一种瞬时驾驶倾向性量化方法及识别方法

    公开(公告)号:CN117141502A

    公开(公告)日:2023-12-01

    申请号:CN202311120769.2

    申请日:2023-09-01

    Applicant: 吉林大学

    Abstract: 本发明提供一种瞬时驾驶倾向性量化方法及识别方法,所述瞬时驾驶倾向性量化方法包括以下步骤:基于所述的目标车辆实时运动状态参数、交互区域内实时自车道前车运动状态参数、交互区域内目标车道车辆实时运动状态参数通过第一公式计算得到目标车辆的驾驶倾向性客观表征指标ObjLCV(t);基于所述目标车辆实时运动状态参数通过第二公式计算得到目标车辆的驾驶倾向性主观表征指标;基于所述驾驶倾向性客观表征指标、驾驶倾向性主观表征指标通过第三公式计算目标车辆的驾驶强硬程度指标;通过驾驶强硬程度指标对交互区域内的目标车辆的瞬时驾驶倾向性进行量化;通过一种瞬时驾驶倾向性识别方法对目标车辆的瞬时驾驶倾向性进行预测。

    一种行车交互区域的确定方法以及系统

    公开(公告)号:CN117104220A

    公开(公告)日:2023-11-24

    申请号:CN202311120635.0

    申请日:2023-09-01

    Applicant: 吉林大学

    Abstract: 本发明提供一种行车交互区域的确定方法以及系统;实时监测进入广义交互区域中车辆信息,当没有车辆进入广义交互区域时,所述广义交互区域为行车交互区域;当监测有车辆进入广义交互区域时,基于自车道的目标车辆特征性能数据、目标车道的前车纵向车速、目标车道的后车纵向车速、车辆安全数据库,通过安全交互区域判断模块确定安全交互区域,所述安全交互区域为行车交互区域,实现实时确定行驶中的目标车辆的交互区域,且交互区域内目标车辆进行转向或换道时不会出现撞车现象;所述交互区域的确定有利于研究交互行为,提取交互特征,对后续研究车辆的意图辨识、轨迹预测、行为决策、风险态势评估以及路径规划等方面十分重要。

    一种基于人、车、路角度的自车行车风险量化方法及系统

    公开(公告)号:CN116215513A

    公开(公告)日:2023-06-06

    申请号:CN202310068087.5

    申请日:2023-02-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于人、车、路角度的自车行车风险量化方法及系统,包括以下步骤:获取行车信息;基于所述行车信息,得到自车车道偏离风险量和自车超速风险量,进而得到表征道路约束角度的自车行车风险的第一行车风险值;基于所述行车信息,得到自车与他车的碰撞严重程度和碰撞紧迫程度,进而得到表征自车与他车碰撞角度的自车行车风险的第二行车风险值;基于所述行车信息,得到自车行车时的风险感知因子,进而得到表征驾驶人感知角度的自车行车风险的第三行车风险值。本发明的方法,能够有助于车辆全面、准确、直观地获知自车驾驶状态的风险程度,及时调整状态保障行车安全。

    一种行车风险量化方法、分级方法及预测方法

    公开(公告)号:CN114820216A

    公开(公告)日:2022-07-29

    申请号:CN202210497674.1

    申请日:2022-05-09

    Applicant: 吉林大学

    Abstract: 本发明公开了一种行车风险量化方法、分级方法及预测方法。行车风险量化方法包括以下步骤:获取第一车辆和第二车辆的行车基础数据;根据所述行车基础数据,得到潜在碰撞事故严重程度,根据所述潜在碰撞事故严重程度,确定表征行车风险的第一指标;根据所述行车基础数据,计算TTC,根据TTC确定表征行车风险的第二指标;根据所述行车基础数据,计算THW,根据THW确定表征行车风险的第三指标;根据所述第一指标、第二指标、第三指标,得到行车风险指数。本发明的行车风险量化方法考虑了潜在碰撞事故严重程度对行车风险的影响,对行车风险的量化更为细致合理。

    一种驾驶行为特征的构造方法、系统和驾驶行为分析方法

    公开(公告)号:CN113112796B

    公开(公告)日:2022-05-27

    申请号:CN202110372603.4

    申请日:2021-04-07

    Applicant: 吉林大学

    Abstract: 本发明公开了一种驾驶行为特征的构造方法、系统和驾驶行为分析方法,驾驶行为的特征构造方法,包括以下步骤:获取包含有轨迹信息的全局驾驶数据;基于轨迹信息识别驾驶数据中包含的驾驶事件段,获取所述驾驶事件段的局部驾驶数据;基于预设方法分别对全局驾驶数据、局部驾驶数据进行特征构造得全局特征和局部特征;将所述全局特征和局部特征组成驾驶行为特征集。避免了现有技术中驾驶行为特征构造时多依据经验或感觉的主观性,准确保留自然驾驶数据原有信息。

Patent Agency Ranking