一种多障碍物环境下的目标轨迹规划和跟踪方法

    公开(公告)号:CN115158355B

    公开(公告)日:2024-10-22

    申请号:CN202210841656.0

    申请日:2022-07-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种多障碍物环境下的目标轨迹规划和跟踪方法,涉及智能交通技术领域,解决了现有技术下多障碍物环境轨迹规划难的技术问题,其技术方案要点是将初始目标轨迹进行平移,生成一簇候补轨迹集;然后根据所有障碍物的势场和交通标志线势场,选取出最优的目标轨迹;再通过样条曲线方法规划出安全平顺的轨迹,实现初始目标轨迹到决策最优轨迹的平稳切换;最后,采用模型预测控制方法设计路径跟踪控制器,实现对所规划轨迹的精准跟踪。该方法能够实现智能驾驶汽车在多障碍物环境下的安全行驶,具有很强的实用性,以及广阔的商业应用前景。

    一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法

    公开(公告)号:CN114537419B

    公开(公告)日:2024-10-22

    申请号:CN202210274482.4

    申请日:2022-03-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法,涉及智能驾驶技术领域,解决了人机控制权限分配策略不够精准、驾驶舒适性和人机合作性能较差的技术问题,其技术方案要点是引入驾驶员活跃度和驾驶能力两个量化指标,并基于驾驶员时变特性设计人机共享控制权限分配策略,构建了基于模糊推理的人机共享控制器,实现个性化辅助驾驶。此外,该方法综合考虑了车辆行驶性能以及人机合作水平,并利用鲁棒正不变集理论处理系统多约束下的共享控制问题,该方法保证了车辆稳定性和路径跟踪性能的同时,提升了驾驶舒适性和人机合作性能,在未来高级辅助驾驶系统中具有广泛的应用前景和实用性。

    基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统

    公开(公告)号:CN114648114B

    公开(公告)日:2024-06-07

    申请号:CN202210274485.8

    申请日:2022-03-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统,涉及自动驾驶技术领域,解决了驾驶员驾驶活跃程度不能够便捷的应用于人机交互控制权限分配设计中的技术问题,其技术方案要点是通过受限玻尔兹曼机对驾驶员活跃程度进行建模分析,系统结构简单,逻辑清晰,运算成本小,能高效应对连续时变的应用场景,具有强实时性。整个GB‑RBM网络系统可应用于个性化的高级驾驶辅助系统,对驾驶员活跃程度评估的结果直接明确,可以直接应用于人‑车共享控制权限的分配策略等各类决策控制模型中,具备高灵活性,强泛用性的优势。

    一种多障碍物环境下的目标轨迹规划和跟踪方法

    公开(公告)号:CN115158355A

    公开(公告)日:2022-10-11

    申请号:CN202210841656.0

    申请日:2022-07-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种多障碍物环境下的目标轨迹规划和跟踪方法,涉及智能交通技术领域,解决了现有技术下多障碍物环境轨迹规划难的技术问题,其技术方案要点是将初始目标轨迹进行平移,生成一簇候补轨迹集;然后根据所有障碍物的势场和交通标志线势场,选取出最优的目标轨迹;再通过样条曲线方法规划出安全平顺的轨迹,实现初始目标轨迹到决策最优轨迹的平稳切换;最后,采用模型预测控制方法设计路径跟踪控制器,实现对所规划轨迹的精准跟踪。该方法能够实现智能驾驶汽车在多障碍物环境下的安全行驶,具有很强的实用性,以及广阔的商业应用前景。

    一种共驾型智能汽车人机控制权限个性化转移方法

    公开(公告)号:CN115140092A

    公开(公告)日:2022-10-04

    申请号:CN202210842486.8

    申请日:2022-07-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种共驾型智能汽车人机控制权限个性化转移方法,涉及智能交通技术领域,解决了现有权限转移过程中人机冲突的技术问题,其技术方案要点是提出基于样条曲线方法的柔性化权限转移策略,采用影响驾驶员权限转移过程的个性化预瞄时间和反应时间对所设计的权限转移策略进行优化调整,使其更加符合不同驾驶员的操纵偏好。该方法能够实现车辆控制权的平稳过渡,提高共驾型智能汽车的行驶安全性和操纵稳定性,具有很强的实用性,以及广阔的商业应用前景。

