-
公开(公告)号：CN111985386A
公开(公告)日：2020-11-24
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：CN110068464B
公开(公告)日：2020-06-05
申请号：CN201910356942.6
申请日：2019-04-29
Applicant: 清华大学
IPC: G01M17/007
Abstract: 本发明公开了一种用于智能网联车测试的交通对象模拟装置，交通对象模拟装置包括：全地形机器人；支撑台架，具有L型连接架和外接平台总成，外接平台总成包括平台面板；交通对象模型，其支设在平台面板的上方，交通对象模型包括身高可调人偶模型和动物模型；第一交通对象姿态调整机构，用于控制身高可调人偶模型的左右肩关节、左右膝关节进行周期性活动，以模拟行人步态；第二交通对象姿态调整机构，用于控制动物模型的四肢关节进行周期性活动，以模拟动物步态。本实施例提供的测试平台可以变换参与对象以及环境，为测试任意交通场景的模拟提供了便利条件，实现了低成本、零风险、多交通对象和多场景的测试功能。
-
公开(公告)号：CN110723201A
公开(公告)日：2020-01-24
申请号：CN201910987692.6
申请日：2019-10-17
Applicant: 清华大学
Abstract: 本申请涉及一种基于分布式轮毂驱动的轮内转向结构。基于分布式轮毂驱动的轮内转向结构包括第一减振系统和转向系统。第一减振系统用于与车轮连接。转向系统包括转向支架、第一安装板和第二安装板、第一转向轴承、第二转向轴承、转向主销、转向架和舵机。所述舵机通过所述第一转向轴承带动所述第一安装板转动，进而带动所述转向支架、所述第一减震系统转动。所述第一减震系统将转动力矩传递给车轮，带动车轮转向。由于第一安装板和第二安装板设置于转向支架远离第一减振系统的一侧。转向支架的最大转动角度为180°，进而车轮的最大转动角度为180°。因此，基于分布式轮毂驱动的轮内转向结构提高车轮的转动角度范围，进而提高了车辆的灵活度。
-
公开(公告)号：CN110072193B
公开(公告)日：2019-12-17
申请号：CN201910356936.0
申请日：2019-04-29
Applicant: 清华大学
Abstract: 本发明公开了一种用于智能网联车测试的通信拓扑结构，通信拓扑结构包括车端单元和路测单元，所述车端单元包括车载控制设备和车端通信设备，所述路测单元包括路端通信设备，所述车载控制设备和所述车端通信设备均安装于所述被测车，所述车载控制设备将规划好的轨迹输出给所述被测车以及从所述被测车的定位系统获取被测车信息，所述被测车信息包括所述被测车的速度和位置信息，所述车载控制设备将所述被测车信息经由所述车端通信设备输出给所述路端通信设备，所述路端通信设备将采集到的所述被测车信息输出给中控PC。本发明可以变换参与对象以及环境，为测试任意交通场景的模拟提供了便利条件，实现了低成本、零风险、多对象、多场景的测试功能。
-
公开(公告)号：CN110082122A
公开(公告)日：2019-08-02
申请号：CN201910357575.1
申请日：2019-04-29
Applicant: 清华大学 , 山东省科学院自动化研究所
IPC: G01M17/007 , G01S19/42 , G01S19/52
Abstract: 本发明公开了一种智能网联车测试平台，智能网联车测试平台包括被测车、交通对象模拟装置、通信拓扑结构和运动控制单元，被测车被布置在交通场景中；交通对象模拟装置包括全地形机器人、身高可调人偶模型和动物模型；通信拓扑结构将规划好的轨迹输给被测车以及从被测车获取被测车信息，通信拓扑结构将被测车信息输给运动控制单元；运动控制单元从通信拓扑结构采集被测车信息以及由全地形机器人反馈得到的全地形机器人信息；运动控制单元控制全地形机器人的路线及其速度、身高可调人偶模型以及动物模型周期性活动。本发明可以变换参与对象和环境，为测试任意交通场景的模拟提供便利条件，实现低成本、零风险、多交通对象和多场景的测试功能。
-
Patent Agency Ranking
公开(公告)号：CN110072193A
公开(公告)日：2019-07-30
申请号：CN201910356936.0
申请日：2019-04-29
Applicant: 清华大学
