-
公开(公告)号：CN115063777B
公开(公告)日：2024-06-04
申请号：CN202210741541.4
申请日：2022-06-27
Applicant: 厦门大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06V10/46 , G06N3/0464 , G06N3/047 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 一种野外环境下的无人车障碍物识别方法，涉及智能车辆技术领域。1)制作野外环境障碍物数据集：包括野外环境障碍物图像采集和数据集图像标定；2)基于障碍物特点改进网络模型：以Faster R‑CNN网络模型作为基础网络框架改进，实现野外环境障碍物的识别和分类，改进包括对特征提取网络的改进和对检测网络的改进；3)训练前对数据集预处理，训练过程对参数和学习方法调节，训练好的检测识别模型在线实时预测，即实现野外环境障碍物识别。从野外环境障碍物情况入手，制作新野外环境障碍物数据集，并从野外环境障碍物的特点出发，对Faster R‑CNN网络改进。在野外环境障碍物检测方面具有一定优越性。
-
公开(公告)号：CN117376920A
公开(公告)日：2024-01-09
申请号：CN202311471626.6
申请日：2023-11-07
Applicant: 厦门大学
IPC: H04W12/122 , H04W12/126 , H04W4/46 , H04W4/44 , H04W4/38 , G06N3/045 , G06N3/0442 , G06N3/0464 , G07C5/08
Abstract: 智能网联汽车网络攻击检测、安全状态估计及控制方法，涉及智能网联汽车安全与自动驾驶。通过车载传感系统和车对车通信采集智能网联汽车的行驶状态信息和周围智能网联汽车行驶状态信息，考虑传感器遭受网络攻击和车对车通信中存在恶意车辆上传虚假行驶状态信息，建立基于云平台的智能网联汽车网络攻击检测、安全状态估计及控制方法。本发明解决智能网联汽车在进行轨迹跟踪时遭受网络攻击和恶意车辆干扰的控制问题，能够使智能网联汽车在传感器遭受网络攻击和恶意车辆存在时仍能进行有效的轨迹跟踪控制，确保车辆安全行驶。
-
公开(公告)号：CN117141518A
公开(公告)日：2023-12-01
申请号：CN202311179906.X
申请日：2023-09-13
Applicant: 厦门大学
IPC: B60W60/00 , G06V20/58 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/084 , B60W50/00 , B60W40/00
Abstract: 一种基于意图感知时空注意网络的车辆轨迹预测方法，涉及智能车辆技术领域。步骤1：车辆轨迹预测模型的离线训练：分为通过大规模真实驾驶场景的采集和处理构建训练数据库和训练车辆轨迹预测模型两部分；步骤2：车辆轨迹预测模型的在线实时预测：车辆实时采集数据和数据预处理之后，用训练好的车辆轨迹预测模型在线实时预测，即可预测目标车的轨迹。考虑驾驶意图与邻居车辆交互的耦合性，提出一种意图注意机制，在时间维度上分配注意力权重以提取车辆的历史信息；引入交互关系捕捉模块，基于多头注意力机制获取不同邻居车辆对目标车辆的影响，在空间维度上捕捉车辆之间的交互信息，提升长期轨迹预测的精度，有效地实现预测周围车辆的换道意图。
-
公开(公告)号：CN119305586A
公开(公告)日：2025-01-14
申请号：CN202411705288.2
申请日：2024-11-26
Applicant: 厦门大学
Abstract: 网络攻击下基于传感器测量重构的智能汽车横向控制方法，涉及汽车智能安全与自动驾驶。构建基于传感器测量重构的模型预测控制MPC控制器，实现对车辆横向运动的精确控制。系统实时监测传感器数据，检测到网络攻击导致传感器数据异常，启动测量重构机制，利用冗余传感器或算法模型对数据进行修正。设计一种下层转矩优化分配控制器，该控制器根据上层MPC控制器输出的期望横摆力矩和车辆状态信息，智能调整四个轮毂电机的输出转矩，以实现对车辆横摆力矩的精确控制，从而减小横向跟踪误差，提高车辆的行驶稳定性和动力学性能。提出横向协同控制规则，通过协调上层MPC控制器与下层转矩优化分配控制器的工作，实现对车辆横向控制的全面优化。
-
公开(公告)号：CN117141517A
公开(公告)日：2023-12-01
申请号：CN202311179871.X
申请日：2023-09-13
Applicant: 厦门大学
IPC: B60W60/00 , G06V20/58 , G06V10/22 , G06V10/36 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , B60W50/00
Abstract: 数据驱动与知识引导相结合的车辆轨迹预测模型构建方法，涉及智能驾驶。步骤：1)数据的处理：将车辆配备的摄像头、毫米波雷达等车载传感器采集的周车行驶数据进行处理，设立规则定义周车的驾驶意图类型，为各个序列数据设置标签，获得实现车辆运动预测所需的数据；2)采用编码器‑解码器框架，提出一种基于意图感知时空注意网络的车辆轨迹预测模型；3)提供决策信息：根据联合预测的结果为主车的后续操纵提供丰富的信息依据。通过自动驾驶汽车配备的传感器采集的周车行驶信息，利用深度学习网络对周车的驾驶意图和行驶轨迹进行联合预测，提升长期轨迹预测的精度，实现更准确的位置预测，为车辆提供丰富的决策信息以保证车辆的行驶安全。
