公开(公告)号：CN117666559A

公开(公告)日：2024-03-08

申请号：CN202311468384.5

申请日：2023-11-07

Applicant: 北京理工大学前沿技术研究院 ,  北京理工大学

Inventor： 陈雪梅 ,  徐书缘 ,  朱宇臻 ,  肖龙 ,  薛杨武 ,  沈晓旭 ,  赵小萱

IPC: G05D1/43

Abstract: 本发明公开一种自主车辆横纵向决策路径规划方法、系统、设备及介质，涉及车辆驾驶决策技术领域，包括：在全局路径导航下，基于道路中心线采样偏移量，得到每个步长的位置点；以自主车辆和环境车辆的位置和速度为状态观测量，以在每个步长下所选的位置点为动作量构建横向决策模型，以油门踏板开度和刹车踏板开度为动作量构建纵向决策模型，设计奖励函数，对横向决策模型和纵向决策模型进行训练；根据训练后的横向决策模型选择每个步长的最优位置点，并对每个步长的最优位置点经多项式拟合后得到局部路径轨迹；基于局部路径轨迹，根据训练后的纵向决策模型得到速度控制量，提升在感知遮挡下的决策规划效果。

公开(公告)号：CN117237401A

公开(公告)日：2023-12-15

申请号：CN202311473562.3

申请日：2023-11-08

Applicant: 北京理工大学前沿技术研究院 ,  北京理工大学

Inventor： 陈雪梅 ,  徐泽源 ,  薛杨武 ,  肖龙 ,  赵小萱 ,  沈晓旭

IPC: G06T7/20

Abstract: 本发明涉及多目标跟踪技术领域，本发明公开了图像和点云融合的多目标跟踪方法、系统、介质及设备，包括：获取当前时刻待追踪目标的图像和点云，得到融合目标、未融合三维目标和未融合二维目标；基于三维轨迹库或二维轨迹库中存储的上一时刻的轨迹，预测当前时刻的轨迹后，对融合目标、未融合三维目标和未融合二维目标，进行多级关联，得到当前时刻的关联检测；对当前时刻的轨迹进行更新后，加入三维轨迹库或二维轨迹库；其中，多级关联采用几何感知成本构建关联矩阵，所述几何感知成本包括欧式距离成本、目标方向成本和多类别成本。减少了多目标跟踪的耗时。

公开(公告)号：CN117218881A

公开(公告)日：2023-12-12

申请号：CN202311473566.1

申请日：2023-11-08

Applicant: 北京理工大学前沿技术研究院 ,  北京理工大学

Inventor： 陈雪梅 ,  刘家赫 ,  吴甲 ,  肖龙 ,  薛杨武 ,  沈晓旭 ,  赵小萱

IPC: G08G1/0967 ,  G08G1/16 ,  H04L67/12 ,  G08G1/01

Abstract: 本发明提供了一种全网联环境下智能车辆协同汇入决策规划方法及系统，属于交通控制系统技术领域。所述方法，包括：以匝道车辆到达合流点的动态到达时间为变量，使得匝道车辆在动态到达时间之后，主线右侧车道上的期望速度到达合流点时，匝道车辆汇入间隙前车和汇入间隙后车分别与匝道车辆具有假定的相等的距离，得到动态到达时间，基于动态到达时间对协同汇入的情景和策略进行较为明确和全面的分类讨论；本发明能够实现多情景下的协同汇入，提高了智能车辆决策规划系统对于不同匝道汇入情景的适应性。

公开(公告)号：CN117208019A

公开(公告)日：2023-12-12

申请号：CN202311473564.2

申请日：2023-11-08

Applicant: 北京理工大学前沿技术研究院 ,  北京理工大学

Inventor： 陈雪梅 ,  徐书缘 ,  朱宇臻 ,  薛杨武 ,  肖龙 ,  赵小萱 ,  沈晓旭

IPC: B60W60/00 ,  G06N3/092 ,  G06F18/213 ,  G06F18/25 ,  B60W30/095 ,  B60W50/00

Abstract: 本发明提供了一种基于值分布强化学习的感知遮挡下纵向决策方法及系统，属于车辆驾驶决策技术领域，获取目标区域的人员识别结果，获取其中的位置信息和速度信息；获取目标区域的环境信息；利用融合谨慎心驱动的值分布式强化学习模型，基于所述环境信息、位置信息和速度信息，预测人员的下一步动作和位置，并依据预测结果，生成纵向决策；融合谨慎心驱动的值分布式强化学习模型包括用于确定相关分位数下的奖励的效率分位数函数，利用谨慎心驱动更新所述函数与环境信息互动后的奖励。本发明基于分布式强化学习与谨慎心驱动方法相融合，有效提升了车辆的通行安全和效率以及算法的泛化能力。