-
公开(公告)号：CN114516325B
公开(公告)日：2023-10-13
申请号：CN202210173098.5
申请日：2022-02-24
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/14 , B60W40/06 , B60W40/105 , B60W40/107 , B60W10/06
Abstract: 本发明公开了一种基于前车行为预测的自适应巡航滑行节油方法，获取本车车速和本车加速度，获取前车位置、前车车速和前车加速度，获取前车周围车辆信息，获取本车所在位置地图道路信息；记录本车所在道路信息、本车定位信息及前车和前车周围车辆的相对位置信息和速度信息，基于本车定位信息、速度信息和加速度信息，结合本车所在道路信息和本车定位信息，建立时间序列信息与位置信息为相对道路的绝对坐标系；对前车未来轨迹进行推理，获取本车定位信息，判断本车进入路口接近模式；结合前车未来轨迹的预测信息，判断本车进入路口滑行模式；本车辅助驾驶系统向本车发动机控制器发出停止扭矩指令，对本车进行减速。同时还公开实现上述方法的装置。
-
公开(公告)号：CN116738361A
公开(公告)日：2023-09-12
申请号：CN202310611501.2
申请日：2023-05-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/25 , B60W60/00 , B60W50/00 , G06F18/213 , G06N3/042 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种车辆轨迹预测方法、系统及存储介质，方法包括：获取目标车的历史轨迹，进行特征编码提取每个目标轨迹时序上的特征；计算每个目标轨迹的边缘特征矩阵，将所述边缘特征矩阵和所述每个目标轨迹时序上的特征输入图神经网络，提取目标之间的交互信息，利用多头自注意力机制强化所述交互信息；将强化后的交互信息和每个目标轨迹时序上的特征进行拼接，通过多层感知器模块预测目标的横向变道行为；将强化后的交互信息输入至并行轨迹预测解码器，将并行输出的轨迹预测结果中得分最高的作为最终预测轨迹。本发明实现了不需要地图信息仅通过车辆的历史轨迹信息进行车辆轨迹预测，提升车辆行驶的安全性。
-
公开(公告)号：CN116304688A
公开(公告)日：2023-06-23
申请号：CN202310167168.0
申请日：2023-02-27
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06F18/2431 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明属于车辆技术领域，具体涉及基于cs‑lstm车辆行为预测的模型优化方法、装置及存储介质，该方法包括，获取实车数据集，根据所述实车数据集获取cs‑lstm数据集和RF数据集；搭建cs‑lstm模型和随机森林模型，将所述cs‑lstm数据集输入所述cs‑lstm模型，得到cs‑lstm模型预测结果，将所述RF数据集输入所述随机森林模型，得到随机森林模型预测结果；将所述随机森林模型预测结果输入所述cs‑lstm模型，并进行后处理，对所述cs‑lstm模型进行优化。其目的是：通过在cs‑lstm模型的基础上，加入随机森林模型，对车辆换道行为进行预测，并加入到cs‑lstm模型编码和后处理中，优化cs‑lstm模型横向行为的预测，提高了预测的准确性。
-
公开(公告)号：CN115731269A
公开(公告)日：2023-03-03
申请号：CN202211501531.X
申请日：2022-11-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06T7/277 , G06N3/08 , G06V20/56 , G06V10/82 , G06N3/0442
Abstract: 本申请涉及一种路面车道线预测方法、装置、车辆及存储介质，其中，方法包括：采集当前车辆所处的位置信息和车道线信息；根据位置信息和车道线信息确定目标分界点，并通过预设的卡尔曼滤波模型预测目标分界点内的第一车道线轨迹，通过预设的数据驱动神经网络模型预测目标分界点外的第二车道线轨迹；以第一车道线轨迹为基准，识别出目标分界点和第二车道线轨迹的轨迹点的曲率与第一车道线轨迹的轨迹点曲率的偏差大于预设阈值时，对第二车道线轨迹的轨迹点进行修正，并根据修正后的第二车道线轨迹和第一车道线轨迹得到最终预测的车道线。由此，通过对不同区域车道线采用不同的处理方法，节约了计算资源，提高算法效率。
-
公开(公告)号：CN114004026B
公开(公告)日：2024-09-20
申请号：CN202111278221.1
