-
公开(公告)号：CN112622886A
公开(公告)日：2021-04-09
申请号：CN202011512720.8
申请日：2020-12-20
Applicant: 东南大学
Abstract: 本发明公开了一种综合考虑前后障碍物的重型营运车辆防碰撞预警方法。首先，针对中国的道路行驶环境，搭建驾驶模拟仿真平台，采集多种行驶工况下优秀驾驶员的典型驾驶行为。其次，引入基于最大熵的逆向强化学习算法，学习人类优秀驾驶员的驾驶行为。最后，将防碰撞预警策略问题描述为马尔科夫决策过程，建立基于正向强化学习的防碰撞驾驶决策模型，得到准确、可靠、具有适应性的防碰撞预警策略。本发明提出的方法，综合考虑前向、后向障碍物对车辆碰撞的影响，为驾驶员提供节气门开度、方向盘转角控制量等精确量化的驾驶建议，且能够适应不同的行驶工况和驾驶员操作，克服了现有的重型营运车辆防碰撞预警方法缺乏准确性、适应性的问题。
-
公开(公告)号：CN111696387A
公开(公告)日：2020-09-22
申请号：CN202010436618.8
申请日：2020-05-21
Applicant: 东南大学
IPC: G08G1/16 , G08G1/01 , G08G1/0962 , G08B21/18 , G08B7/06
Abstract: 本发明公开了一种基于前向障碍物识别的自适应防撞分级预警方法。首先，为了准确识别前向障碍物类型，建立了基于深度学习的前向障碍物识别模型。其次，综合考虑前向障碍物类型、运动状态和道路环境等因素对前向碰撞的影响，建立了具有自适应交通环境特性的行车安全距离模型，并对碰撞危险进行量化。最后，制定前向防撞分级预警策略。本发明提出的方法适应不同的交通环境和行驶工况，且能够根据交通环境自适应调整阈值，并以数值的形式将前向碰撞危险精确量化，实现不同碰撞危险程度下的自适应防撞分级预警，解决了现有的半挂罐车防撞预警方法缺乏准确性、适应性的问题。
-
公开(公告)号：CN111645670A
公开(公告)日：2020-09-11
申请号：CN202010444572.4
申请日：2020-05-23
Applicant: 东南大学
Abstract: 本发明提出一种基于支持向量机的重载车辆侧倾状态检测方法，首先明确影响重载车辆侧倾状态的因素及其获取方式，然后定义用于辨识侧倾状态的表征参数和不同危险等级的侧倾状态，接着开展典型侧翻场景下的重载车辆实车试验并保存数据，进而设计用于重载车辆侧倾状态检测的SVM，最后基于SVM实现重载车辆侧倾状态的实时检测。该方法选用整车质量、车速和方向盘转角信息实现侧倾状态的冗余检测，提高检测的可靠性；车速和方向盘转角通过车身CAN总线读取，无需外加传感器，成本低；以最后一轴两侧车轮垂向力的横向变化来辨识侧倾状态，建立整车质量、车速、方向盘转角与侧倾状态的对应关系，利用实车试验数据训练SVM，提高检测的准确性。
-
公开(公告)号：CN116946162A
公开(公告)日：2023-10-27
申请号：CN202311209606.1
申请日：2023-09-19
Applicant: 东南大学
IPC: B60W50/00 , B60W40/064 , B60W40/072 , B60W40/076 , B60W40/06
Abstract: 本发明公开了一种考虑路面附着条件的智能网联商用车安全驾驶决策方法。首先，将安全驾驶决策问题建模为有限马尔可夫决策模型，并定义决策模型的基本参数。其次，设计决策模型的网络架构。最后，训练决策模型的网络参数。本发明提出的方法综合考虑了路面附着条件、道路坡度和弯度等因素对于行车安全的影响，能够适应不同的交通环境和行驶工况，解决了现有的商用车驾驶决策方法适应性差、决策不准确的问题。
-
公开(公告)号：CN115440041B
公开(公告)日：2023-05-30
申请号：CN202211070528.7
申请日：2022-09-02
Applicant: 东南大学
