基于行车安全场的智能网联汽车轨迹规划方法及装置

    公开(公告)号:CN113188556A

    公开(公告)日:2021-07-30

    申请号:CN202110459321.8

    申请日:2021-04-27

    Applicant: 清华大学

    Abstract: 本申请公开了一种基于行车安全场的智能网联汽车轨迹规划方法及装置,其中,方法包括:基于行车安全场计算交通环境对智能网联汽车自车造成的风险;根据汽车的周边道路交通环境、汽车的自车车速与预测时域生成稀疏的可搜索区域;基于风险在可搜索区域生成车道选择轨迹,并在车道选择轨迹的基础上将稀疏的搜索区域进行细化,以得到初始规划路径和规划速度,最后在预测时域内进行推演,解决轨迹跟踪最优化问题,得到智能网联汽车在预测时域内最终规划轨迹。本申请实施例的轨迹规划方法可以提高轨迹规划的准确性、有效性和实时性,有效保证行车安全,更加智能化。

    一种考虑个体激进度的行人穿行场景仿真方法

    公开(公告)号:CN112131756B

    公开(公告)日:2021-04-30

    申请号:CN202011077309.2

    申请日:2020-10-10

    Applicant: 清华大学

    Abstract: 本发明公开了一种考虑个体激进度的行人穿行场景仿真方法,包括:步骤1,进行车辆与行人初始化;步骤2,在单步时间间隔更新完后,判断人车间距是否小于交互判定边界且行人冻结数未达到上限,若是则进入步骤3;步骤3,通过当前的人车间距以及行人激进度计算行人继续前进的概率;步骤4,产生随机数,判断随机数是否大于前进概率;若是,则进入步骤5;若否,设置行人速度为预设速度,冻结数归零,进入步骤6;其中,所述随机数为大于0小于1的小数;步骤5,行人速度归零,冻结数加一;步骤6,更新行人与车辆的位置和速度;步骤7,判断行人是否已经通过路口,若已通过则仿真结束,若未通过则返回步骤2。

    一种越野环境下基于势能场概率图的智能车路径规划方法

    公开(公告)号:CN111879328B

    公开(公告)日:2021-02-23

    申请号:CN202010648336.4

    申请日:2020-07-07

    Applicant: 清华大学

    Abstract: 本发明公开了一种越野环境下基于势能场概率图的智能车路径规划方法,该方法包括:S1,采用人工势能场方法建立评估越野环境风险用的多层次环境态势场模型;S2,建立越野环境空间拓扑图,生成多维度节点连接评估模型;S3,由当前节点出发,搜索该当前节点周边与其连通的扩展节点,评估各扩展节点的通行代价;S4,从路径的起始点出发,搜索新扩展节点,评估各新扩展节点的通行代价,直至扩展至目标终点为止;S5,生成车辆运动轨迹。本发明能够根据车辆周边多维度越野环境信息输出环境态势场势能值,并采用随机采样方法建立越野环境空间拓扑图,通过评估拓扑图中节点之间的越野环境通行风险生成优化路径,达到可行、安全、高效的智能车辆行驶目标。

    一种考虑驾驶风格的多信号灯路口车辆通行辅助优化方法

    公开(公告)号:CN112071104A

    公开(公告)日:2020-12-11

    申请号:CN202010989747.X

    申请日:2020-09-18

    Applicant: 清华大学

    Abstract: 本发明公开了一种考虑驾驶风格的多信号灯路口车辆通行辅助优化方法,该方法包括:步骤1,采集道路车流量信息,计算待通行优化路段每个路口的交通信号灯配时;步骤2,采集各车的车辆信息和待通行优化路段的道路信息;步骤3,计算各车辆不停车通过其前方的第一个路口的期望车速和期望车速区间;步骤4,判断车辆类型,如果是人工驾驶车辆,则进入步骤5;如果是自动驾驶车辆,则进入步骤6;步骤5,为人工驾驶车辆的驾驶员提供个性化车速和车道建议;步骤6,为自动驾驶车辆提供期望车速和期望车道,并计算自车所需控制量;步骤7,根据所述期望车速,计算各车辆到达停止线所需的预期时间,以各车辆通过路口的时间之和最短为目标,优化交通信号灯配时。本发明能够提高交通效率、提高交通安全、改善车辆燃油经济性。

    非结构化道路条件下的行车环境态势评估方法及评估装置

    公开(公告)号:CN110851948B

    公开(公告)日:2020-07-31

    申请号:CN201910796959.3

    申请日:2019-08-27

    Applicant: 清华大学

    Abstract: 本发明公开了一种非结构化道路条件下的行车环境态势评估方法及相应的评估装置。所述方法包括下述的步骤:步骤S1、获取行车环境要素信息,所述行车环境要素信息包括行车环境威胁要素信息和任务吸引要素信息;步骤S2、采用势能场和速度场方法,建立量化的行车环境要素态势模型;以及步骤S3、评估行车环境态势,其中,所述行车环境要素态势模型以行车环境威胁态势场Up来反映行车环境威胁要素对自车的威胁,Up=Upf+Upv (1)。

