公开(公告)号：CN115661797B

公开(公告)日：2023-05-09

申请号：CN202211553065.X

申请日：2022-12-06

Applicant: 清华大学

Inventor： 连小珉 ,  许庆 ,  李克强 ,  王建强 ,  陈超义 ,  蔡孟池

IPC: G06V20/58 ,  G06V10/80 ,  G06V10/75

Abstract: 本公开提供的一种目标跟踪方法、装置及设备，涉及自动驾驶技术，包括：获取摄像头采集的车道线数据、摄像头目标物数据；获取雷达采集的雷达目标物数据；根据车道线数据确定自车中心线；根据自车中心线确定第一、二筛选条件；将摄像头目标物数据与第一筛选条件进行匹配，根据匹配结果确定目标车辆及其第一数据；将雷达目标物数据与第二筛选条件进行匹配，根据匹配结果确定雷达目标物的第二数据；根据第一数据以及第二数据，确定目标车辆的目标数据。先拟合出自车中心线，并根据自车中心线筛选出目标车辆以及本车道上的雷达目标物。将雷达目标物与目标车辆进行融合，得到目标车辆的数据。可提高目标跟踪的准确性。

公开(公告)号：CN114247144B

公开(公告)日：2023-04-14

申请号：CN202111586160.5

申请日：2021-12-21

Applicant: 清华大学

Inventor： 王建强 ,  王裕宁 ,  姜竣凯 ,  黄荷叶 ,  王嘉昊

IPC: A63F13/57 ,  A63F13/577 ,  A63F13/837

Abstract: 本申请涉及多智能体仿真技术领域，特别涉及一种多智能体对抗仿真方法、装置、电子设备及存储介质，其中，方法包括：获取对抗场景参数；基于所述对抗场景参数生成初始场景，其中，所述初始场景包含智能体交互机制，并根据场景的智能体个数分配操控装置；开始仿真后，根据操控指令操控至少一个智能体进行交互，并采集当前场景态势数据；在所述至少一个智能体中的追逃方与攻防方之间的对抗结束后，判定仿真结束，以预设文件格式导出所述当前场景态势数据。由此，解决了相关技术中多智能体对抗仿真无法满足充分研究多智能体行为的需求等问题。

公开(公告)号：CN114492059B

公开(公告)日：2023-02-28

申请号：CN202210115962.6

申请日：2022-02-07

Applicant: 清华大学

Inventor： 王建强 ,  姜竣凯 ,  王裕宁 ,  黄荷叶 ,  王嘉昊 ,  刘艺璁

IPC: G06F30/20 ,  G06F119/02

Abstract: 本申请公开了一种基于场能的多智能体对抗场景态势评估方法及装置，其中，方法包括：在多智能体对抗场景下，判断多智能体对抗是否开始；如果开始多智能体对抗，则利用预设的威胁能量场与安全能量场模型，获取威胁态势与安全态势量化结果；基于威胁态势与安全态势量化结果进行态势分析，得到对抗场景关键信息，并根据抗场景关键信息获取更新各类态势理解信息的数值，并在结束更新后，结束多智能体对抗，得到多智能体对抗场景的态势评估结果。由此，解决了相关技术多为经验应用，缺乏客观物理规律建模，主观性较强，缺乏可解释性，且实时性和实用性较低，无法直接反映对抗场景所处局势，导致无法支撑后续对抗场景的决策控制等问题。

