-
公开(公告)号：CN114889620A
公开(公告)日：2022-08-12
申请号：CN202210576601.1
申请日：2022-05-25
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于大数据的驾驶行为安全评估方法，包括如下步骤：1）获取车辆当前的地图信息和车况信息，基于地图信息和车况信息得到违规驾驶信息；2）获取车辆当前区域的天气信息，基于天气信息和车况信息得到避险驾驶信息；3）获取驾驶员的驾驶技术信息和身体信息；4）获取驾驶员的驾车画面，基于驾驶员的驾车画面得到驾驶习惯信息；5）基于违规驾驶信息、避险驾驶信息、驾驶技术信息、驾驶健康信息和驾驶习惯信息进行驾驶行为安全评估，得到评估结果。本发明基于大数据联合外部信息和驾驶员内在信息对驾驶行为进行安全评估，考虑更加全面，可有效提高评估结果的准确性和可靠性。
-
公开(公告)号：CN114506321B
公开(公告)日：2023-09-29
申请号：CN202210114929.1
申请日：2022-01-31
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/16 , B60W40/00 , B60W40/105 , B60W40/107
Abstract: 本发明涉及一种目标跟车距离计算系统及计算方法，本发明采集驾驶员在自动驾驶系统关闭时的自然驾驶数据，将稳定跟车场景时的车速、道路曲率半径、跟车平均距离等特征，并将特征数据存入存储器待后续机器学习训练使用，采用多层感知器对目标跟车距离进行建模，待满足机器学习训练所需的最小数据要求后，对目标跟车距离模型进行训练；待车辆进入自动驾驶状态后，训练完成后的模型可以根据各类输入信息进行目标跟车距离的实时计算.本发明不依赖于大数据分类，可以在车端收集本车驾驶员的驾驶信息以实现最贴近驾驶员风格的目标距离建模，且可以考虑天气、路况、夜晚等因素对跟车距离的影响，有效提升自适应巡航功能对驾驶员的适应性。
-
公开(公告)号：CN115797690A
公开(公告)日：2023-03-14
申请号：CN202211510789.6
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/764 , G06V10/25
Abstract: 本发明涉及车辆视觉目标检测技术领域，提供一种密集目标的检测识别方法、装置、设备和存储介质。该密集目标的检测识别方法，包括：获取被测图像；对所述被测图像中的目标物体进行识别，获得预识别结果；其中，所述预识别结果包括所述被测图像中识别各个预识别目标的预检框集合；按预设筛选标准，在所述预识别结果中筛选获得对应所述预识别目标的最适检测框，以及漏识别目标的最适检测框；汇总所述预识别目标和漏识别目标的最适检测框作为所述被测图像的目标识别结果。本密集目标的检测识别方法，能够在堆叠的检测框中准确识别出各个高重叠度目标的检测框，以避免对密集目标的识别丢失，增加图像中目标识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN114516325A
公开(公告)日：2022-05-20
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：CN114506321A
公开(公告)日：2022-05-17
申请号：CN202210114929.1
申请日：2022-01-31
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/16 , B60W40/00 , B60W40/105 , B60W40/107
Abstract: 本发明涉及一种目标跟车距离计算系统及计算方法，本发明采集驾驶员在自动驾驶系统关闭时的自然驾驶数据，将稳定跟车场景时的车速、道路曲率半径、跟车平均距离等特征，并将特征数据存入存储器待后续机器学习训练使用，采用多层感知器对目标跟车距离进行建模，待满足机器学习训练所需的最小数据要求后，对目标跟车距离模型进行训练；待车辆进入自动驾驶状态后，训练完成后的模型可以根据各类输入信息进行目标跟车距离的实时计算.本发明不依赖于大数据分类，可以在车端收集本车驾驶员的驾驶信息以实现最贴近驾驶员风格的目标距离建模，且可以考虑天气、路况、夜晚等因素对跟车距离的影响，有效提升自适应巡航功能对驾驶员的适应性。
-
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：CN114590275B
公开(公告)日：2025-01-10
申请号：CN202210325865.X
申请日：2022-03-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于复合模型的车辆换道意图的预测方法，包括：采集本车和周边车辆的速度信息和位置信息；将本车和周边车辆布置到同一坐标系中，所有目标车辆的轨迹信息构成训练集A；建立三个隐马尔可夫模型，分别为向左换道模型，车道保持模型，向右换道模型；训练集A输入三个模型中进行初步预测，分别输出与之对应的概率；将邻居车辆与对应目标车辆的纵向距离和对应的概率结合形成训练集B，然后将训练集B输入多层感知机模型中，以目标车辆对应的真实换道意图作为标签，完成多层感知机模型的训练，以得到训练模型；实时采集目标车辆以及邻居车辆的速度信息和位置信息，输入训练模型中进行车辆换道意图的预测，从而输出目标车辆换道意图。
-
公开(公告)号：CN114590275A
公开(公告)日：2022-06-07
申请号：CN202210325865.X
申请日：2022-03-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于复合模型的车辆换道意图的预测方法，包括：采集本车和周边车辆的速度信息和位置信息；将本车和周边车辆布置到同一坐标系中，所有目标车辆的轨迹信息构成训练集A；建立三个隐马尔可夫模型，分别为向左换道模型，车道保持模型，向右换道模型；训练集A输入三个模型中进行初步预测，分别输出与之对应的概率；将邻居车辆与对应目标车辆的纵向距离和对应的概率结合形成训练集B，然后将训练集B输入多层感知机模型中，以目标车辆对应的真实换道意图作为标签，完成多层感知机模型的训练，以得到训练模型；实时采集目标车辆以及邻居车辆的速度信息和位置信息，输入训练模型中进行车辆换道意图的预测，从而输出目标车辆换道意图。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
