-
公开(公告)号：CN113759934B
公开(公告)日：2022-06-14
申请号：CN202111122086.1
申请日：2021-09-24
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明公开了一种校园无人小巴配置和调度方法及系统，该方法包括：步骤1，接收车辆相关信息和乘客目标的预定乘车信息、向小巴发出校园地图信息、及向距离乘客目标最近的小巴发出车辆调度任务；步骤2，判断小巴是否为紧急状态；步骤3，执行车辆调度任务，判断车内当前的乘客目标数目是否小于设定阈值；步骤4，按照优先级的顺序接泊乘客目标，判断优先级是否降到设定阈值；步骤5，按照所述车辆调度任务中的全局规划路径，运送乘客目标至所述预定乘车信息中的目的地。本发明能够根据乘客的实际需求，灵活对校园无人小巴进行配置和调度，可解决在传统校园小巴在运行过程中路线不合理、等待时间长等问题。
-
公开(公告)号：CN111985386B
公开(公告)日：2022-06-14
申请号：CN202010824900.3
申请日：2020-08-17
Applicant: 清华大学
Abstract: 本发明公开了一种基于计划行为理论的行人违章穿行行为辨识方法，该方法包括：步骤1，采集当前交通场景中的相关感知信息；步骤2，根据所述相关感知信息中的行人个体特性，识别行人的激进程度；步骤3，根据所述相关感知信息中的行人群体特性，识别行人的从众效应；步骤4，根据与当前交通场景类似或相同交通场景的历史违章穿行行人数据，获知行人违章穿行行为的主要影响因素；步骤5，通过计划行为理论，将步骤2、步骤3和步骤4获得的结果进行融合，获得行人的违章穿行意图，进而辨识行人的违章穿行行为，并输出辨识结果。本发明能够实时准确识别行人违章穿行意图，并有效辨识行人违章穿行行为，进而支持驾驶决策。
-
公开(公告)号：CN114582166A
公开(公告)日：2022-06-03
申请号：CN202210215659.3
申请日：2022-03-07
Applicant: 清华大学
Abstract: 本申请公开了一种交叉路口环境下的多车运动规划方法、装置、电子设备及存储介质，其中，方法包括：通过获取交叉路口的目标区域范围内至少两辆车辆的当前所处位置，根据当前所处位置确定至少两辆车辆与交叉路口停止线的距离；根据至少两辆车辆与交叉路口停止线的距离由近及远和预设分层条件依次对至少两辆车辆进行分层，得到每层的车辆之间不存在行为冲突的分层结果；根据分层结果对至少两辆车辆进行横纵向联合调度，并根据调度结果控制至少两辆车辆依次通过交叉路口。从而保证车辆安全的同时，提高了交叉路口的通行效率。由此，解决了现有技术限制了交通效率的进一步提高，且在不同转向需求的车辆的比例发生波动时的适应性不足等问题。
-
公开(公告)号：CN114578825A
公开(公告)日：2022-06-03
申请号：CN202210215661.0
申请日：2022-03-07
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本申请公开了一种基于相对坐标的多车协同横纵向联合运动规划方法、装置、电子设备及存储介质，其中，方法包括：通过根据车辆的横纵向运动需求，在相对坐标系中统一生成车辆在编队中的预期目标位置，该目标位置为后续的多车目标分配和相对路径规划提供输入。本申请通过车辆按照其对目标位置的偏好需求进行一一匹配，然后在相对坐标系中规划所有车辆到达其目标位置的相对运动路径，车辆在相对坐标系中的运动会被进一步投影到绝对坐标系中，车辆据此进行进一步的绝对轨迹规划，包括车辆的前轮转角控制序列和纵向速度(或加速度)控制序列等。由此，解决了具有不同运动需求的多车协同运动规划等问题。
-
公开(公告)号：CN113954877A
公开(公告)日：2022-01-21
申请号：CN202111409783.5
申请日：2021-11-24
Applicant: 清华大学
Abstract: 本申请涉及车辆技术领域，特别涉及一种基于安全沙箱的智能汽车安全仲裁及控制方法及装置，汽车上设置有用于计算能保障车辆安全的控制输入的安全沙箱，其中，方法包括：获取汽车的当前驾驶环境；基于安全沙箱根据当前驾驶环境对控制器输入量进行安全性仲裁，识别控制器输入量的当前所属区域；根据当前所属区域控制车辆响应当前所属区域对应的车辆保护动作。由此，可以实时判断车辆的控制输入是否能保证车辆安全，并在不能保证车辆安全时实时规划新的控制输入，从而保证车辆的安全性。
-
Patent Agency Ranking
公开(公告)号：CN113665574A
公开(公告)日：2021-11-19
申请号：CN202111237247.1
申请日：2021-10-22
Applicant: 清华大学