公开(公告)号：CN114492058B

公开(公告)日：2023-02-03

申请号：CN202210115950.3

申请日：2022-02-07

Applicant: 清华大学

Inventor： 姜竣凯 ,  王建强 ,  王裕宁 ,  黄荷叶 ,  王嘉昊 ,  杨奕彬

IPC: G06F30/20 ,  G06F17/10 ,  G06F119/02

Abstract: 本申请公开了一种面向多智能体对抗场景的防御态势评估方法及装置，其中，方法包括：在多智能体对抗场景下，判断多智能体对抗是否开始，如果多智能体对抗开始，则利用预设的安全能量场分层模型计算对抗环境中的防护安全能量，并根据防护安全能量更新安全能量场态势图，更新当前时刻的安全能量场态势，直至多智能体对抗结束，得到多智能体对抗场景的防御态势评估结果。由此，解决了相关技术忽略微观层面上的智能体的具体行为，且缺乏客观物理规律的建模，可解释性低，智能化程度低，实时性差，无法为后续智能体决策服务等问题。

公开(公告)号：CN111291786B

公开(公告)日：2022-10-25

申请号：CN202010054543.7

申请日：2020-01-17

Applicant: 清华大学

Inventor： 李克强 ,  熊辉 ,  王建强 ,  郭宇昂 ,  林学武 ,  许庆

IPC: G06V10/774 ,  G06V10/764 ,  G06V20/64 ,  G06V20/58 ,  G06V10/82 ,  G06N3/04 ,  G06T7/285

Abstract: 本发明公开了一种车载视觉实时多目标航向角估计方法及装置，该方法包括：步骤1，采用离线数据集事先训练好的单阶段二维目标检测模型YOLOv3提取输入的单目单帧图像的深度卷积神经网络特征图；步骤2，在深度卷积神经网络特征图上进行二维目标的优化定位，并对车辆、行人和骑车人三类交通道路参与者多目标进行分类优化，输出目标框所对应目标的二维位置和类别；步骤3，根据深度卷积神经网络特征图、目标的二维位置和类别，通过直接回归该目标的连续观测角度α，分别得到观测角度α的正弦值sinα和余弦值cosα，考虑角度的周期性同时平方和约束正弦值sinα和余弦值cosα，最终获得目标相对自车的观测角度α的唯一确定值。本发明能够在车辆行驶过程中准确实时地估计车载目标在世界坐标系下的观测，为车载目标的轨迹预测和智能车辆的碰撞预警提供依据。

公开(公告)号：CN113401128B

公开(公告)日：2022-09-13

申请号：CN202110905555.0

申请日：2021-08-06

Applicant: 清华大学

Inventor： 王越 ,  高博麟 ,  李克强 ,  王建强 ,  崔艳

IPC: B60W30/182

Abstract: 本发明公开了一种基于车云通讯的车辆驾驶模式切换方法，其中，该方法包括：判断处于当前驾驶模式下的车辆是否接收到驾驶模式切换指令，驾驶模式包括：人工驾驶模式、定速巡航模式和预见性巡航控制模式，所述预见性巡航控制模式包括：第一预见性巡航控制子模式、第二预见性巡航控制子模式和第三预见性巡航控制子模式；当接收到驾驶模式切换指令时，控制所述车辆根据所述驾驶模式切换指令对应的目标驾驶模式进行行驶，所述目标驾驶模式为根据接收到的车速变换指令动态调整车速的模式。本发明通过根据接收到的驾驶模式切换指令进行多种驾驶模式的切换，改变行驶速度，以使车辆驾驶时更加适应复杂的路况，优化了车辆耗能，智能化程度高。

公开(公告)号：CN114475607B

公开(公告)日：2022-07-12

申请号：CN202210381723.5

申请日：2022-04-13

Applicant: 清华大学

Inventor： 谢杉杉 ,  王建强 ,  郑靖越 ,  刘巧斌

IPC: B60W30/18 ,  B60W60/00

Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种自动驾驶车辆的拟人化换道方法、装置、车辆及存储介质，其中，方法包括：获取预先构建的拟人化驾驶行为特征参数集合，并根据参数集合中的特征参数设计本车的期望运动状态和可接受最小间距，并在本车满足换道条件时，根据拟人化驾驶行为特征参数集合中的特征参数、期望运动状态和可接受最小间距对本车分别进行横向轨迹规划和纵向轨迹规划，得到横向换道轨迹和纵向换道轨迹，对横向换道轨迹和纵向换道轨迹进行耦合，生成本车的目标换道轨迹，并利用目标换道轨迹控制本车进行换道。由此，解决了相关技术中自动驾驶车辆的拟人化决策存在的关键特征不明朗、应用场景受限、可解释性较差等问题。

