-
公开(公告)号：CN110531740B
公开(公告)日：2020-05-05
申请号：CN201910843325.9
申请日：2019-09-06
Applicant: 清华大学
IPC: G05B23/02
Abstract: 本发明公开了一种智能车智能化程度量化测评方法，该方法包括：S1，按照自主驾驶功能，对智能车的智能化程度进行层次划分；S2，搭建智能车智能化程度评测环境；S3，设定智能车评测方案，该方案包括测试环境、测试任务、评价对象和评价指标；S4，选取智能化测评指标，并通过分析表征评价智能车行车过程的关键参数，构建适合的评价指标体系；S5，获取被测智能车在不同测试任务场景下的多组量化评价依据数据；S6，求取实现最高等级无人驾驶时对应的智能化程度，并以此为基准对被测智能车的被测自动驾驶系统的智能化程度进行评价。本发明能够完整真实地对驾驶辅助系统及智能车测评其所处的不同智能化程度。
-
公开(公告)号：CN111076736A
公开(公告)日：2020-04-28
申请号：CN202010002122.X
申请日：2020-01-02
Applicant: 清华大学
Abstract: 本发明公开了一种基于FPGA设计的车载系统和A star路径搜索方法，该车载系统包括提供地图信息的车载计算平台与计算路径的FPGA构成的异构计算系统。该FPGA设计包括以下模块：存储地图信息的地图节点信息存储子模块与地图节点序号存储子模块，基于评价函数拓展节点的节点拓展模块，计算新拓展节点评价函数与父节点关系的节点信息更新模块，基于评价函数值与奇-偶排序网络以排序新拓展节点的第一轮排序模块，与基于评价函数值与双向链表以排序所有开启节点的第二轮模块。本发明在FPGA设计中充分发挥了FPGA在并行运算方面的优势，有助于大幅提升路径搜索的效率，并基于通信与系统设计实现了车载应用。
-
公开(公告)号：CN109187041B
公开(公告)日：2020-03-06
申请号：CN201810796590.1
申请日：2018-07-19
Applicant: 山东省科学院自动化研究所 , 清华大学
IPC: G01M17/007
Abstract: 本发明公开了一种用于自动驾驶测试的无人车通用平台及方法，包括车身外形变换系统，所述车身外形变换系统包括底盘，所述底盘上安装有伸缩装置，所述伸缩装置通过伸缩变形改变车体的大小，并搭配不同的快速组装仿真外壳，实现模拟不同的车型和车辆；底盘上还安装有反馈控制系统，所述反馈控制系统包括中心控制装置，所述中心控制装置分别连接至电动机、制动装置及转向装置，所述中心控制装置还连接至车辆传感器测量单元，通过车辆传感器测量单元获得车辆的运动状态实现对测试车的各种操作行为进行决策和控制。本发明实现一辆测试车可以模拟多种车辆(比如小轿车，越野车和卡车等)，增加被测车辆感知的难度，而且降低了测试成本。
-
公开(公告)号：CN110851948A
公开(公告)日：2020-02-28
申请号：CN201910796959.3
申请日：2019-08-27
Applicant: 清华大学
IPC: G06F30/20
Abstract: 本发明公开了一种非结构化道路条件下的行车环境态势评估方法及相应的评估装置。所述方法包括下述的步骤：步骤S1、获取行车环境要素信息，所述行车环境要素信息包括行车环境威胁要素信息和任务吸引要素信息；步骤S2、采用势能场和速度场方法，建立量化的行车环境要素态势模型；以及步骤S3、评估行车环境态势，其中，所述行车环境要素态势模型以行车环境威胁态势场Up来反映行车环境威胁要素对自车的威胁，Up＝Upf+Upv(1)。
-
公开(公告)号：CN110531740A
公开(公告)日：2019-12-03
申请号：CN201910843325.9
申请日：2019-09-06
Applicant: 清华大学
IPC: G05B23/02
Abstract: 本发明公开了一种智能车智能化程度量化测评方法，该方法包括：S1，按照自主驾驶功能，对智能车的智能化程度进行层次划分；S2，搭建智能车智能化程度评测环境；S3，设定智能车评测方案，该方案包括测试环境、测试任务、评价对象和评价指标；S4，选取智能化测评指标，并通过分析表征评价智能车行车过程的关键参数，构建适合的评价指标体系；S5，获取被测智能车在不同测试任务场景下的多组量化评价依据数据；S6，求取实现最高等级无人驾驶时对应的智能化程度，并以此为基准对被测智能车的被测自动驾驶系统的智能化程度进行评价。本发明能够完整真实地对驾驶辅助系统及智能车测评其所处的不同智能化程度。
-
Patent Agency Ranking
公开(公告)号：CN110488802A
