-
公开(公告)号:CN114648114A
公开(公告)日:2022-06-21
申请号:CN202210274485.8
申请日:2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统,涉及自动驾驶技术领域,解决了驾驶员驾驶活跃程度不能够便捷的应用于人机交互控制权限分配设计中的技术问题,其技术方案要点是通过受限玻尔兹曼机对驾驶员活跃程度进行建模分析,系统结构简单,逻辑清晰,运算成本小,能高效应对连续时变的应用场景,具有强实时性。整个GB‑RBM网络系统可应用于个性化的高级驾驶辅助系统,对驾驶员活跃程度评估的结果直接明确,可以直接应用于人‑车共享控制权限的分配策略等各类决策控制模型中,具备高灵活性,强泛用性的优势。
-
公开(公告)号:CN114030469A
公开(公告)日:2022-02-11
申请号:CN202110675043.X
申请日:2021-06-18
Applicant: 东南大学
Abstract: 本发明公开了一种多车协同轨迹规划和路径跟踪方法,涉及智能交通技术领域,解决了现有技术下单车变道效率不高的技术问题,其技术方案要点是将车‑车之间的协同变道分解为车速调整和变道汇入两个过程,在调整阶段综合考虑了车辆行驶的安全性、舒适性、交通效率等因素,获取每辆车最优的加/减速度并进行纵向车速调整。该方法能够实现智能网联汽车协同实时轨迹重规划和全局路径跟踪,具有很强的实用性,以及广阔的商业应用前景。
-
公开(公告)号:CN110096748A
公开(公告)日:2019-08-06
申请号:CN201910257785.3
申请日:2019-04-01
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于车辆运动学模型的人-车-路模型建模方法。所述建立的车辆运动学模型考虑了人类驾驶员在行车驾驶中的作用,利用驾驶员转向特性中的神经肌肉延迟时间、预瞄时间、转向增益等参数来表征不同驾驶行为的人类驾驶员,使得基于该模型设计的车辆控制器能够像人一样驾驶,提高乘员的乘坐舒适性。本发明提出的基于车辆运动学模型的人-车-路模型降低了控制器设计难度,实时性好,并且考虑了人类驾驶员的乘坐舒适性,有实用性也具有广阔的商业应用前景。
-
-