-
公开(公告)号：CN110969142B
公开(公告)日：2023-09-05
申请号：CN201911311455.4
申请日：2019-12-18
Applicant: 长安大学
IPC: G06V20/56 , G06V10/40 , G06V10/762 , G08G1/01
Abstract: 本发明公开了一种基于网联车辆自然驾驶数据的异常驾驶场景提取方法，包括：步骤一、对网联车辆自然驾驶数据集进行数据清洗，填补缺失数据，计算出横向加速度；步骤二、将速度划分为若干区间，对速度区间内的纵向加速度和步骤一得到的横向加速度进行异常加速度提取，根据某段行程的异常加速度点数量，判断是否属于极端驾驶事件；步骤三、利用找出的极端驾驶事件数据采用k‑means聚类算法进行聚类；步骤四、将聚类结果通过经纬度定位在google earth中得到驾驶场景并统计驾驶参数。本发明能够比较准确的得到异常驾驶场景以及相应情况下的驾驶参数，可以为智能车路系统的设计和测试提供依据。
-
公开(公告)号：CN116246466A
公开(公告)日：2023-06-09
申请号：CN202310238213.7
申请日：2023-03-13
Applicant: 长安大学
IPC: G08G1/01
Abstract: 一种考虑自动驾驶多模式特性的混合交通流管理方法及系统，方法包括在具体车道场景中，对当前路网中的CAV和HDV混合交通流进行CAV渗透率的监测；以及根据当前路网中的总车道数量设置CAV渗透率的阈值步长，按照CAV渗透率值是否达到CAV渗透率的阈值点管控PD类型车道，调整对PD车道的CAV自动驾驶模式是否限制。在车道类型确定后，禁止不同类型车道之间转换车道类型。最后判断当前路网中的CAV渗透率所处的阈值区间，根据所处不同的阈值区间来对车道重新进行属性定义和模式管控。本发明充分考虑了产生更多异质性的CAV对整个混合交通流带来的影响，降低了区分自动驾驶模式的CAV所产生的异质性对交通流带来的负面影响。
-
-
公开(公告)号：CN116011110A
公开(公告)日：2023-04-25
申请号：CN202310074530.X
申请日：2023-02-03
Applicant: 长安大学
IPC: G06F30/15 , G01M17/007 , G06F30/20 , G06F119/02
Abstract: 本发明公开了一种自动驾驶汽车安全性等级评估方法及系统，创建了一个基于数字孪生的智能网联汽车测试环境，提供了多样的测试场景，并使用高速率、低延迟的通信系统保证数据实时性，以贴近真实交通道路环境；多元的测试指标不单单只考虑自动驾驶汽车本身的安全性相关因素，也考虑了外部因素对自动驾驶汽车安全性造成影响的因素，测试指标更加的全面；在测试系统中进行反复大量的测试，分析各个指标之间存在的关联性、确定网络拓扑结构、连通性，建立基于车辆‑环境‑交通博弈的自动驾驶汽车安全等级评估模型，并通过贝叶斯网络结构确定指标的敏感系数；最后引入安全性指数用于实现自动驾驶汽车安全性指标的量化评估。
-
公开(公告)号：CN115933436A
公开(公告)日：2023-04-07
申请号：CN202211693608.8
申请日：2022-12-28
Applicant: 长安大学
IPC: G05B17/02
Abstract: 本发明公开了一种车路协同信号感知和衰减模拟方法、系统、设备及介质，该方法包括：构建实时虚拟交通仿真平台；基于物理引擎在实时虚拟交通仿真平台中构建车载单元和路侧单元；确定车载单元的感受野、包围体，路侧单元的感受野、包围体，得到第一感受野、第一包围体、第二感受野和第二包围体；根据第一感受野、第一包围体、第二感受野和第二包围体，基于层次包围体的碰撞检测方法，判断两个通信单元之间是否建立通信连接；若两个通信单元之间建立通信连接，则通过设定射线对两个通信单元之间传输的通信信号的衰减进行模拟。本发明能提高车路协同仿真的效率和场景运行的实时性。
-
Patent Agency Ranking
公开(公告)号：CN110427871B
公开(公告)日：2022-10-14
申请号：CN201910701129.8
申请日：2019-07-31
