公开(公告)号：CN116968730B

公开(公告)日：2024-03-19

申请号：CN202310755780.X

申请日：2023-06-25

Applicant: 清华大学

Inventor： 黄荷叶 ,  王建强 ,  熊辉 ,  程浩 ,  李若辰 ,  许庆 ,  李克强

IPC: B60W30/095 ,  B60W50/00 ,  B60W60/00

Abstract: 本申请涉及一种高风险场景下驾驶人风险响应与主动决策方法及装置，包括：根据所获取的满足风险条件的场景下多个驾驶人眼动的时空特征信息，确定多个驾驶人的视觉注意特性，基于根据视觉注意特性和视网膜成像原理确定的多个驾驶人风险认知的感知特性，获取多个驾驶人风险认知的视觉注意力累积信息，根据基于视觉注意力累积信息所构建的表征驾驶人决策操纵行为的驾驶人漂移扩散决策模型，量化输出每个驾驶人驾驶过程风险响应和主动决策。由此，解决现有模型应用过程中难以充分解释人类风险认知行为产生机理，且未量化道路条件和车辆属性等因素对驾驶人风险响应与主动决策产生的影响等问题，对实现个性化自动驾驶、促进道路交通安全具有重要意义。

公开(公告)号：CN117671946A

公开(公告)日：2024-03-08

申请号：CN202311632939.5

申请日：2023-11-30

Applicant: 清华大学

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

IPC: G08G1/01 ,  G08G1/00

Abstract: 本申请涉及一种基于混合交通场景的车辆协同决策方法及装置，其中，方法包括：确定当前混合交通场景中每个混合队列的人工驾驶车辆跟车距离、队列间隔和稳定跟车状态，并结合预设的混合队列初态条件构建队列运动学模型，以计算混合队列收敛时间；确定当前交叉路段的全人工驾驶车辆排队时间，并生成每个混合队列的有向冲突图，以构建通信拓扑构型的深度优先生成树，且基于预设矩阵形式对其进行表征，同时构建线性反馈控制器，以根据通信拓扑构型的深度优先生成树控制车辆通过当前交叉路段。由此，解决了现有的混合队列分析仅面向固定配时信号灯场景，普适性较差，计算复杂度较高，难以满足实时应用的需求，极大限制了交通效率的提升和改善等问题。

公开(公告)号：CN117521838A

公开(公告)日：2024-02-06

申请号：CN202210879625.4

申请日：2022-07-25

Applicant: 清华大学 ,  丰田自动车株式会社

Inventor： 李升波 ,  吕尧 ,  廖在豪 ,  殷玉明 ,  张巷腾 ,  张宇航 ,  王建强 ,  李克强

IPC: G06N20/00 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明提供了一种自动驾驶决策功能训练方法、系统及存储介质，上述方法包括：获取自动驾驶数据集，并在自动驾驶数据集中随机采样得到训练数据集；根据训练数据集以及设定的策略更新步数和策略参数计算得到随机梯度，并利用随机梯度计算得到无偏差的共轭动量；根据无偏差的共轭动量以及设定的策略参数学习率和速度因子，计算得到与策略参数对应的自适应学习率；基于无偏差的共轭动量和自适应学习率对所述策略参数进行更新；对所述策略更新步数进行迭代计算，在达到设定的最大策略更新步数的情况下，得到优化后的策略参数，以使自动驾驶决策功能训练系统采用优化后的策略参数进行自动驾驶决策，从而有效保障自动驾驶决策功能的智能性。