申请日：2021-10-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种无蓄电池传感器汽车可停车时长预测方法、系统及计算机可读存储介质，其基于车辆启停、设防、解闭锁、开关门、远程控制、蓄电池传感器等信号数据，通过规则加算法，先实现带蓄电池传感器的汽车可停车时长预测，当该模型达到一定的准确率之后，再去掉蓄电池传感器相关的信号数据，如电流SOC等，使用神经网络训练车辆放电预测模型，从而在无需蓄电池传感器前提下实现预测汽车的可停车时长。
-
Patent Agency Ranking
公开(公告)号：CN114889610B
公开(公告)日：2024-06-14
申请号：CN202210556512.0
申请日：2022-05-20
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于循环神经网络的目标车辆换道时刻预测方法及系统，通过获取自车、周边车辆以及道路信息，对自车附近的周边车辆进行筛选，确定被预测目标车辆，继而对被预测目标车辆未来轨迹进行预测，从而现对于目标车辆换道时刻的准确预测，使智能驾驶系统能够对目标车辆未来轨迹进行更精准的预测，提升智能驾驶系统的准确性和安全性。
-
公开(公告)号：CN117454137A
公开(公告)日：2024-01-26
申请号：CN202311283197.X
申请日：2023-09-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/2113 , G06F18/10 , G06N3/042 , G01M17/007
Abstract: 本申请涉及一种数据分析方法、装置、存储介质及车辆，涉及车辆自动驾驶技术领域。该方法包括：获取第一行驶数据；第一行驶数据包括：自车和目标车的行驶参数、定位数据、地图数据以及视觉数据；目标车为自车的测试参考车辆；将第一行驶数据按照预设筛选步骤进行筛选，得到筛选后的数据；其中，预设筛选步骤用于筛选测试精度满足条件的行驶数据；根据筛选后的数据，确定测试系统的离线方案的激活逻辑是否可用。由此，以至少解决相关技术中自动驾驶功能的数据分析的速度和精确度较低的技术问题。
-
公开(公告)号：CN114004026A
公开(公告)日：2022-02-01
申请号：CN202111278221.1
申请日：2021-10-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种无蓄电池传感器汽车可停车时长预测方法、系统及计算机可读存储介质，其基于车辆启停、设防、解闭锁、开关门、远程控制、蓄电池传感器等信号数据，通过规则加算法，先实现带蓄电池传感器的汽车可停车时长预测，当该模型达到一定的准确率之后，再去掉蓄电池传感器相关的信号数据，如电流SOC等，使用神经网络训练车辆放电预测模型，从而在无需蓄电池传感器前提下实现预测汽车的可停车时长。
-
公开(公告)号：CN117842070A
公开(公告)日：2024-04-09
申请号：CN202410004577.3
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种预测轨迹评估方法、装置、电子设备及计算机可读介质，涉及自动驾驶技术领域，包括，采集行驶数据，将行驶数据的特征样本输入到第一预测轨迹算法模型中，得到自车周围的多个目标对象的预测轨迹数据，行驶数据目标对象的真实轨迹数据，按照预设评估指标，对预测轨迹数据与真实轨迹数据进行评估，得到预测轨迹评估结果，基于评估结果对第一预测轨迹算法模型进行训练；在第一预测轨迹算法模型训练完成后部署在自车上。通过预设评估指标对预测轨迹和真实轨迹进行评估，并对预测轨迹算法模型进行算法迭代，并将训练好的预测轨迹算法模型部署在自动驾驶车辆上，从而实现从自车上获取数据对模型进行训练，到模型部署到自车的数据闭环。
-
公开(公告)号：CN116610997A
公开(公告)日：2023-08-18
申请号：CN202310578156.7
申请日：2023-05-19
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/241 , G06N3/0442 , G06N3/0455 , G07C5/08
Abstract: 本发明涉及车辆技术领域，公开了一种基于道路识别的cs‑lstm车辆行为预测模型优化方法，包括如下步骤：S1、构建基于cs‑lstm的轨迹预测模型；S2、对目标车和邻居车的历史轨迹信息进行编码；S3、建立空间网格来表征道路信息；S4、对目标车与邻居车的交互信息进行编码；S5、利用目标车和自车当前车道中心线的相对位置关系生成道路信息识别标签并进行编码；S6、将编码的目标车的历史轨迹信息、编码的目标车与邻居车的交互信息、道路信息识别标签进行拼接，得到拼接信息；S7、对拼接信息进行解码，得到预测轨迹。在cs‑lstm模型的基础上，加入道路信息识别，将道路场景信息和目标车与自车的交互信息加入模型编码，优化模型在切入和汇流等场景的预测性能。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