Abstract: 本发明公开了一种用于智能网联车测试的通信拓扑结构，通信拓扑结构包括车端单元和路测单元，所述车端单元包括车载控制设备和车端通信设备，所述路测单元包括路端通信设备，所述车载控制设备和所述车端通信设备均安装于所述被测车，所述车载控制设备将规划好的轨迹输出给所述被测车以及从所述被测车的定位系统获取被测车信息，所述被测车信息包括所述被测车的速度和位置信息，所述车载控制设备将所述被测车信息经由所述车端通信设备输出给所述路端通信设备，所述路端通信设备将采集到的所述被测车信息输出给中控PC。本发明可以变换参与对象以及环境，为测试任意交通场景的模拟提供了便利条件，实现了低成本、零风险、多对象、多场景的测试功能。
-
公开(公告)号：CN110722946B
公开(公告)日：2025-05-13
申请号：CN201910987695.X
申请日：2019-10-17
Applicant: 清华大学
IPC: B60G17/015 , B60G17/06
Abstract: 本申请涉及一种车辆姿态主动调整系统及车辆。所述车辆姿态主动调整系统包括第一连杆、第一曲柄、第一摇杆和车架共同构成的连杆机构。第一连杆的第一端的运动轨迹为近似直线。当车轮沿垂向上下颠簸时，车轮带动车桥上下运动，车桥带动第一端垂向运动，车架的位置不变。车辆姿态主动调整系统通过连杆机构吸收了部分动能，提高车辆的稳定性。车辆姿态主动调整系统通过第一电机控制第一曲柄旋转角度，进而控制第一连杆和第一摇杆转动角度，以减小车架的振动时间，提升车辆的减振性能，提高了车辆的平稳性。此外，所述车辆姿态主动调整系统还可通过所述第一电机调整车辆姿态，提高舒适度和安全性。
-
公开(公告)号：CN116186336B
公开(公告)日：2024-08-16
申请号：CN202310187644.5
申请日：2023-03-01
IPC: G06F16/901 , B60W40/00 , B60W40/08 , G06F18/15
Abstract: 本申请提供一种驾驶数据采集与标定方法、装置及存储介质。所述方法包括：在车辆处于自然驾驶状态的情况下，实时采集驾驶数据；将所采集的驾驶数据进行按照时序进行对齐，并将对齐后的所述驾驶数据组织为树状结构；对所述驾驶数据进行人车路数据耦合标定，形成标定后的所述驾驶数据。本申请实施例通过对车辆处于自然驾驶状态下的驾驶数据进行耦合标定，形成人车路在环一体化数据标定后所述驾驶数据，而且这些驾驶数据具有统一的数据结构，具备兼容性和可拓展性。
-
公开(公告)号：CN114548674B
公开(公告)日：2022-12-30
申请号：CN202210051131.7
申请日：2022-01-17
Applicant: 清华大学
IPC: G06Q10/06
Abstract: 本申请涉及威胁态势评估技术领域，特别涉及一种面向多智能体对抗场景的威胁态势评估方法、装置及设备，方法包括：获取多智能体的智能体信息和环境信息并分解瞄准过程、躲避过程和破坏过程中的对抗行为；利用预先训练的威胁能量模型由分解的对抗行为得到在任一时刻下对抗场景中所有一方的参与对抗的智能体对于任一区域的威胁能量，并基于威胁能量评估威胁态势。由此，解决了相关技术中威胁态势评估的泛化性差、无法形成统一量化的评估方法且无法适应复杂环境导致难以对当前态势做出准确快速的判断等问题，通过对多智能体对抗行为的本质分析，从量化的多种因素着手，以高精度确立体融合感知结果作为输入，从而快速精准的获得威胁态势评估方法。
-
公开(公告)号：CN114239974B
公开(公告)日：2022-10-25
申请号：CN202111570457.2
申请日：2021-12-21
Applicant: 清华大学
Abstract: 本申请涉及智能体位置预测技术领域，特别涉及一种多智能体的位置预测方法、装置、电子设备及存储介质，其中，方法包括：获取智能体的历史数据，其中，历史数据包括至少一帧数据；根据历史数据获取智能体在每帧数据中的历史坐标，并基于历史坐标生成智能体的历史坐标矩阵；根据历史数据获取智能体在每帧数据中的全局态势图，并基于全局态势图和历史坐标提取智能体周围的空间态势值，并利用历史坐标矩阵和空间态势值预测得到智能体在当前时刻之后的至少一个预测位置。由此，解决了相关技术中基于物理模型进行多智能体的位置预测，预测的准确性及通用性较差，无法为智能体的决策提供可靠的依据等问题。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.021 seconds)
