-
公开(公告)号：CN113569663A
公开(公告)日：2021-10-29
申请号：CN202110772059.2
申请日：2021-07-08
Applicant: 东南大学
Abstract: 本发明公开了一种车辆车道偏移的测量方法，涉及智能交通技术领域，解决了现有技术中车辆车道定位的成本高且精度低的技术问题，其技术方案要点是采用基于数字图像的车道线检测和车辆车道定位的方法，关键帧的视频帧会调用全卷积神经网络进行语义分割处理生成关键帧对应的车道线结果，不是关键帧的视频帧不通过语义分割，因而可以利用关键帧判别算法减少调用复杂的全卷积神经网络的次数。对硬件平台的要求较低，方法可实施性高；同时具备较好的鲁棒性，提高了车辆车道定位精度，在提高驾驶者行驶安全性的同时，也在一定程度上降低了驾驶者的劳动强度。
-
公开(公告)号：CN113788021B
公开(公告)日：2022-08-12
申请号：CN202111035789.0
申请日：2021-09-03
Applicant: 东南大学
IPC: B60W30/165 , B60W30/16 , B60W40/105 , B60W50/00 , B60W60/00
Abstract: 本发明提供一种结合前车速度预测的自适应跟车巡航控制方法，包括以下步骤：步骤10)构建前车速度预测模型；步骤20)获取自车与前车的当前运行工况信息，并采用所述前车速度预测模型得到前车在未来时间段内的速度；步骤30)根据所述前车在未来时间段内的速度，采用控制不变集的安全车距规划算法得到安全车距；步骤40)建立车辆纵向动力学系统模型，基于步骤30)得到的安全车距，采用非线性模型预测控制算法计算得到自车的车辆控制参数。本发明结合前车速度预测的自适应跟车巡航控制方法，对未来时间段内的前车纵向速度进行预测，在此预测的基础上构建时变安全跟车期望距离，实现面向安全与高效的自适应跟车。
-
公开(公告)号：CN113223324A
公开(公告)日：2021-08-06
申请号：CN202110318210.5
申请日：2021-03-25
Applicant: 东南大学
IPC: G08G1/16
Abstract: 本发明公开了一种高速匝道入口合流的控制方法，涉及智能交通车辆运动控制技术领域，解决了高速匝道入口合流效率低且安全性不高的技术问题，其技术方案要点是通过高速匝道入口合流场景的控制区域和合流区域建立车辆运动控制方程，基于所述车辆运动控制方程构建多智能体马尔科夫决策，基于所述多智能体马尔科夫决策构建多智能体Q‑learning算法，根据所述多智能体Q‑learning算法求解车辆合流的最优轨迹，实现车辆合流。通过多智能体Q‑learning算法来求解车辆通行的最优轨迹，创新性地构造了含有能耗量、时延量以及安全量的奖励函数，使得车辆行驶时达到能耗最优、通行最优、安全驾驶。
-
公开(公告)号：CN114973650B
公开(公告)日：2023-05-23
申请号：CN202210386804.4
申请日：2022-04-13
Applicant: 东南大学
Abstract: 本发明公开了一种车辆匝道入口合流控制方法、车辆、电子设备及存储介质，其中车辆匝道入口合流控制方法，包括以下步骤：获取环境车辆的状态信息：包括位置、速度及加速度；搭建高速匝道入口合流场景的多智能体马尔科夫决策模型；利用多智能体深度确定性策略梯度算法构建匝道入口协同合流策略，以求解包含横向碰撞安全、纵向碰撞安全、整车能耗最小及通行时间最短的多目标优化问题，从而得到最优合流轨迹。本发明将多智能体深度强化学习算法应用于匝道入口协同合流控制中，使得面向高动态高随机的匝道入口合流场景时达到协同合流的能耗最低，通行时间最短。
-
Patent Agency Ranking
公开(公告)号：CN114973650A
公开(公告)日：2022-08-30
申请号：CN202210386804.4
申请日：2022-04-13
Applicant: 东南大学
