公开(公告)号：CN114750766B

公开(公告)日：2024-09-17

申请号：CN202210279062.5

申请日：2022-03-21

Applicant: 东南大学

Inventor： 王金湘 ,  方振伍 ,  肖苏阳 ,  严永俊 ,  殷国栋 ,  陈建松 ,  耿可可 ,  徐利伟

IPC: B60W40/09 ,  B60W50/00

Abstract: 本发明公开了一种基于双向长短时记忆网络的驾驶行为预测方法及系统，涉及智能驾驶技术领域，解决了对驾驶员驾驶行为预测不够精准的技术问题，其技术方案要点是通过成熟的车载传感器，实现了短时窗下快速预测驾驶员未来纵横向驾驶行为的功能，预测精度高，实现了在轻量级车载处理器下对驾驶员未来纵横向驾驶行为的预测，经济成本低。能够广泛的服务于车辆辅助驾驶系统，提升辅助驾驶系统的安全性，增强辅助系统对驾驶员的理解，有助于实现安全驾驶，具有实用性与商业化价值。同时，基于大数据的深度学习方法有很高的预测精度、鲁棒性和泛化能力，有助于先进驾驶辅助系统的深度开发，广泛适用于不同车辆下的驾驶员行为预测。

公开(公告)号：CN115285136A

公开(公告)日：2022-11-04

申请号：CN202210842510.8

申请日：2022-07-18

Applicant: 东南大学

Inventor： 王金湘 ,  严永俊 ,  汪䶮 ,  彭林 ,  胡敬宇 ,  宋雨昂 ,  方振伍 ,  韩东明 ,  高强 ,  殷国栋

IPC: B60W50/00

Abstract: 本发明公开了一种基于模型预测控制的拟人化控制器设计方法，涉及智能交通技术领域，解决了现有自动驾驶技术偏向同质化、不符合驾驶员个性化操纵偏好的技术问题，其技术方案要点是设计基于模型预测控制的路径跟踪控制器，采用不同驾驶员个性化的视觉预瞄‑反馈控制‑比例增益‑神经肌肉延迟行为对路径跟踪控制器进行拟人化改进，有效提高不同驾驶员对于车辆操纵的满意程度。该方法能够实现智能汽车的拟人化驾驶，提高人类驾驶员对于智能汽车的信任感和接受度，具有很强的实用性，以及广阔的商业应用前景。

公开(公告)号：CN114655228A

公开(公告)日：2022-06-24

申请号：CN202210274505.1

申请日：2022-03-21

Applicant: 东南大学

Inventor： 王金湘 ,  方振伍 ,  冯卓韬 ,  梁晋豪 ,  程思哲 ,  林中盛 ,  殷国栋 ,  耿可可

IPC: B60W40/09 ,  B60W50/00 ,  G06N3/08

Abstract: 本发明公开了一种基于短时样本的驾驶员换道意图预测系统及方法，涉及智能驾驶技术领域，解决了驾驶员换道意图预测不够精准的技术问题，其技术方案要点是本申请通过短时窗，在很短的时间内，以较低的经济成本，快速预测驾驶员换道意图的功能，实现了辅助驾驶系统下驾驶员意图的监测，具有实用性。同时，基于大数据的深度学习方法有很高的预测精度和鲁棒性，有助于先进驾驶辅助系统的深度开发，提升驾驶安全性。其数据采集简单，经济成本低，预测性能高效，可服务于先进驾驶辅助系统，使得系统具备灵活性，能够用于中小型车辆及重卡车辆，通用性好。

公开(公告)号：CN114537419A

公开(公告)日：2022-05-27

申请号：CN202210274482.4

申请日：2022-03-21

Applicant: 东南大学

Inventor： 王金湘 ,  方振伍 ,  梁晋豪 ,  严永俊 ,  林中盛 ,  殷国栋 ,  祝小元 ,  徐利伟 ,  张宁

IPC: B60W50/00 ,  B60W50/08

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。

公开(公告)号：CN114537413A

公开(公告)日：2022-05-27

申请号：CN202210274546.0

申请日：2022-03-21

Applicant: 东南大学

Inventor： 王金湘 ,  方振伍 ,  刘能 ,  林中盛 ,  殷国栋 ,  张宁 ,  耿可可 ,  庄伟超

IPC: B60W40/09 ,  B60W50/00

Abstract: 本发明公开了一种基于驾驶行为预测的辅助驾驶控制方法，涉及智能驾驶技术领域，解决了驾驶员驾驶行为难以用模型精确预测且常用的驾驶员模型应用场景比较局限的技术问题，其技术方案要点是通过LSTMNN预测模型对驾驶员行为进行精准预测，增强了人机协同控制车辆时的交互适应性，减少了人机冲突，提升驾驶舒适性。同时，在纵‑横向耦合控制时，引入了车辆稳定性、驾驶舒适性、路径跟踪性、跟车安全性及电机节能性等多项综合指标，大幅提升了高级辅助驾驶系统的智能化水平和灵活性，整个共享控制框架可服务于先进的个性化驾驶辅助系统，使得系统具备灵活性，可以用于各类乘用车辆或商用车辆，通用性好。

公开(公告)号：CN113743479A

公开(公告)日：2021-12-03

申请号：CN202110954152.5

申请日：2021-08-19

Applicant: 东南大学

Inventor： 王金湘 ,  严永俊 ,  彭湃 ,  耿可可 ,  林中盛 ,  韩东明 ,  陈锦鑫 ,  方振伍 ,  殷国栋 ,  李普

IPC: G06K9/62 ,  G06F9/50

Abstract: 本发明公开了一种端‑边‑云车路协同融合感知架构及其构建方法，涉及智能交通技术领域，解决了当前车路协同架构下各智能体信息流之间弱关联、强冲突、高分散、低兼容的技术问题，其技术方案要点是将车端、路端和云端各感知单元、计算设备、通信装置看成自动驾驶感知系统的智能体，以各智能体的协同感知为重点，根据多Agent的分布式协调感知理论，构建具备分层次、跨时空、多任务技术特点的端‑边‑云车路协同融合感知架构。为自动驾驶的决策、规划与控制提供一个环境适应性强、环境识别和理解准确度高、应对场景变化具有强鲁棒性的多源感知系统。