IPC: G08G1/01 , G08G1/052 , G08G1/0967 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
-
Patent Agency Ranking
公开(公告)号：CN114863708B
公开(公告)日：2023-04-18
申请号：CN202210501894.7
申请日：2022-05-09
Applicant: 东南大学
IPC: G08G1/0967 , G08G1/16 , G06N3/0464 , G06N3/092 , G06Q10/0635
Abstract: 本发明公开了一种面向营运车辆的道路合流区路侧实时精准诱导方法。现有的路侧诱导方法在诱导的实时性、诱导精准性方面无法适用于营运车辆。本发明的方法包含以下几个步骤：步骤一：训练环境中的输入数据预处理；步骤二：设计状态空间、动作空间、奖励函数；步骤三：基于深度确定性策略梯度算法，设计深度策略网络和动作网络并进行训练；步骤四：评估营运车辆诱导效果。本发明能够将转向、制动、加速等方面精准量化的安全性最优的驾驶建议发送给营运车辆，诱导营运车辆安全且高效地通过道路合流区。
-
-
公开(公告)号：CN113753026B
公开(公告)日：2022-08-02
申请号：CN202111225841.9
申请日：2021-10-21
Applicant: 东南大学
Abstract: 本发明公开了一种考虑路面附着条件的大型营运车辆防侧翻决策方法。本发明采用双延迟深度确定性策略梯度算法建立防侧翻驾驶决策模型，具体包括以下4个子步骤：子步骤1：定义防侧翻决策模型的参数；子步骤2：建立防侧翻驾驶决策网络；子步骤3：训练防侧翻驾驶决策网络；子步骤4：利用防侧翻驾驶决策模型输出驾驶决策。本发明提出的方法，能够适应干燥、湿滑、结冰等不同的路面条件，为驾驶员提供节气门开度、方向盘转角控制量等精确量化的防侧翻驾驶策略，克服了现有的大型营运车辆防侧翻驾驶方法缺乏路面条件适应性和准确性的不足。
-
公开(公告)号：CN114582136A
公开(公告)日：2022-06-03
申请号：CN202210169413.7
申请日：2022-02-23
Applicant: 东南大学
Abstract: 本发明公开了一种面向雾天的桥面车道引导装置及车道级诱导方法，该装置包括路侧端模块和车载端模块，车载端模块布置在行驶入桥面的车辆上，由组合导航单元和无线通信单元构成，组合导航单元用于采集车辆的实时位置、速度、加速度信息，并通过无线通信单元实时地传递给路侧端模块，同时也通过无线通信单元接收到路侧端模块传来的车辆引导信号；路侧端模块均匀布置在桥面两侧，包括能见度检测单元、核心控制单元、车辆检测单元、无线通信单元、发光引导单元、太阳能供电单元；根据该装置提出了一种面向雾天的桥面车道级诱导方法，该方法能够对进入桥面雾区车辆的行驶车速与安全行车距离进行有效引导，从而有效避免大雾天气下恶性连环相撞事故。
-
公开(公告)号：CN111696387B
公开(公告)日：2022-04-29
申请号：CN202010436618.8
申请日：2020-05-21
Applicant: 东南大学
IPC: G08G1/16 , G08G1/01 , G08G1/0962 , G08B21/18 , G08B7/06
Abstract: 本发明公开了一种基于前向障碍物识别的自适应防撞分级预警方法。首先，为了准确识别前向障碍物类型，建立了基于深度学习的前向障碍物识别模型。其次，综合考虑前向障碍物类型、运动状态和道路环境等因素对前向碰撞的影响，建立了具有自适应交通环境特性的行车安全距离模型，并对碰撞危险进行量化。最后，制定前向防撞分级预警策略。本发明提出的方法适应不同的交通环境和行驶工况，且能够根据交通环境自适应调整阈值，并以数值的形式将前向碰撞危险精确量化，实现不同碰撞危险程度下的自适应防撞分级预警，解决了现有的半挂罐车防撞预警方法缺乏准确性、适应性的问题。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.031 seconds)
