-
公开(公告)号：CN118397854A
公开(公告)日：2024-07-26
申请号：CN202410522965.0
申请日：2024-04-28
Applicant: 长安大学 , 中移(上海)信息通信科技有限公司
Abstract: 本发明属于智能交通技术领域，涉及一种无信号交叉口场景下智能网联汽车协同控制方法及装置，该方法包括使用GA‑MADDPG算法训练的无信号交叉口车辆协同控制网络模型，将控制区域内的智能体i的状态信息输入至所述无信号交叉口车辆协同控制网络模型，所述无信号交叉口车辆协同控制网络模型输出为各个智能体i的最优调度方案#imgabs0#将所述最优调度方案tt输入到安全检验模块，若存在安全风险，则对At进行修正，否则输出最终调度方案#imgabs1#将所述最终调度方案#imgabs2#传输给各个智能体i并执行，有效解决现有机器学习方法无法高效、稳定地实现复杂无信号交叉口场景下车辆协同控制的技术问题。
-
公开(公告)号：CN119205903A
公开(公告)日：2024-12-27
申请号：CN202410975727.5
申请日：2024-07-19
Applicant: 长安大学
IPC: G06T7/73 , G06N3/0464 , G01C21/00
Abstract: 本发明公开了一种基于点云描述符提取的车辆位置识别方法及系统，通过对获取的车辆激光点云数据进行去噪处理；采用点云描述符预训练模型对去噪处理后的激光点云数据进行点云全局描述符提取，根据获取的点云全局描述符获取车辆位置，本发明同时使用点云深度图与点云鸟瞰图作为输入，避免使用数据量庞大的原始点云数据的同时极大程度的保留了点云的几何信息，引入注意力机制同时提取数据的空间和时间维度特征，构建了具有旋转不变性的全局描述符。与传统描述符构建方法相比，本发明构建的描述符更加鲁棒，位置重识别效果好，在反向重访或带有一定旋转角度的重访情况下，能够以很好的进行位置重识别。
-
公开(公告)号：CN118991806A
公开(公告)日：2024-11-22
申请号：CN202411086767.0
申请日：2024-08-08
Applicant: 长安大学
IPC: B60W50/02 , G06F18/21 , G06F18/24 , G06F18/214 , G06N3/0455 , G06N3/088 , G01M17/007
Abstract: 本发明公开了一种自动驾驶汽车传感器数据异常检测方法及系统，通过重构预训练模型对车辆传感器数据进行异常重构获取重构数据；对获取的重构数据以及获取该重构数据的车辆传感器数据进行误差计算，如果重构数据与获取该重构数据的车辆传感器数据之间的误差大于设定阈值，则获取该重构数据的车辆传感器数据异常，否则为正常数据，本发明可有效检测并解释异常，保证了自动驾驶汽车运行的安全性。增强模型对传感器数据的多种异常类型的检测性能。并且通过计算每个输入维度对样本异常检测结果的贡献对异常检测结果进行解释，增强了模型的可信度。
-
公开(公告)号：CN118565471A
公开(公告)日：2024-08-30
申请号：CN202410724047.6
申请日：2024-06-05
Applicant: 长安大学
Abstract: 本发明公开了一种具有容错性的智能网联汽车协同定位方法及系统，属于智能网联汽车定位领域，通过将预处理后的车辆的当前位置的经度、维度、高程信息、车辆的角速度、速度、加速度、轮速、转向角和里程数据以及校准后的车辆相对于其他合作车辆的相对距离的估计值进行高斯置信传播迭代融合，得到车辆的最终位置；通过融合车辆的各传感器测量值包括车辆的经纬度信息，里程计信息以及车间距离信息，保证了协同定位数据的完整性；在图模型中进行故障检测和排除方法，保证了协定定位系统的容错性；通过融合不同来源的车间相对距离，使得定位系统具有更高的鲁棒性和精度。
-
公开(公告)号：CN118247989A
公开(公告)日：2024-06-25
申请号：CN202410230885.8
申请日：2024-02-29
Applicant: 长安大学
IPC: G08G1/0968 , G08G1/01 , H04W4/44
Abstract: 本发明涉及智能交通领域，尤其涉及一种基于树搜索的高速公路混合交通流合流序列优化方法，包括以下步骤：S1，构建双车道主干道和单车道匝道的交通场景，并记录当前的队列块合流序列；S2，当有新的队列块进入控制区时，利用树搜索获取包含当前队列块的最优合流序列；S3，基于搜索得到的最优合流序列，利用庞特里亚金原理求解队列块内车辆的最优行驶轨迹；S4，队列块中头车按照最优行驶轨迹行驶，其余人驾车按照跟驰模型进行行驶，实现合流。本发明依靠车联网技术实时获取高速公路控制区内主干道和匝道内车辆队列块的状态信息，利用CAV的可控性，通过搜索最优合流序列以及对CAV进行速度控制和换道控制，来完成引导队列块内HDV进行安全高效的合流。
-
Patent Agency Ranking
公开(公告)号：CN118212779A
公开(公告)日：2024-06-18