    基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统

    公开(公告)号:CN114648114A

    公开(公告)日:2022-06-21

    申请号:CN202210274485.8

    申请日:2022-03-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统,涉及自动驾驶技术领域,解决了驾驶员驾驶活跃程度不能够便捷的应用于人机交互控制权限分配设计中的技术问题,其技术方案要点是通过受限玻尔兹曼机对驾驶员活跃程度进行建模分析,系统结构简单,逻辑清晰,运算成本小,能高效应对连续时变的应用场景,具有强实时性。整个GB‑RBM网络系统可应用于个性化的高级驾驶辅助系统,对驾驶员活跃程度评估的结果直接明确,可以直接应用于人‑车共享控制权限的分配策略等各类决策控制模型中,具备高灵活性,强泛用性的优势。

    全解耦线控制动系统与个性化驾驶人智能协调方法及系统

    公开(公告)号:CN119872508A

    公开(公告)日:2025-04-25

    申请号:CN202510174504.3

    申请日:2025-02-18

    Applicant: 东南大学

    Abstract: 本发明公开了全解耦线控制动系统与个性化驾驶人智能协调方法及系统,涉及汽车驾驶技术领域。本发明包括:接收车辆驾驶信息数据并进行预处理,利用径向基神经网络对真空助力式制动系统的伺服特性进行建模,并考虑驾驶人的制动激进度,设计得到全解耦线控制动系统的个性化制动伺服特性。本发明以驾驶人熟悉的真空助力式制动系统的伺服特性为基准,根据不同驾驶人的制动激进度为全解耦线控制动系统设计了个性化的制动伺服特性,且本发明提出了能够提高响应速度、控制精度和制动一致性的级联压力控制器,有效保证了在具有不同制动伺服特性的各种的制动风格下,全解耦线控制动系统都能够实现良好的压力控制性能。

    一种自动驾驶汽车路径跟踪的类人控制策略

    公开(公告)号:CN115416687B

    公开(公告)日:2024-11-22

    申请号:CN202211040548.X

    申请日:2022-08-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种自动驾驶汽车路径跟踪的类人控制策略,涉及自动驾驶技术领域,解决了类人驾驶对未知环境的适应性较差且其自动控制器鲁棒性不强的技术问题,其技术方案要点是该控制策略通过控制器实现,该控制器包括预瞄前馈模块和自适应抗扰控制模块,预瞄前馈模块以前方道路信息为输入,模拟驾驶员对前方道路的转向行为决策和控制行为,以二阶系统的比例控制输出前馈转向角;自适应抗扰控制模块以车辆横摆角速度误差作为输入,模拟驾驶员的补偿和调整行为,为前馈输入提供补偿转向角,同时增强控制策略的鲁棒性。该方法能够在路径跟踪控制中实现类人驾驶效果,在高效、平稳的跟踪控制的同时保证了乘员舒适性,提升了自动驾驶系统接受度。

    一种基于纵向安全间距模型的实时换道决策方法

    公开(公告)号:CN115140094B

    公开(公告)日:2024-10-29

    申请号:CN202210842508.0

    申请日:2022-07-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于纵向安全间距模型的实时换道决策方法,涉及智能交通技术领域,解决了现有决策方法实时性差、时变交通环境不适用的技术问题,其技术方案要点是建立考虑与周围车辆碰撞风险以及前车突然减速行为的纵向安全间距模型;假设主车和周围车辆加速度保持不变,对主车和周围车辆的运动状态进行预测;计算预测时域内主车与当前车道前车的纵向间距,提出基于纵向安全间距模型的重规划决策方法;根据当前时刻,主车与周围车辆的位置关系、速度关系,设计势场法来选择出最优目标车道;采用样条曲线方法规划出安全轨迹,实现主车从初始车道到目标车道的安全、平稳切换,实现智能驾驶汽车在时变交通环境下的安全行驶。

    一种共驾型智能汽车人机控制权限个性化转移方法

    公开(公告)号:CN115140092B

    公开(公告)日:2024-10-18

    申请号:CN202210842486.8

    申请日:2022-07-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种共驾型智能汽车人机控制权限个性化转移方法,涉及智能交通技术领域,解决了现有权限转移过程中人机冲突的技术问题,其技术方案要点是提出基于样条曲线方法的柔性化权限转移策略,采用影响驾驶员权限转移过程的个性化预瞄时间和反应时间对所设计的权限转移策略进行优化调整,使其更加符合不同驾驶员的操纵偏好。该方法能够实现车辆控制权的平稳过渡,提高共驾型智能汽车的行驶安全性和操纵稳定性,具有很强的实用性,以及广阔的商业应用前景。

Patent Agency Ranking