公开(公告)号：CN113946943B

公开(公告)日：2022-06-21

申请号：CN202111131805.6

申请日：2021-09-26

Applicant: 清华大学

Inventor： 黄荷叶 ,  王建强 ,  杨奕彬 ,  刘艺璁 ,  崔明阳 ,  许庆 ,  李克强

IPC: G06F30/20 ,  G06Q10/06 ,  G06Q50/30 ,  G06F111/08

Abstract: 本申请公开了一种人‑车‑路微观交通系统建模及风险辨识方法及装置，其中，方法包括：构建车‑路动态交互作用模型，得到车路交互产生的潜在事故后果；构建人‑车动态交互作用模型，得到人车交互产生的行为不确定性；构建人‑路动态交互作用模型，得到人路交互过程驾驶人风险敏感度差异；利用聚类思想将驾驶人驾驶习性的特征规律和差异性进行表征，得到驾驶人个性化特性；根据车路交互产生的潜在事故后果、行为不确定性、人路交互过程驾驶人风险敏感度差异及驾驶人个性化特性构建人‑车‑路闭环动力学系统，生成风险辨识结果。由此，可以表征驾驶人因素、车辆运动状态、道路环境信息交互过程对系统安全状态的影响，实现系统风险辨识与分级预警。

公开(公告)号：CN112115555B

公开(公告)日：2022-06-14

申请号：CN202011013109.0

申请日：2020-09-24

Applicant: 清华大学

Inventor： 李克强 ,  刘巧斌 ,  王建强 ,  李升波 ,  高博麟 ,  许庆

IPC: G06F30/15 ,  G06F30/20 ,  G06F17/15

Abstract: 本发明公开了一种智能网联环境下汽车瞬时油耗监测方法，该方法包括：预先设置归一化变量三角函数模型，对燃油消耗率进行预测：式中，v表示与待预测的燃油消耗率对应于车辆速度，a表示与待预测的燃油消耗率对应于车辆加速度，β1、β2、β3和β4为已知参数，vmin表示所有综合各典型道路工况下的实测数据样本集中的速度最小值，vmax表示所有综合各典型道路工况下的实测数据样本集中的速度最大值，amin表示所有综合各典型道路工况下的实测数据样本集中的加速度最小值，amax表示所有综合各典型道路工况下的实测数据样本集中的速度最大值。本发明能够仅使用有限的4个参数对车联网下的瞬态油耗进行预测。

公开(公告)号：CN110599521B

公开(公告)日：2022-02-15

申请号：CN201910838347.6

申请日：2019-09-05

Applicant: 清华大学

Inventor： 李克强 ,  熊辉 ,  王思佳 ,  王建强

IPC: G06T7/246

Abstract: 本发明公开了一种生成易受伤害道路使用者轨迹预测模型的方法及相应的预测方法。生成轨迹预测模型包括下述步骤：步骤S1：获取训练集，训练集包括已标记的N+M帧时间上连续的图像；步骤S2：从训练集中连续的N+M帧图像中根据每个目标真值的跟踪ID序号筛选训练样本，具有相同跟踪ID序号的同一目标的训练样本为一组；步骤S3：提取时空多线索特征，得到训练输入向量Xjt+k和训练输出向量Yjt+k；步骤S4：生成模型，将所述训练输入向量Xjt+k和训练输出向量Yjt+k输入至采用了自适应双参数激活函数的门控循环单元神经网络，采用预先设计的损失函数进行模型训练，生成易受伤害道路使用者轨迹预测模型。