公开(公告)日：2019-11-22
申请号：CN201910774762.X
申请日：2019-08-21
Applicant: 清华大学
IPC: G05D1/00
Abstract: 本发明公开了一种网联环境下的自动驾驶车辆动态行为决策方法。所述方法包括：步骤S1，自车在V2X网联环境下，周围道路使用者获取周边环境信息；以及以自车质心为中心，以不同的半径进行区域划分，预估风险区域；步骤S2，基于周围道路使用者周边环境信息及预估风险区域，进行第一阶段行为决策，确定为保证自车行车安全能够采取的可行动作集合；步骤S3，进行第二阶段行为决策：考虑非安全性约束条件，从所述可行动作集合中，优化选择最终执行的动作，进行驾驶行为决策。
-
公开(公告)号：CN110427682A
公开(公告)日：2019-11-08
申请号：CN201910684034.X
申请日：2019-07-26
Applicant: 清华大学
Abstract: 本发明公开了一种基于虚拟现实的交通场景模拟平台和方法。所述交通场景模拟平台包括：所述仿真场景控制模块(1)、人机交互机制决策模块(2)、网络通信仿真模块(3)和操纵输入接口(4)，所述仿真场景控制模块(1)、网络通信仿真模块(3)、操纵输入接口(4)与所述人机交互机制决策模块(2)连接，在所述人机交互机制决策模块(2)中具有预先封装好的虚拟驾驶人特性；所述人机交互机制决策模块(2)模拟真实驾驶人或虚拟驾驶人以及其他交通要素对于各种场景的行为决策，并进行人-车-路联合运行虚拟仿真，基于真实环境车辆具备的动力学属性、在虚拟环境下控制虚拟车辆进行加速、减速、刹车、超车和/或换道。
-
公开(公告)号：CN109902600A
公开(公告)日：2019-06-18
申请号：CN201910105358.3
申请日：2019-02-01
Applicant: 清华大学
Abstract: 本发明公开了一种道路区域检测方法，该方法包括：S1，设计道路增强数据增强方法，生成道路数据增强函数；S2，采用道路数据增强函数，输入训练样本，输出增强道路数据；S3，设计并训练生成特征编码网络模型，利用增强道路数据，通过特征编码网络模型，输出编码特征图；S4，设计并训练生成道路分割解码模块和道路类型分类解码模块，采用道路分割解码模块和道路类型分类解码模块，通过输入编码特征图，能够输出道路分割结果和道路类型分类结果。本发明提供道路区域像素级分割和多类型分类结果，可用于智能车辆的可通行区域检测，也可为智能车辆的避障和路径规划提供依据。
-
公开(公告)号：CN108648447B
公开(公告)日：2019-04-05
申请号：CN201810433464.X
申请日：2018-05-08
Applicant: 清华大学
Abstract: 本发明公开了一种基于行车安全场的车辆智能安全决策方法，方法包括：步骤1，在自车的电子控制单元中或在智能交通管理系统的中央计算机系统中预先设置行车安全场模型和行车风险辨识模型；其中，行车安全场模型用于反映交通风险随时间空间的变化，是通过分析人‑车‑路系统各因素对交通系统的影响而构建得到；步骤2，通过行车安全场模型，获取交通系统处于稳态时当前行车最优速度和车辆与该车辆之外的物体之间的安全行驶距离；步骤3，根据当前行车最优速度和安全行驶距离，通过获取行车风险辨识模型的作用量的最小值，进而得到车辆当前的行车风险等级值。本发明能够达到对道路交通系统进行安全调控，有利于降低道路碰撞交通事故发生率。
-
公开(公告)号：CN107139927B
公开(公告)日：2019-03-19
申请号：CN201710224401.9
申请日：2017-04-07
Applicant: 清华大学
IPC: B60W40/08 , B60R16/023
Abstract: 本发明公开了一种自适应驾驶人体态的智能驾驶室控制方法和装置，所述方法包括：安装第一图像传感器、第二图像传感器和压力传感器；获得驾驶人样本在初始化位置时刻的体态特征信息以及在调整到最佳坐姿时刻对应的座椅姿态数据、转向盘姿态数据、内外后视镜姿态数据和安全带姿态数据；建立数据库；获得当前驾驶人的体态特征信息，将测量得到的当前驾驶人与数据库存储的驾驶人样本匹配，以寻找到与当前驾驶人在初始化位置时刻的体态特征信息最接近的驾驶人样本；调整当前驾驶人的座椅姿态、转向盘姿态、内外后视镜姿态和安全带姿态。本发明能够自适应不同驾驶人的体态并将驾驶人置于相对最优的驾驶环境中，同时可缓解驾驶人疲劳，确保驾驶安全。
-
-
-
-
-
-
-
-
-
Search Results
264
records
(took 0.047 seconds)
