-
公开(公告)号：CN113536612B
公开(公告)日：2021-12-31
申请号：CN202111089628.X
申请日：2021-09-17
Applicant: 北京理工大学 , 北理慧动(北京)教育科技有限公司
IPC: G06F30/20 , G06T17/05 , G06F119/14
Abstract: 本发明涉及一种基于仿真平台的可交互数据集重现方法与系统。该方法包括利用INTERACTION数据集搭建车辆仿真场景；利用线性插值方法对实体轨迹进行预处理；根据预处理后的实体轨迹，采用纯跟踪算法确定横向运动控制器；并根据预处理后的实体轨迹，采用PID控制算法确定纵向运动控制器；根据预处理后的实体轨迹、横向运动控制器以及纵向运动控制器确定车辆在车辆仿真场景中的控制信号；根据控制信号控制车辆在车辆仿真场景中的运动，实现可交互数据集重现。本发明能够提高数据集灵活性，进而提供交互式实验环境。
-
公开(公告)号：CN113705542A
公开(公告)日：2021-11-26
申请号：CN202111251133.2
申请日：2021-10-27
Applicant: 北京理工大学 , 北理慧动(北京)教育科技有限公司
Abstract: 本发明涉及一种行人行为状态识别方法及系统。该方法包括利用车载摄像机采集行人图像信息；根据所述行人图像信息，采用骨架识别方法，确定行人骨架节点数据；根据所述行人骨架节点数据提取行人骨架特征；根据行人骨架特征，采用行人行为分类器，确定行人的行为状态；所述行人行为分类器以行人骨架特征为输入，以行人行为状态为输出；本发明能够提高识别行人状态的准确性。
-
公开(公告)号：CN113705115A
公开(公告)日：2021-11-26
申请号：CN202111279251.4
申请日：2021-11-01
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司
Abstract: 本发明涉及一种地面无人车辆底盘运动与目标打击协同控制方法和系统。本发明通过搭建好的仿真场景对搭建好的强化学习参数模型进行训练和测试，得到训练好的强化学习参数模型，可以将特种车辆类型和强化学习参数模型进行有机结合，并且，在实际环境中，输入车辆传感器实时采集到的各种信息作为深度强化学习的输入，最终实现对地面无人车辆底盘运动与目标打击协同控制，以能够实现自主机动模块与自主任务模块的协同，在缩短任务的完成时间，提升任务执行效果。进一步，基于仿真数据的强化学习方法，能够使数据获取的成本低，而且与基于规则的数学模型方法相比，只需要对输入数据、输出动作、奖赏函数做适当修改即可应用于新的场景，普适性更好。
-
公开(公告)号：CN113306558A
公开(公告)日：2021-08-27
申请号：CN202110867345.7
申请日：2021-07-30
Applicant: 北京理工大学
IPC: B60W30/18 , B60W50/00 , B60W40/06 , B60W40/04 , B60W40/105
Abstract: 本发明公开了一种基于换道交互意图的换道决策方法及系统。该方法包括：采集换道交互数据；通过道路信息以及车道场景对换道交互数据进行标注，并从换道交互数据中提取驾驶特征构建训练集和验证集；对驾驶特征进行标签，确定横向换道意图；通过训练集和横向换道意图训练长短时记忆网络，得到横向换道意图模型；通过横向换道意图和驾驶特征训练长短时记忆网络，得到纵向让行意图模型；根据横向换道意图和纵向让行意图，判定换道交互车辆的换道交互状态；根据换道交互状态确定换道决策。本发明通过识别车辆当前的换道交互意图，以帮助换道场景中自动驾驶车辆进行换道时或面对周围车辆换道时做出正确决策以及提高换道过程中的交通安全。
-
公开(公告)号：CN119247966A
公开(公告)日：2025-01-03
申请号：CN202411773624.7
申请日：2024-12-05
Applicant: 北京理工大学 , 北理慧动(河南)装备科技有限公司
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D105/22
Abstract: 本申请公开了一种无人车轨迹规划方法、装置、设备及介质，涉及无人车轨迹规划领域，该方法包括：根据参考线信息进行动态规划，得到无人车行驶轨迹的初始猜想，通过初始猜想以及目标参考线的道路形状对目标道路进行区域划分，得到区域划分结果，根据区域划分结果构建多参考线惩罚函数，基于多参考线惩罚函数构造基于优化的轨迹平滑模型，以初始猜想为初始迭代值，对基于优化的轨迹平滑模型进行求解，得到无人车的最终轨迹，能够在笛卡尔坐标系下收敛轨迹和由直线‑弯道组成的参考线的横向误差，不依赖传统的曲线坐标系，提高轨迹的质量，降低无人驾驶的危险性。