公开(公告)号：CN117012075A

公开(公告)日：2023-11-07

申请号：CN202310980927.5

申请日：2023-08-04

Applicant: 清华大学 ,  上海国际港务(集团)股份有限公司

Inventor： 许庆 ,  王建强 ,  董江红 ,  李克强 ,  蔡孟池 ,  王广玮 ,  沈汝超 ,  王秋晨

IPC: G09B9/04 ,  G01C21/16 ,  H04L67/01 ,  G08C17/02 ,  G09B9/05 ,  G09B9/052

Abstract: 本申请涉及一种将驾驶员因素引入微缩实验平台的系统及方法，包括：微缩车辆、数字孪生主机和驾驶模拟器，其中，微缩车辆发送状态信息至数字孪生主机；数字孪生主机接收微缩车辆发送的状态信息，并根据状态信息考虑延时计算微缩车辆的当前实际状态，渲染对应车辆驾驶员视角并传输至驾驶模拟器的屏幕；驾驶模拟器采集驾驶员基于驾驶模拟器的屏幕上交通场景做出的驾驶反应，并将驾驶反应发送至微缩车辆，使得微缩车辆基于驾驶反应执行对应的控制动作。由此，解决了相关技术中，无法体现驾驶员的随机驾驶行为，无法获得驾驶员在特定混合交通场景下的真实驾驶反应，且与驾驶员日常驾驶的真实交通环境有很大差别，无法获得驾驶员真实驾驶反应等问题。

公开(公告)号：CN114084155B

公开(公告)日：2023-10-20

申请号：CN202111349214.6

申请日：2021-11-15

Applicant: 清华大学

Inventor： 郑四发 ,  谷子青 ,  马海铜 ,  李升波 ,  王建强 ,  许庆

IPC: B60W50/00 ,  B60W60/00 ,  B60W40/02

Abstract: 本申请涉及涉及一种预测型智能汽车决策控制方法、装置、车辆及存储介质，方法包括：基于地图信息和交通参与者的历史轨迹，对周围交通参与者建立预测模型，并利用有标签的数据集对预测模型进行参数初始化，生成初始周车运动预测模型；以智能汽车的驾驶目标作为优化对象，根据与环境的不断交互数据循环更新初始周车运动预测模型，生成最终周车运动预测模型；将最终周车运动预测模型嵌入智能汽车的决策控制系统，使得决策控制系统根据最终周车运动预测模型预测的周车运动生成对应的决策控制指令，并控制智能汽车执行决策控制指令，从而通过迭代模型驱动的自进化式策略评估与策略提升过程，实现智能车辆预测型最优策略求解方案。

公开(公告)号：CN116805294A

公开(公告)日：2023-09-26

申请号：CN202211545016.1

申请日：2022-12-02

Applicant: 清华大学

Inventor： 徐少兵 ,  李尚怡 ,  王建强 ,  李升波 ,  成波 ,  李克强

IPC: G06T5/50 ,  G01M17/007 ,  G06T7/73 ,  G06V20/56

Abstract: 一种增强环境场景的方法，包括：从自动驾驶车辆获得图像，图像由安装在自动驾驶车辆上的相机捕获并且描绘自动驾驶车辆周围环境；生成包含一个或多个虚拟对象的虚拟对象图形，当在图像上渲染虚拟对象图形产生对象增强图像；生成表征天气宏观静态效果的全局场景图形；生成表示至少一个具体天气动态效果的天气动态效果图形；基于虚拟对象图形、天气全局场景图形和天气动态效果图形，合成生成环境增强图像，导致环境的视觉表示如同环境在经历预定天气条件和交通环境时将表现的那样；以及将合成环境增强图像输入到自动驾驶车辆的车载车辆控制器中，使得自动驾驶车辆基于环境增强图像执行至少一个自动驾驶操作。

公开(公告)号：CN116513236A

公开(公告)日：2023-08-01

申请号：CN202310457489.4

申请日：2023-04-24

Applicant: 清华大学 ,  北京嘀嘀无限科技发展有限公司

Inventor： 王建强 ,  姜竣凯 ,  许庆 ,  张博 ,  徐少兵 ,  许鹏飞 ,  李克强

IPC: B60W60/00 ,  B60W30/095 ,  B60W50/00

Abstract: 本申请涉及一种基于行车风险场的自适应车辆全向驾驶辅助方法及装置，其中，方法包括：采集目标车辆的行驶轨迹，基于预设方式对行驶轨迹进行规划，生成多个候选轨迹，并根据预设筛选策略对多个候选轨迹进行筛选，得到候选轨迹簇；基于由势能风险场建立的行车风险评估模型和预设损失函数对候选轨迹簇中的每条候选轨迹进行评价，得到评价结果满足预设要求的目标轨迹；学习目标轨迹对应的损失函数的权重参数，以进行车辆全向辅助驾驶的自适应学习。由此，解决了现有自适应驾驶辅助技术功能相互孤立，应用场景单一等问题。