IPC: B60W30/18 , B60W40/107 , B60W50/00
Abstract: 本申请涉及智能汽车应用技术领域，特别涉及一种智能汽车换道时长预测及拟人化轨迹规划方法，包括：从自然驾驶数据中提取优秀驾驶员的换道轨迹，并提取多车影响下的换道时长；获取换道车辆的周车运动信息，将周车影响表征为周车运动学参数对换道车辆的平均纵向加速度的非线性映射，进而获得周车影响下的换道时长预测模型；智能汽车应用换道时长预测模型时，基于预期换道纵向位移、当前纵向速度和换道后目标车道预期车速，结合周车信息，利用预测模型进行换道时长的优选，进而实现拟人化的换道轨迹规划。由此，充分挖掘了自然驾驶数据中优秀驾驶员的操纵规律，为智能汽车科学合理的换道决策提供参考，是智能汽车拟人化决策理念在换道决策中的体现。
-
公开(公告)号：CN113370980B
公开(公告)日：2021-11-02
申请号：CN202110934200.4
申请日：2021-08-16
Applicant: 清华大学
IPC: B60W30/095 , B60W40/064 , B60W40/10 , B60W50/00
Abstract: 本申请涉及智能车应用技术领域，特别涉及一种极限工况下车辆失稳与碰撞综合风险评估方法及装置，其中，方法包括：采集车辆操纵信息、道路信息和所在环境中多类道路使用者动静态信息；基于车辆操纵信息、道路信息以及动静态信息，确定车辆失稳风险等级和车辆碰撞风险等级；参照车辆失稳风险等级和车辆碰撞风险等级，评估极限工况下车辆于驾驶人和道路环境综合作用下的行车综合风险。本申请实施例可以基于车辆动力学失稳与碰撞两种不同时间尺度的行车风险对行车综合风险进行评估，突破了行车综合风险评估中的多尺度问题，实现极限工况下车辆失稳与碰撞综合风险态势感知，保证极限工况下车辆风险评估的准确性和可靠性，提升行车安全性。
-
公开(公告)号：CN113506036A
公开(公告)日：2021-10-15
申请号：CN202110866601.0
申请日：2021-07-29
Applicant: 清华大学
Abstract: 本申请公开了基于行人心理安全距离的车辆碰撞风险评价方法及装置，其中，该方法包括：获取心理安全距离的数值特征；分析数值特征与车速、车型、样本个体特征影响因素之间的相关性，得到分析结果；根据分析结果得到数值特征和影响因素之间的结论；以及，将心理安全距离引入行车安全场ES，得到行人风险评价公式，其中，行车安全场ES包括：势能场ER、动能场EV和行为场ED，行人风险评价公式由行人的动能场和行为场场强公式计算得出。该方法提出了心理安全距离概念，并挖掘其可能影响因素进行数值分析，有效地保证行人心理安全为汽车主动安全预警系统设计提供了新的开发视角。
-
公开(公告)号：CN112232254B
公开(公告)日：2021-04-30
申请号：CN202011154776.0
申请日：2020-10-26
Applicant: 清华大学
Abstract: 本发明公开了一种考虑行人激进度的行人风险评估方法，包括：步骤S1，检测自车行驶路线上是否有行人正在穿行；若是，则进入步骤S2；步骤S2，调用自车传感器数据和定位数据，获取行人等待时间、行人是否向后退、行人穿行群体人数、行人穿行的速度、加速度和人车间距；步骤S3，根据步骤S2得到的数据，确定特征变量的数值和激进度指数；步骤S4，将步骤S3获得的特征变量的激进度指数作为输入，通过基于多层感知机MLP的深度学习网络，获得行人整体激进度数值；步骤S5，基于所述行人整体激进度数值计算行人风险值。通过采用本发明提供的方法，能够完成行人激进度的识别并转化为行人风险值，以便自车差异化地进行决策，提高通行效率。
-
公开(公告)号：CN111562740B
公开(公告)日：2021-04-23
申请号：CN202010371477.6
申请日：2020-05-06
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明涉及自动控制技术领域，特别涉及一种基于利用梯度的多目标强化学习算法的自动控制方法。本发明利用强化学习算法中已知的梯度信息更新函数参数，相比于单策略多目标强化学习算法，本算法能够求得帕雷托前沿解集，可以在实际控制时根据不同需要选择不同的控制策略；相比于多策略多目标强化学习算法中的凸包法，本算法不依赖于目标回报的线性加权，能够获得前沿解中非凸区域的控制策略；相比于多策略多目标强化学习算法中的多参数法，本算法能够一次性求解所有帕雷托前沿解，算法效率较高；相比于多策略多目标强化学习算法中的结合多目标优化算法的方法，本算法利用了梯度信息，加快了算法的收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
264
records
(took 0.045 seconds)