-
Patent Agency Ranking
公开(公告)号：CN116719328B
公开(公告)日：2023-11-24
申请号：CN202310999974.4
申请日：2023-08-10
Applicant: 北京理工大学 , 北理慧动(北京)教育科技有限公司
IPC: G05D1/02
Abstract: 本发明公开一种多无人车编队队形控制及避障重构方法与系统，涉及非电变量控制技术领域。本发明在实施过程中，可仅由领航车实时求解与各跟随车的编队参数，跟随车只负责按编队参数跟踪，不需要路径规划，具有重构求解效率高的特点；并且，通过比例控制器分别建立编队参数和误差函数对跟随车的控制分量，能够实现误差的收敛，使无人车迅速运动至编队参数要求的位置，队形形成迅速且保持精度高；进一步，以跟随车的最大输出控制量为约束进行跟随车输出控制量的确定，能够限制跟随车总控制量，使输出控制量满足车辆运动能力，跟踪过程平滑，不会出现超调的现象。
-
-
公开(公告)号：CN114996659B
公开(公告)日：2023-04-07
申请号：CN202210880748.X
申请日：2022-07-26
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
IPC: G06F17/18 , G06V10/774 , G06V10/764 , B60W50/00
Abstract: 本发明涉及一种具有持续学习能力的车辆轨迹预测方法及系统，先采集当前场景的交通数据并进行数据预处理，得到包含当前场景中各车辆的位置坐标、车辆ID以及时间戳信息的轨迹数据；保存部分当前场景轨迹数据至记忆模块并标注数据的场景来源，基于条件Kullback‑Leibler散度对记忆模块中所存储的各交通场景数据进行场景差异性分析；根据分析结果，获取各历史场景可用的记忆数据量；根据记忆数据量，通过动态梯度场景记忆方法训练车辆轨迹预测模型；在连续交通场景下，利用训练好的模型对周围车辆的未来轨迹进行预测。本发明使车辆轨迹预测模型在连续场景下具备持续学习轨迹预测任务的能力，有效缓解轨迹预测模型的灾难性遗忘。
-
公开(公告)号：CN114996659A
公开(公告)日：2022-09-02
申请号：CN202210880748.X
申请日：2022-07-26
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
Abstract: 本发明涉及一种具有持续学习能力的车辆轨迹预测方法及系统，先采集当前场景的交通数据并进行数据预处理，得到包含当前场景中各车辆的位置坐标、车辆ID以及时间戳信息的轨迹数据；保存部分当前场景轨迹数据至记忆模块并标注数据的场景来源，基于条件Kullback‑Leibler散度对记忆模块中所存储的各交通场景数据进行场景差异性分析；根据分析结果，获取各历史场景可用的记忆数据量；根据记忆数据量，通过动态梯度场景记忆方法训练车辆轨迹预测模型；在连续交通场景下，利用训练好的模型对周围车辆的未来轨迹进行预测。本发明使车辆轨迹预测模型在连续场景下具备持续学习轨迹预测任务的能力，有效缓解轨迹预测模型的灾难性遗忘。
-
公开(公告)号：CN114995466A
公开(公告)日：2022-09-02
申请号：CN202210918700.3
申请日：2022-08-02
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种多无人驾驶车辆三维时空运动走廊生成方法和系统，属于运动规划技术领域。先建立多无人驾驶车辆三维时空运动走廊生成模型，然后获取障碍物信息和每一无人驾驶车辆的参考轨迹，最后以障碍物信息和参考轨迹作为输入，利用多无人驾驶车辆三维时空运动走廊生成模型生成每一无人驾驶车辆的三维时空运动走廊，从而考虑时间层面生成多无人驾驶车辆的三维时空运动走廊，且各个无人驾驶车辆的三维时空运动走廊之间无碰撞，各个无人驾驶车辆的三维时空运动走廊与障碍物之间无碰撞，在多无人驾驶车辆运动规划中能够生成安全、可通行、无碰撞和光滑的三维时空运动走廊。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.023 seconds)