申请号：CN202410429603.7
申请日：2024-04-10
Applicant: 长安大学
Abstract: 本发明涉及自动驾驶测试技术领域，具体涉及一种基于数字孪生虚实结合的混合交通流测试方法及系统，包括：采集现实试验场场地数据，实现数字孪生虚拟场景的构建，设置真实环境与虚拟环境的交互，实现虚实结合的系统设置；根据系统设置数据集生成不同风格的虚拟人驾车辆，同时真实驾驶员通过驾驶模拟器采集的数据生成不同风格的真实人驾车辆，部分虚拟人驾车辆和部分真实人驾车辆共同组成具有不同驾驶风格的人类驾驶车辆，获取不同人类驾驶车辆的状态和位置信息；根据人类驾驶车辆的状态和位置信息为智能网联汽车设置全套的感知、定位、规划、控制以及V2X通信方法，实现智能网联汽车在系统中的自动驾驶。本发在测试过程中实时交互，生成连续可制定、贴合实际使用的行驶场景，可进行虚实结合的仿真测试，真实性更高。
-
公开(公告)号：CN117607827A
公开(公告)日：2024-02-27
申请号：CN202311437673.9
申请日：2023-10-31
Applicant: 长安大学
Abstract: 本发明公开了一种基于复数理论的激光点云描述符构建方法及系统，确定点云信息的有效测量范围，根据点云信息的有效测量范围构建描述符分割结构：根据描述符分割结构确定每个分割区域中的环境特征，取环境特征满足设定要求的环境表示能力特征对构建的描述符分割结构进行表示；将构建的描述符分割结构和每个分割区域中的环境特征进行合并形成紧凑的复数描述符，本发明考虑激光雷达低分辨率导致的测量误差，对原始点云空间进行不规则分割，提高分割每部分所提取信息的可靠性。本发明考虑单一信息环境表达能力较差的问题，提取任意每一区域两种具有代表性的特征，提高了环境表达能力。
-
公开(公告)号：CN117056845A
公开(公告)日：2023-11-14
申请号：CN202311083571.1
申请日：2023-08-25
Applicant: 长安大学
IPC: G06F18/2433 , G06F18/2411 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06N20/10
Abstract: 本发明公开了一种自动驾驶汽车异常检测方法及系统，采用自动驾驶车辆正常行驶状态下的系统运行数据信息训练深度神经网络异常检测模型得到训练好的异常检测模型；利用异常检测模型对自动驾驶车辆的实时数据进行检测得到自动驾驶车辆的检测结果，本发明能够有效支持工程师或相关领域专家调查黑箱异常检测模型预测的异常。除了有助于节省时间和维护成本外，它还实现了模型的透明性，从而促进工程师或相关领域专家信任所提出的异常检测模型。能够很好的展现对模型输出有重要影响的特征，以及展现这些特征单一地对模型输出产生的影响，进而提升领域专家对深度学习模型决策的理解，更为重要的是加快了领域专家对异常的定位和故障的诊断。
-
公开(公告)号：CN114495527B
公开(公告)日：2023-10-27
申请号：CN202210169762.9
申请日：2022-02-23
Applicant: 长安大学
Abstract: 本发明公开了一种混合交通环境下网联交叉口车路协同优化方法及系统，对交通信号和车辆轨迹进行异步分层优化设计，采用分层解耦式的交通优化模型：网联交通信号灯获取车辆状态信息，结合交通流模型、车辆运动学模型，以最小化交叉口交通延误为优化目标，优化交通信号配时；车辆结合交通信号配时、车辆能耗模型与车辆运动学模型，以车辆燃油经济性为优化目标，通过优化车辆加速度，调整车辆行驶轨迹。本发明旨在解决交通信号与车辆轨迹优化模型待优化变量多，难以实时求解的问题，从而提升车辆通行效率，最小化燃油消耗。
-
公开(公告)号：CN116386387A
公开(公告)日：2023-07-04
申请号：CN202310422466.X
申请日：2023-04-19
Applicant: 长安大学
IPC: G08G1/16 , G08G1/01 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/082
Abstract: 本发明涉及车辆控制技术领域，具体涉及一种混合队列人驾车辆跟驰行为预测方法和装置。首先获取混合队列中待预测人驾车辆子队列的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息；然后将第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中，得到待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的预测行驶状态信息。可以看出，本申请采用车辆跟驰行为预测模型可以准确且快速的预测人驾车辆在未来时间段内的行驶状态信息，为交通系统控制提供了可靠的数据依据，保证了道路交通控制的安全性和高效性。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.059 seconds)
