-
公开(公告)号：CN111413979B
公开(公告)日：2021-02-19
申请号：CN202010263890.0
申请日：2020-04-07
Abstract: 本发明提供一种基于快速模型预测的汽车轨迹跟踪控制方法，目的是优化模型预测控制的计算，提高模型预测控制的求解速度，包括建立车辆动力学模型、建立基于快速模型预测的汽车轨迹跟踪控制系统、基于系统输出与给定输出构建优化问题、基于Move‑Blocking策略对模型预测控制进行优化计算等步骤，本发明在模型预测控制的基础上，引入Move‑blocking策略将模型预测控制进行优化，减小优化过程的计算复杂度，使其能快速求解，提高汽车控制的实时性，能够在满足约束条件下保证系统输出紧密跟踪期望值，使跟踪精确度更高。
-
公开(公告)号：CN112362356A
公开(公告)日：2021-02-12
申请号：CN202011201977.1
申请日：2020-11-02
IPC: G01M17/007
Abstract: 本发明涉及一种考虑乘员舒适度的智能车制动停车能力测试方法，兼顾安全与体验两个维度，采用离散数据的曲线拟合方法，将试验采集的乘员主观舒适度与客观行车数据结合，反复在敏感人群进行测试验证，最终得到“制动减速度最优曲线”，旨在考虑乘员舒适度的情况下为评估自动驾驶车辆制动时乘员舒适度提供评价量化标准，将涉及自动驾驶停车类的相关测试项目提升到安全和舒适并重的高度，为自动驾驶车辆制动停车性能的多维度评价提供了理论依据和技术支撑。
-
公开(公告)号：CN112362356B
公开(公告)日：2021-08-10
申请号：CN202011201977.1
申请日：2020-11-02
IPC: G01M17/007
Abstract: 本发明涉及一种考虑乘员舒适度的智能车制动停车能力测试方法，兼顾安全与体验两个维度，采用离散数据的曲线拟合方法，将试验采集的乘员主观舒适度与客观行车数据结合，反复在敏感人群进行测试验证，最终得到“制动减速度最优曲线”，旨在考虑乘员舒适度的情况下为评估自动驾驶车辆制动时乘员舒适度提供评价量化标准，将涉及自动驾驶停车类的相关测试项目提升到安全和舒适并重的高度，为自动驾驶车辆制动停车性能的多维度评价提供了理论依据和技术支撑。
-
公开(公告)号：CN111413979A
公开(公告)日：2020-07-14
申请号：CN202010263890.0
申请日：2020-04-07
Abstract: 本发明提供一种基于快速模型预测的汽车轨迹跟踪控制方法，目的是优化模型预测控制的计算，提高模型预测控制的求解速度，包括建立车辆动力学模型、建立基于快速模型预测的汽车轨迹跟踪控制系统、基于系统输出与给定输出构建优化问题、基于Move-Blocking策略对模型预测控制进行优化计算等步骤，本发明在模型预测控制的基础上，引入Move-blocking策略将模型预测控制进行优化，减小优化过程的计算复杂度，使其能快速求解，提高汽车控制的实时性，能够在满足约束条件下保证系统输出紧密跟踪期望值，使跟踪精确度更高。
-
公开(公告)号：CN115082869B
公开(公告)日：2023-09-15
申请号：CN202210791626.3
申请日：2022-07-07
Applicant: 燕山大学
IPC: G06V20/54 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种服务于特种车辆的车路协同多目标检测方法及系统。本发明方法，包括：获取路侧视角下交通道路图像信息；构建部署在路侧较低算力边缘计算平台的轻量化检测网络模型DCM3‑YOLOv4；将获取的路侧视角下交通道路图像信息作为原始图像，输入到轻量化检测网络模型中，并对轻量化检测网络模型进行优化训练，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，以获得网络自主对有车辆目标道路位置的持续关注能力。本发明结合路侧视角空间信息不变性的特点，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，采用逐通道过参数卷积方式对注意力机制中原有的传统卷积运算进行优化，能够实现对多尺度目标与小尺度目标的实时检测。
-
Patent Agency Ranking
公开(公告)号：CN115147654A
