-
公开(公告)号:CN114089646A
公开(公告)日:2022-02-25
申请号:CN202111395578.8
申请日:2021-11-23
Applicant: 吉林大学
IPC: G05B17/02
Abstract: 本发明提供一种基于驾驶模拟器的弯道驾驶行为机理特征建模方法,基于驾驶模拟器采集数据;通过引入对驾驶人转弯过程中视觉感兴趣区域信息的采集,开展更加全面的弯道驾驶行为研究;提出一套完整、健全的弯道行驶轨迹分析流程、分析手段与方法以及分析的内在逻辑闭环,通过多源化弯道行驶数据采集以及弯道驾驶行为分析,发现了熟练驾驶人转弯过程中的共性特征和差异性,从驾驶人视觉感兴趣区域角度揭示了弯道驾驶行为的内在生成机理,建立了能够有效描述该机理的高级隐式特征,并将其用于构建类人弯道运动轨迹规划系统,证明了本发明所建立的机理特征对系统性能的显著提升。
-
公开(公告)号:CN118585444A
公开(公告)日:2024-09-03
申请号:CN202410708000.0
申请日:2024-06-03
Applicant: 吉林大学
IPC: G06F11/36 , G06F18/213 , G06N3/0455 , G06N3/0499 , G06N3/0442 , G06N3/096 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明提供一种面向智能汽车硬件在环平台的关键测试场景生成方法,包括基于自动编码器模型建立测试场景参数空间与隐空间的映射关系、基于全连接神经网络建立隐空间和仿真测试结果之间的非线性映射、基于迁移学习建立隐空间和硬件在环平台测试结果之间的非线性映射、基于对抗训练过程指导生成器模型生成隐空间特征等步骤。本发明使用迁移学习基于纯仿真条件在场景参数和测试结果之间的映射迁移到硬件在环平台的映射关系;结合生成器和解码器构建面向硬件在环平台的关键测试场景库。本发明兼顾虚拟仿真测试的低成本、高效率和场景参数可控性强以及硬件在环测试的高拟真度的优势,为智能汽车纯仿真测试和硬件在环测试的协同测试提供新的方法。
-
公开(公告)号:CN115691134A
公开(公告)日:2023-02-03
申请号:CN202211342209.7
申请日:2022-10-31
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于对抗生成网络的智能汽车测试场景库构建方法,包括车辆轨迹数据采集、车辆轨迹特征提取、数据预处理、建立轨迹特征数学模型和对抗生成网络训练等步骤,本发明利用对抗生成网络进行智能汽车测试场景生成,在隐空间进行变量的生成学习弱化了生成网络训练难度,削减网络较长的时序记忆能力以便生成更加真实的车辆轨迹测试场景库。本发明方法为解决实际动态交通流中车辆运动轨迹场景数量较少无法满足智能汽车测试需求的难题提出创新的解决方案。本发明适用复杂多变的十字路口、交叉路口等道路交通环境,同样适用于快速路、高速公路等其他路段轨迹生成。
-
公开(公告)号:CN114043990A
公开(公告)日:2022-02-15
申请号:CN202111532700.1
申请日:2021-12-15
Applicant: 吉林大学
Abstract: 本发明公开了一种考虑听觉信息的多场景交通车驾驶状态分析系统和方法,分析系统包括有交通车运动信息采集模块、交通车行为场景辨识模块、交通车鸣笛信息采集处理模块、鸣笛交通车交互信息采集模块、交通车驾驶风格辨识模块和交通车驾驶员性格分析模块,其方法为:第一步、采集相邻交通车的视觉信息和运动信息;第二步、获取交通车驾驶风格分类结果;第三步、采集交通车鸣笛信息;第四步、确定鸣笛交通车与被鸣笛对象交互场景;第五步、建立鸣笛容忍阈值范围;第六步、获取性格分类结果;第七步、将驾驶风格和驾驶员性格进行组合匹配。有益效果:能够作为新的高级特征输入无人车预测模块和决策层,规划精准且符合人类驾驶习惯的轨迹。
-
-
-