨迹控制车辆执行相应操作；将深度学习的模型和强化学习算法结合，确保了决策的稳定性和前瞻性，降低了预测的计算消耗。
-
公开(公告)号：CN112418237A
公开(公告)日：2021-02-26
申请号：CN202011432683.X
申请日：2020-12-07
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种车辆驾驶决策方法、装置及电子设备，首先获取当前车辆的行驶检测数据；然后根据行驶检测数据，确定决策参考数据；进而将决策参考数据输入至预先训练的驾驶决策模型，得到驾驶决策模型输出的决策数据；最后根据决策数据中的预设决策动作的状态值及与状态值对应的不确定性，确定当前车辆的决策动作。本发明通过预先训练的驾驶决策模型得到预设决策动作的状态值及对应的不确定性，并在进行决策时同时考虑状态值及不确定性，提高了动态复杂的环境中的驾驶决策的准确度，提高了驾驶安全性。
-
公开(公告)号：CN113793520B
公开(公告)日：2023-09-01
申请号：CN202111079692.X
申请日：2021-09-15
Applicant: 苏州挚途科技有限公司 , 一汽解放汽车有限公司
IPC: G08G1/095 , G08G1/0967 , G08G1/16
Abstract: 本发明提供了一种车辆轨迹预测方法、装置及电子设备，在获取交通路口区域的信号灯信息后，根据信号灯信息以及预先获取的障碍物车辆的行驶信息，确定障碍物车辆的行驶逻辑，然后基于障碍物车辆的行驶逻辑及障碍物车辆的行驶信息，预测障碍物车辆的轨迹。本发明基于信号灯信息确定了障碍物车辆的行车逻辑，并基于行车逻辑和行驶信息预测障碍物车辆的轨迹，提高了轨迹预测的准确性。
-
公开(公告)号：CN113119957B
公开(公告)日：2022-10-25
申请号：CN202110576068.4
申请日：2021-05-26
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种泊车轨迹规划方法、装置及电子设备，首先获取目标车位的位置信息、待泊车辆的初始位置、以及目标车位于待泊车辆之间的障碍物信息，然后基于位置信息、初始位置及障碍物信息，生成泊车相关区域地图，最后根据泊车相关区域地图及预设的节点步长，生成待泊车辆停入目标车位的泊车轨迹。本发明在考虑目标车位及障碍物的情况下，生成了泊车轨迹，从而提高了泊车的安全性及效率。
-
公开(公告)号：CN114523990B
公开(公告)日：2025-05-09
申请号：CN202210304345.0
申请日：2022-03-25
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了基于分层强化学习的自动驾驶决策方法和装置，包括：获取上游数据，上游数据包括感知融合数据、定位数据和控制数据；将上游数据输入到深度学习的模型中，输出得到感受野模型和第一预测轨迹；将感受野模型和第一预测轨迹输入到强化学习算法中，输出得到第一规划轨迹；根据第一规划轨迹控制车辆执行相应操作；将深度学习的模型和强化学习算法结合，确保了决策的稳定性和前瞻性，降低了预测的计算消耗。
-
Patent Agency Ranking
公开(公告)号：CN113799776A
公开(公告)日：2021-12-17
申请号：CN202111195723.8
申请日：2021-10-14
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种车辆换道方法、装置和电子设备，如果获取到的当前车辆参数信息和当前车辆所处环境信息满足第一预设条件，计算当前车辆与目标车辆之间的距离值和碰撞时间；如果距离值和碰撞时间满足第二预设条件，控制当前车辆向目标车道换道。该方式在判断当前车辆参数信息和当前车辆所处环境信息是否满足第一预设条件后，会继续判断当前车辆与目标车辆之间的距离值和碰撞时间是否满足第二预设条件，如果满足，就可以控制当前车辆向目标车道换道，该方式稳定性较好，可以适用于各种工况，采用该方式对车辆进行换道决策，可以满足自动驾驶的可靠性和安全性要求。
-
公开(公告)号：CN114323054B
公开(公告)日：2024-04-19
申请号：CN202210033584.7
申请日：2022-01-12
Applicant: 苏州挚途科技有限公司 , 挚途(上海)智能科技有限公司
IPC: G01C21/34
Abstract: 本申请提供了一种自动驾驶车辆行驶轨迹的确定方法、装置及电子设备，该方法包括：首先获取目标车辆的行驶特征和车道结构特征，进而根据行驶特征和车道结构特征，确定目标车辆在第一预设时间段内的变道意图，其中的第一预设时间段为短时时间段，然后根据变道意图确定车辆在第二预设时间段内的行驶轨迹，其中的第二预设时间段为长时时间段，通过将短时的意图预测与长时的轨迹预测相结合，使最终确定的行驶轨迹既能准确判断车辆的变道意图，又能够为变道后的车辆规划更加合理的行驶轨迹，避免发生车辆碰撞情况，有效提升了自动驾驶车辆行驶的安全性。
-
公开(公告)号：CN112612267B
公开(公告)日：2022-12-06
申请号：CN202011461426.9
申请日：2020-12-08
Applicant: 苏州挚途科技有限公司
IPC: G05D1/02
Abstract: 本发明提供了自动驾驶的路径规划方法和装置，包括：获取网格空间图像；将网格空间图像通过深度强化学习算法，得到当前环境下的状态值；将网格空间图像通过自动驾驶运动规划曲线，得到起点到终点的距离；根据当前环境下的状态值和起点到终点的距离，得到每个网格节点对应的启发式函数值；根据每个网格节点对应的启发式函数值，得到行驶运动路径；对行驶运动路径进行优化处理，得到光滑轨迹；其中，当前环境下的状态值为无碰撞的情况下，任意两点之间的最短距离，通过深度强化学习算法得到启发式函数值，避免冗余的探索过程，加快搜索效率，达到实时规划路径的要求。
-
公开(公告)号：CN114162145A
公开(公告)日：2022-03-11
申请号：CN202210033315.0
申请日：2022-01-12
Applicant: 苏州挚途科技有限公司 , 挚途(上海)智能科技有限公司
Abstract: 本申请提供了一种车辆自动驾驶方法、装置及电子设备，该方法包括：首先获取目标车辆的行驶信息，相关车辆的行驶信息以及车道信息，然后通过第一神经网络模型进行行驶得分的预测，得到多个不同驾驶策略的行驶得分，最终根据行驶得分确定目标驾驶策略。本申请的技术中通过驾驶决策首先确定出多个驾驶策略，然后针对每个驾驶策略，利用神经网络模型对其进行得分预测，使得最终确定的目标驾驶策略在传统决策算法的基础上融合了神经网络对目标车辆的行驶性能的有效预测，通过第一神经网络模型预测的得分而确定的目标驾驶策略更贴近实际的复杂交通情况，有效提升了车辆自动驾驶的安全性。
-
公开(公告)号：CN113119957A
公开(公告)日：2021-07-16
申请号：CN202110576068.4
申请日：2021-05-26
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种泊车轨迹规划方法、装置及电子设备，首先获取目标车位的位置信息、待泊车辆的初始位置、以及目标车位于待泊车辆之间的障碍物信息，然后基于位置信息、初始位置及障碍物信息，生成泊车相关区域地图，最后根据泊车相关区域地图及预设的节点步长，生成待泊车辆停入目标车位的泊车轨迹。本发明在考虑目标车位及障碍物的情况下，生成了泊车轨迹，从而提高了泊车的安全性及效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.036 seconds)