公开(公告)号：CN116304608A

公开(公告)日：2023-06-23

申请号：CN202310154061.2

申请日：2023-02-23

Applicant: 清华大学

Inventor： 李升波 ,  占国建 ,  蒋宇轩 ,  兰志前 ,  吕尧 ,  任彦刚 ,  王建强 ,  成波 ,  李克强

IPC: G06F18/211 ,  G06F18/2415 ,  G06N20/00

Abstract: 本公开提供的适用于智能汽车的结构化道路场景生成方法，包括：选取基准道路场景结构，构建其“结点‑边”图结构模型，该模型中的结点包括与交叉路口相对应的中心结点和与道路场景结构的出入口相对应的端结点，该模型中的边用于连接结点，对应道路场景结构的出入口之间的相邻两向所有车道形成的路段；对“结点‑边”图结构模型中的结点和边进行随机化处理，生成随机化“结点‑边”图结构模型；判断随机化“结点‑边”图结构模型是否合规，若不合规，则重新生成随机化“结点‑边”图结构模型；将合规的随机化“结点‑边”图结构模型对应的道路场景结构输出。本公开可解决智能汽车在特定场景训练的驾驶策略泛化性能差、在线路径规划实时性差等问题。

公开(公告)号：CN116245183A

公开(公告)日：2023-06-09

申请号：CN202310184279.2

申请日：2023-02-28

Applicant: 清华大学

Inventor： 王裕宁 ,  王建强 ,  刘秩源 ,  林昊田 ,  李晋豪 ,  李若辰

IPC: G06N5/04 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464

Abstract: 本申请涉及一种基于图神经网络的交通场景泛化理解方法及装置，其中，方法包括：获取原始交通场景智能体信息；基于原始交通场景智能体信息，构建子图节点和对应的特征向量并编码，生成经过编码的节点特征向量；利用经过编码的节点特征向量，构建动态有向图，并通过图卷积神经网络训练得到节点之间边的参数向量，以体现交通场景中各智能体以及环境之间的相互作用，形成场景理解图。由此，解决了相关技术中，基于物理规则指标的方法评价标准过于单一，无法处理复杂交互场景，基于大数据分布的统计方法时效性差，应对突发的交通事件无法做出实时评估，基于交互物理模型的方法需要针对特定场景进行参数调优与设计，不具备场景泛化性等问题。

公开(公告)号：CN116070448A

公开(公告)日：2023-05-05

申请号：CN202310132213.9

申请日：2023-02-09

Applicant: 清华大学

Inventor： 李升波 ,  蒋宇轩 ,  占国建 ,  兰志前 ,  任彦刚 ,  吕尧 ,  王建强 ,  成波 ,  李克强

IPC: G06F30/20 ,  G06F9/52

Abstract: 本申请提出了一种智能决策算法与仿真平台的联合互锁调用方法，涉及联合仿真技术领域，包括在智能决策算法处创建算法侧模块，在仿真平台处创建平台侧模块，并进行总初始化操作，其中，算法侧模块与平台测模块在同一个进程的两个线程内分别运行；分别对算法侧模块和平台侧模块进行重置操作，并重置共享上下文状态；分别对算法侧模块和平台侧模块进行步进操作，并借助共享上下文进行数据交换；在智能决策算法要求重置称为一个采样循环时，停止步进操作；反复执行采样循环直至智能决策算法运行结束。本申请在智能决策算法侧和仿真平台侧各部署一个功能模块，且仅依赖于少量线程同步原语，在同一进程内解决控制权冲突，保证了高通信效率，性能损失小。