-
Patent Agency Ranking
公开(公告)号：CN114779752A
公开(公告)日：2022-07-22
申请号：CN202210423341.4
申请日：2022-04-21
Applicant: 厦门大学
Abstract: 网络攻击下智能电动车辆轨迹跟踪控制方法，涉及汽车智能安全与自动驾驶。1：建立准确表征智能电动车辆行为机理的动力学模型；2：设计基于扩展卡尔曼滤波原理的多传感器信息融合的网络攻击检测方法；3：设计基于网络攻击检测的模型预测控制器的目标函数和约束条件，控制车辆在网络攻击下的跟踪期望轨迹的偏差尽可能小；当智能电动车辆在正常行驶过程遭受网络攻击时，利用网络攻击检测模块进行网络攻击检测，检测到传感器受网络攻击时，屏蔽受网络攻击传感器并利用未受网络攻击传感器信息进行状态估计，利用网络攻击检测模块估计的车身状态信息和模型预测控制器轨迹跟踪控制，在传感器遭受网络攻击时仍进行有效轨迹跟踪控制，确保安全行驶。
-
公开(公告)号：CN115158364B
公开(公告)日：2025-02-14
申请号：CN202210980755.7
申请日：2022-08-16
Applicant: 厦门大学
Abstract: 一种自动驾驶汽车对周车驾驶意图和轨迹联合预测的方法，涉及智能驾驶。1)周车行驶数据处理：采集周车行驶数据，设立规则定义周车的驾驶意图类型，为各序列数据设标签，获得实现车辆运动预测所需数据；2)周车驾驶意图和轨迹联合预测：构建基于BiLSTM的意图识别模型，对周车驾驶意图识别；构建基于LSTM的编码器‑解码器框架的轨迹预测模型，引入注意力机制提升时序问题预测效果，结合周车位置信息、驾驶意图对周车较长时域轨迹预测；3)提供决策信息：根据联合预测的结果为主车的后续操纵提供信息依据。节省计算成本，提高长期轨迹预测准确性；减小深层网络梯度消失和网络退化问题的影响。为车辆提供决策信息，保证安全性和舒适性。
-
公开(公告)号：CN114779752B
公开(公告)日：2024-06-07
申请号：CN202210423341.4
申请日：2022-04-21
Applicant: 厦门大学
Abstract: 网络攻击下智能电动车辆轨迹跟踪控制方法，涉及汽车智能安全与自动驾驶。1：建立准确表征智能电动车辆行为机理的动力学模型；2：设计基于扩展卡尔曼滤波原理的多传感器信息融合的网络攻击检测方法；3：设计基于网络攻击检测的模型预测控制器的目标函数和约束条件，控制车辆在网络攻击下的跟踪期望轨迹的偏差尽可能小；当智能电动车辆在正常行驶过程遭受网络攻击时，利用网络攻击检测模块进行网络攻击检测，检测到传感器受网络攻击时，屏蔽受网络攻击传感器并利用未受网络攻击传感器信息进行状态估计，利用网络攻击检测模块估计的车身状态信息和模型预测控制器轨迹跟踪控制，在传感器遭受网络攻击时仍进行有效轨迹跟踪控制，确保安全行驶。
-
公开(公告)号：CN115063777A
公开(公告)日：2022-09-16
申请号：CN202210741541.4
申请日：2022-06-27
Applicant: 厦门大学
Abstract: 一种野外环境下的无人车障碍物识别方法，涉及智能车辆技术领域。1)制作野外环境障碍物数据集：包括野外环境障碍物图像采集和数据集图像标定；2)基于障碍物特点改进网络模型：以Faster R‑CNN网络模型作为基础网络框架改进，实现野外环境障碍物的识别和分类，改进包括对特征提取网络的改进和对检测网络的改进；3)训练前对数据集预处理，训练过程对参数和学习方法调节，训练好的检测识别模型在线实时预测，即实现野外环境障碍物识别。从野外环境障碍物情况入手，制作新野外环境障碍物数据集，并从野外环境障碍物的特点出发，对Faster R‑CNN网络改进。在野外环境障碍物检测方面具有一定优越性。
-
公开(公告)号：CN119584134A
公开(公告)日：2025-03-07
申请号：CN202411704760.0
申请日：2024-11-26
Applicant: 厦门大学
IPC: H04W12/122 , H04W4/38 , H04W4/40 , H04W4/029 , G08G1/0967
Abstract: 网络攻击下智能电动车辆行驶状态安全估计方法，涉及汽车智能安全与自动驾驶。首先建立智能电动车辆的三自由度动力学模型，该模型全面考虑车辆的横向、纵向和横摆动力学特性，为后续的状态估计提供准确的描述。设计一种基于自适应容忍扩展卡尔曼滤波算法的攻击信号与状态安全估计方法。该方法通过融合GPS、LiDAR和IMU等多种传感器的信息，实现对车辆状态的实时、准确估计，并能够有效剔除因网络攻击而引入的恶意数据。同时，该方法还具备对传感器数据丢包等非理想网络环境的容忍能力，进一步增强自动驾驶汽车的安全性和可靠性。能够使智能电动车辆在遭受网络攻击时仍能维持准确的行驶状态估计，确保车辆的安全行驶。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