Abstract: 本发明公开了一种车辆匝道入口合流控制方法、车辆、电子设备及存储介质，其中车辆匝道入口合流控制方法，包括以下步骤：获取环境车辆的状态信息：包括位置、速度及加速度；搭建高速匝道入口合流场景的多智能体马尔科夫决策模型；利用多智能体深度确定性策略梯度算法构建匝道入口协同合流策略，以求解包含横向碰撞安全、纵向碰撞安全、整车能耗最小及通行时间最短的多目标优化问题，从而得到最优合流轨迹。本发明将多智能体深度强化学习算法应用于匝道入口协同合流控制中，使得面向高动态高随机的匝道入口合流场景时达到协同合流的能耗最低，通行时间最短。
-
公开(公告)号：CN113569663B
公开(公告)日：2022-11-22
申请号：CN202110772059.2
申请日：2021-07-08
Applicant: 东南大学
Abstract: 本发明公开了一种车辆车道偏移的测量方法，涉及智能交通技术领域，解决了现有技术中车辆车道定位的成本高且精度低的技术问题，其技术方案要点是采用基于数字图像的车道线检测和车辆车道定位的方法，关键帧的视频帧会调用全卷积神经网络进行语义分割处理生成关键帧对应的车道线结果，不是关键帧的视频帧不通过语义分割，因而可以利用关键帧判别算法减少调用复杂的全卷积神经网络的次数。对硬件平台的要求较低，方法可实施性高；同时具备较好的鲁棒性，提高了车辆车道定位精度，在提高驾驶者行驶安全性的同时，也在一定程度上降低了驾驶者的劳动强度。
-
公开(公告)号：CN113223324B
公开(公告)日：2022-05-24
申请号：CN202110318210.5
申请日：2021-03-25
Applicant: 东南大学
IPC: G08G1/16
Abstract: 本发明公开了一种高速匝道入口合流的控制方法，涉及智能交通车辆运动控制技术领域，解决了高速匝道入口合流效率低且安全性不高的技术问题，其技术方案要点是通过高速匝道入口合流场景的控制区域和合流区域建立车辆运动控制方程，基于所述车辆运动控制方程构建多智能体马尔科夫决策，基于所述多智能体马尔科夫决策构建多智能体Q‑learning算法，根据所述多智能体Q‑learning算法求解车辆合流的最优轨迹，实现车辆合流。通过多智能体Q‑learning算法来求解车辆通行的最优轨迹，创新性地构造了含有能耗量、时延量以及安全量的奖励函数，使得车辆行驶时达到能耗最优、通行最优、安全驾驶。
-
公开(公告)号：CN113788021A
公开(公告)日：2021-12-14
申请号：CN202111035789.0
申请日：2021-09-03
Applicant: 东南大学
IPC: B60W30/165 , B60W30/16 , B60W40/105 , B60W50/00 , B60W60/00
Abstract: 本发明提供一种结合前车速度预测的自适应跟车巡航控制方法，包括以下步骤：步骤10)构建前车速度预测模型；步骤20)获取自车与前车的当前运行工况信息，并采用所述前车速度预测模型得到前车在未来时间段内的速度；步骤30)根据所述前车在未来时间段内的速度，采用控制不变集的安全车距规划算法得到安全车距；步骤40)建立车辆纵向动力学系统模型，基于步骤30)得到的安全车距，采用非线性模型预测控制算法计算得到自车的车辆控制参数。本发明结合前车速度预测的自适应跟车巡航控制方法，对未来时间段内的前车纵向速度进行预测，在此预测的基础上构建时变安全跟车期望距离，实现面向安全与高效的自适应跟车。
-
公开(公告)号：CN113570873A
公开(公告)日：2021-10-29
申请号：CN202110811998.3
申请日：2021-07-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于信号灯灯板的车前路口距离检测方法，涉及智能交通感知技术领域，解决了现有车辆距离信号灯路口距离检测的算法复杂且耗费时间长的技术问题，其技术方案要点是不需要借助GPS等额外技术设备，仅根据信号灯灯板，借助单目摄像头，便可及时获取车前路口距离信息。本申请所用的设备成本较低，采用的算法较为简便，改善了原有技术成本较高、算法复杂的局限性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
