-
公开(公告)号：CN114064656B
公开(公告)日：2024-05-14
申请号：CN202111400766.5
申请日：2021-11-19
Applicant: 重庆大学
Abstract: 本发明提供一种基于路端感知系统的自动驾驶场景识别与转化方法，包括：获取路端感知系统采集到的驾驶数据；根据驾驶数据对可作为主车的所有车辆进行遍历，以不同车辆为主车将驾驶数据分割为多个片段，得到主从车独立数据片段；在主从车独立数据片段内，将从车的运动信息进行坐标转换，投影到主车坐标系中；判断主车、从车是否处于直接交互区间内，根据判断结果评估碰撞时间；当碰撞时间大于或等于0且小于或等于TTC阈值时，对驾驶数据进行数据切片，得到功能标记切片数据并配置说明文件。本发明可以将路端感知系统采集到大量驾驶数据进行识别、转化，输出带有功能标记的切片数据，为自动驾驶训练的大体量数据库的建设提供数据源。
-
Patent Agency Ranking
公开(公告)号：CN114429008A
公开(公告)日：2022-05-03
申请号：CN202210116723.2
申请日：2022-02-07
Applicant: 重庆大学
IPC: G06F30/17 , G06F30/20 , G06Q10/04 , G06F111/04 , G06F119/14
Abstract: 本发明提供一种基于模型预测控制的拟人化自动驾驶策略，包括以下步骤：根据车辆非线性运动学模型建立基于模型预测控制算法的车辆状态预测模型；基于混合逻辑动态方法，结合车辆状态预测模型建立自动驾驶车辆碰撞安全硬约束；根据碰撞安全硬约束，以表征舒适性和控制能耗的性能目标为目标函数，建立决策规划优化模型；基于驾驶员拟人化行为特征，对决策规划优化模型中的性能目标进行权重赋值，得到基于模型预测控制的拟人化自动驾驶策略。本发明可以解决现有的自动驾驶决策规划仅能实现简单环境下的避障行驶，面对复杂动态行驶环境时无法实时、准确的评估车辆行驶风险的技术问题。
-
公开(公告)号：CN114228748A
公开(公告)日：2022-03-25
申请号：CN202210123328.7
申请日：2022-02-10
Applicant: 重庆大学
IPC: B60W60/00 , B60W40/105 , B60W30/095
Abstract: 本发明提供一种基于几何路径生成的类人化自动驾驶轨迹规划方法，包括以下步骤：使用三次贝塞尔曲线生成备选路径簇；对备选路径簇进行速度规划，根据车辆纵向加速度运动模型建立车速二次规划模型，得到主车状态；基于高斯过程理论建立障碍车运动预测模型，得到障碍车运动预测结果；根据障碍车运动预测结果以及主车状态，通过碰撞检测对备选路径簇的安全性进行评价，选出安全备选轨迹；结合驾驶员跟车特性、路径安全性、规划一致性以及速度舒适性，对安全备选轨迹进行评价选出最优参考轨迹。本发明考虑了障碍车未来的运动状态以及驾驶员个性化跟车需求，实现了自动驾驶车辆安全，舒适及个性化的轨迹规划，提升了自动驾驶车辆类人化决策的水平。
-
公开(公告)号：CN114064656A
公开(公告)日：2022-02-18
申请号：CN202111400766.5
申请日：2021-11-19
Applicant: 重庆大学
Abstract: 本发明提供一种基于路端感知系统的自动驾驶场景识别与转化方法，包括：获取路端感知系统采集到的驾驶数据；根据驾驶数据对可作为主车的所有车辆进行遍历，以不同车辆为主车将驾驶数据分割为多个片段，得到主从车独立数据片段；在主从车独立数据片段内，将从车的运动信息进行坐标转换，投影到主车坐标系中；判断主车、从车是否处于直接交互区间内，根据判断结果评估碰撞时间；当碰撞时间大于或等于0且小于或等于TTC阈值时，对驾驶数据进行数据切片，得到功能标记切片数据并配置说明文件。本发明可以将路端感知系统采集到大量驾驶数据进行识别、转化，输出带有功能标记的切片数据，为自动驾驶训练的大体量数据库的建设提供数据源。
-
公开(公告)号：CN114228748B
公开(公告)日：2024-06-25
申请号：CN202210123328.7
申请日：2022-02-10
Applicant: 重庆大学
IPC: B60W60/00 , B60W40/105 , B60W30/095
Abstract: 本发明提供一种基于几何路径生成的类人化自动驾驶轨迹规划方法，包括以下步骤：使用三次贝塞尔曲线生成备选路径簇；对备选路径簇进行速度规划，根据车辆纵向加速度运动模型建立车速二次规划模型，得到主车状态；基于高斯过程理论建立障碍车运动预测模型，得到障碍车运动预测结果；根据障碍车运动预测结果以及主车状态，通过碰撞检测对备选路径簇的安全性进行评价，选出安全备选轨迹；结合驾驶员跟车特性、路径安全性、规划一致性以及速度舒适性，对安全备选轨迹进行评价选出最优参考轨迹。本发明考虑了障碍车未来的运动状态以及驾驶员个性化跟车需求，实现了自动驾驶车辆安全，舒适及个性化的轨迹规划，提升了自动驾驶车辆类人化决策的水平。
-
公开(公告)号：CN114429008B
公开(公告)日：2024-09-10
申请号：CN202210116723.2
申请日：2022-02-07
Applicant: 重庆大学
IPC: G06F30/17 , G06F30/20 , G06Q10/04 , G06F111/04 , G06F119/14
Abstract: 本发明提供一种基于模型预测控制的拟人化自动驾驶策略，包括以下步骤：根据车辆非线性运动学模型建立基于模型预测控制算法的车辆状态预测模型；基于混合逻辑动态方法，结合车辆状态预测模型建立自动驾驶车辆碰撞安全硬约束；根据碰撞安全硬约束，以表征舒适性和控制能耗的性能目标为目标函数，建立决策规划优化模型；基于驾驶员拟人化行为特征，对决策规划优化模型中的性能目标进行权重赋值，得到基于模型预测控制的拟人化自动驾驶策略。本发明可以解决现有的自动驾驶决策规划仅能实现简单环境下的避障行驶，面对复杂动态行驶环境时无法实时、准确的评估车辆行驶风险的技术问题。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