公开(公告)日：2022-10-04
申请号：CN202210787509.X
申请日：2022-07-06
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种目标检测方法、装置、电子设备及存储介质，该方法包括：获取路侧的多目标图像；多目标图像输入M3‑YOLOv4检测模型，输出目标检测结果；其中，M3‑YOLOv4检测模型包括骨干网络MobileNetV3、空间金字塔池化、路径聚合网络及检测头。该方案可以解决现有目标检测时效性差的问题。
-
公开(公告)号：CN115082869A
公开(公告)日：2022-09-20
申请号：CN202210791626.3
申请日：2022-07-07
Applicant: 燕山大学
IPC: G06V20/54 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种服务于特种车辆的车路协同多目标检测方法及系统。本发明方法，包括：获取路侧视角下交通道路图像信息；构建部署在路侧较低算力边缘计算平台的轻量化检测网络模型DCM3‑YOLOv4；将获取的路侧视角下交通道路图像信息作为原始图像，输入到轻量化检测网络模型中，并对轻量化检测网络模型进行优化训练，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，以获得网络自主对有车辆目标道路位置的持续关注能力。本发明结合路侧视角空间信息不变性的特点，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，采用逐通道过参数卷积方式对注意力机制中原有的传统卷积运算进行优化，能够实现对多尺度目标与小尺度目标的实时检测。
-
公开(公告)号：CN112100857B
公开(公告)日：2022-04-12
申请号：CN202010980521.3
申请日：2020-09-17
Applicant: 燕山大学
Abstract: 本发明提供一种分心驾驶行为的风险评估方法，具体包括以下步骤：确定驾驶行为类型及驾驶任务、设计驾驶方案及采集参数、提取异常加速度事件频次、驾驶行为的风险等级初步评估、二重驾驶绩效比较以及三重驾驶绩效交叉比较。本发明提供的方法打破仅对分心驾驶行为进行研究的局限性，把分心驾驶行为提升到了风险分析的高度，严谨地对所选定的分心驾驶行为进行驾驶绩效评估，最终得到严谨的风险等级排序结果，为风险驾驶行为辨识技术、驾驶人驾驶状态的安全性评估、人机共驾情境的控制权切换方案等技术提供理论参考和实践指导。
-
公开(公告)号：CN111738337B
公开(公告)日：2022-03-25
申请号：CN202010578266.X
申请日：2020-06-23
Abstract: 本发明涉及一种混行交通环境下的驾驶人分心状态检测识别方法，包括：搭建混行场景、采集驾驶人眼动参数数据及驾驶绩效数据、处理数据和择优筛选、搭建基于融合注意力机制的Bi‑LSTM驾驶人分心识别模型、对驾驶人分心状态进行辨识等步骤，本发明采用融合注意力机制的Bi‑LSTM算法进行分心驾驶的识别建模，提高分心识别的准确度与鲁棒性，填补了在混行交通环境下对驾驶人分心识别的空白，解决驾驶人在混行交通环境下驾驶过程中出现的分心驾驶而引发道路交通事故的技术问题，提高驾驶人的车辆驾驶安全性。
-
公开(公告)号：CN112100857A
公开(公告)日：2020-12-18
申请号：CN202010980521.3
申请日：2020-09-17
Applicant: 燕山大学
Abstract: 本发明提供一种分心驾驶行为的风险评估方法，具体包括以下步骤：确定驾驶行为类型及驾驶任务、设计驾驶方案及采集参数、提取异常加速度事件频次、驾驶行为的风险等级初步评估、二重驾驶绩效比较以及三重驾驶绩效交叉比较。本发明提供的方法打破仅对分心驾驶行为进行研究的局限性，把分心驾驶行为提升到了风险分析的高度，严谨地对所选定的分心驾驶行为进行驾驶绩效评估，最终得到严谨的风险等级排序结果，为风险驾驶行为辨识技术、驾驶人驾驶状态的安全性评估、人机共驾情境的控制权切换方案等技术提供理论参考和实践指导。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.015 seconds)