Abstract: 本发明属于疲劳驾驶检测技术领域，具体涉及一种基于计算机视觉的疲劳驾驶检测方法。现有的检测方法在检测准确性和反应速度上不能很好地满足实际产品的需求，存在着不能有效避免疲劳事故的发生的问题。本发明提供的一种基于计算机视觉的疲劳驾驶检测方法，启动设备，对摄像头进行初始化操作；然后进行视频采集、人脸检测、目标跟踪、神经网络判断、缓存图像和报警步骤，利用深度特征提取、目标检测、目标跟踪和行为识别等方法，实现对疲劳驾驶行为的准确判断。该方法准确度高，检测速度快，利用定期检测更新跟踪模板有效解决了跟踪失败问题，同时采用了单幅图像特征和连续多幅图像序列特征对疲劳行为进行描述，从而提高整个系统判断的准确性。
-
公开(公告)号：CN115123238A
公开(公告)日：2022-09-30
申请号：CN202210731268.7
申请日：2022-06-24
Applicant: 长安大学
IPC: B60W30/18 , B60W40/105 , B60L53/12
Abstract: 本发明公开了一种面向无线充电信号交叉口网联车辆的纵向速度引导方法，包括：根据网联车辆的车辆剩余电量状态选择个性化通行模式；以通行效率、车辆电量消耗和驾驶舒适度作为优化目标，以车辆初始状态、车辆行驶距离、车辆运动学参数、信号灯参数作为约束条件，并结合个性化通行模式，构建节能驾驶模型；对节能驾驶模型进行改进和处理，优化得到近似节能驾驶模型；应用粒子群算法对近似节能驾驶模型进行模型求解，计算得到最优决策变量；根据最优决策变量生成车辆纵向速度建议曲线，并将其传递给网联车辆。可以解决现有技术中存在的车辆实时速度控制精度不高、计算效率较低等问题，从而实现提升电动车辆行驶里程，缓解用户行驶里程焦虑。
-
公开(公告)号：CN115063975A
公开(公告)日：2022-09-16
申请号：CN202210648480.7
申请日：2022-06-09
Applicant: 长安大学
Abstract: 本发明属于交通控制技术领域，公开了一种短时交通流数据预测方法、系统、计算机设备及存储介质，包括：获取待预测区域以及待预测区域各相关区域的历史交通流数据；根据待预测区域的历史交通流数据，得到待预测区域当前时段的周期性交通流数据，以及结合待预测区域各相关区域的历史交通流数据，通过预设的时空特征选择方法，得到待预测区域的最优相关历史交通流数据；获取待预测区域当前时段的外部特征影响因素数据，并将待预测区域当前时段的外部特征影响因素数据、当前时段的周期性交通流数据及最优相关历史交通流数据输入预设的交通流预测模型，得到待预测区域的交通流数据短时预测值，有效提升了短时交通流数据预测的准确性。
-
公开(公告)号：CN114852105A
公开(公告)日：2022-08-05
申请号：CN202210706690.7
申请日：2022-06-21
Applicant: 长安大学
Abstract: 本发明公开了一种自动驾驶车辆换道轨迹规划方法及系统，方法过程包括：获取车辆信息；根据所述车辆信息、换道车辆与周围车辆的博弈换道决策模型、考虑安全性和时效性的博弈收益函数并利用博弈收益矩阵求解当前时刻换道车辆的最优换道决策；根据所述最优换道决策，以降低燃油消耗和提高驾驶效率为目标，并利用基于深度强化学习的自动驾驶车辆换道轨迹规划模型，得到整个换道过程最优的序贯加速度决策信息；利用车辆横纵向离散化运动学模型，通过所述加速度决策信息计算出换道过程中每个时间点换道车辆的车辆状态，根进一步得出换道车辆的换道轨迹。本发明在考虑安全性、高效性、舒适性和燃油经济性的情况下，完成对自动驾驶车辆的换道轨迹规划。
-
公开(公告)号：CN112885117B
公开(公告)日：2022-01-25
申请号：CN202110045039.5
申请日：2021-01-13
Applicant: 长安大学
Abstract: 本发明公开了一种网联信控交叉口控制系统及方法，利用路侧协同控制子系统的接受其通信范围内的全部车辆行驶信息，根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇，成簇车辆即形成车辆组队，形成交叉口组队集合，根据交叉口组队集合构建交叉口信号优化模型，以交叉口所有车辆延误作为目标函数，车辆运动学模型和交通模型为约束条件，采用遗传算法对信号灯配时进行求解得到最优配时方案，待本周期结束后，在下一周期根据最优配时方案进行交叉口信号灯控制，本发明以交叉口所有车辆数据集合进行优化处理得到优化交叉口红绿灯配时，提高道路通行能力，降低能源消耗与尾气排放量。
-
-
-
-
-
-
-
-
-
Search Results
447
records
(took 0.046 seconds)