    车辆制动器温控装置
    46.
    发明授权

    公开(公告)号:CN109591783B

    公开(公告)日:2020-03-20

    申请号:CN201811472846.X

    申请日:2018-12-04

    Applicant: 清华大学

    Abstract: 本发明公开了一种车辆制动器温控装置,车辆制动器温控装置包括温度检测单元、控制单元、温控反馈单元和结果输出模块,温度检测单元用于检测车辆的制动器外表面温度信息;控制单元用于接收车辆和制动器的相关参数信息、道路环境参数信息以及制动器外表面温度信息,并获得制动器工作温度信息以及车辆在制动过程中的温度变化量;温控反馈单元用于接收制动器工作温度信息,在制动器工作温度信息达到设定温度阈值的情形下对车辆的制动器进行冷却处理;结果输出模块显示温度变化量。本发明成本低、实用性与可行性高、实施效果好,能在车辆制动过程中实时监测温度并及时预警,预防制动器温度过高,从而降低事故发生率的制动器温度智能监控及降温装置。

    基于驾驶人认知视角的人车路耦合风险评估方法及装置

    公开(公告)号:CN110414831A

    公开(公告)日:2019-11-05

    申请号:CN201910673350.7

    申请日:2019-07-24

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于驾驶人认知视角的人车路耦合风险评估方法及装置,方法包括:S1,获取自车、自车周围的交通环境以及处于自车周围的交通环境中交通客体的参数信息;S2,将S1中获取的各类信息输入至车载传感器单元中,车载传感器中预先设置有人车路耦合风险评估模型;S3,通过人车路耦合风险评估模型,输出自车周围的交通环境中的单个交通客体的风险值以及整个自车周围的交通环境中的风险Map图。本发明能够综合考虑人车路之间的耦合特性,符合驾驶人风险感知水平,基于驾驶人主观认知和客观评价的综合风险评估方法,量化当前环境风险值结果,以保证车辆安全避障。

    一种智能车多目标驾驶控制方法及决策系统

    公开(公告)号:CN110398968A

    公开(公告)日:2019-11-01

    申请号:CN201910672422.6

    申请日:2019-07-24

    Applicant: 清华大学

    Abstract: 本发明公开了一种智能车多目标驾驶控制方法和系统,该方法包括:S1,制定待控制车辆的拟执行的驾驶操作;S2,采集信息;S3,生成决策Map;S4,判断其他道路使用者所处位置和速度对应的决策点是否有效,若无效,进入S6;反之,进入S5;S5,执行拟执行的驾驶操作;S6,其他道路使用者保持当前速度行驶时,判断是否可以获得有效决策点:如果可以,进入S7;反之,进入S8;S7,在可获得的有效决策点中,选择决策收益最高的决策点,并依此执行S1拟执行的驾驶操作;S8,待控制车辆放弃拟执行的驾驶操作,停车等待。本发明能够通过综合考虑各种交通环境中的各类因素,实现自动驾驶车辆兼顾安全和高效的驾驶决策。

    行车风险辨识模型的标定方法和系统

    公开(公告)号:CN108622103B

    公开(公告)日:2019-02-19

    申请号:CN201810433365.1

    申请日:2018-05-08

    Applicant: 清华大学

    Abstract: 本发明公开了一种行车风险辨识模型的标定方法和系统,标定方法包括:S1,通过在试验车上安装信息采集装置,建立车辆平台;S2,采集与时间同步的试验车和环境相关的试验数据;S3,提取不同驾驶人在不同环境中踩下加速踏板、释放加速踏板、踩下制动踏板和释放制动踏板的各个相应时刻,以定义各所述时刻分别对应的风险等级值;S4,获得驾驶人在不同场景中的风险辨识曲线,该风险辨识曲线表示随时间的变化驾驶人对风险等级的判断;S5,利用风险辨识曲线标定行车风险辨识模型。本发明通过记录驾驶人对车辆平台的操作,辨识驾驶人在不同场景中对风险等级进行判断的风险辨识曲线,再利用风险辨识曲线图对行车风险辨识模型标定,因此标定出来的行车风险辨识模型能适应不同驾驶人的驾驶习惯,有利于提高行车风险辨识系统的接受度。

    基于多模态数据融合的路面湿滑区域检测及预警方法

    公开(公告)号:CN113569778B

    公开(公告)日:2024-12-10

    申请号:CN202110885654.7

    申请日:2021-08-03

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于多模态数据融合的路面湿滑区域检测及预警方法、装置,基于图像分割算法提取图像特征得到路面检测结果;基于点云分割算法得到点云路面检测结果;将两种检测结果融合得到路面检测区域;将路面区域激光点云反射强度信息与图像特征融合,使用像素点双向匹配方法增大同类像素点特征的关联程度,使用路面干湿状态分割网络得到路面干湿状态检测结果;根据车辆运动状态信息构建车辆运动方程并基于粒子滤波算法预测车辆运动轨迹与速度;根据路面干湿状态和车辆轨迹预测结果,为驾驶员提供预警。由此,可实时检测车辆前方的路面状态,评估车辆失稳风险,并在车辆存在失稳风险时对驾驶员提供预警,提高行车安全性,减少交通事故的发生。

Patent Agency Ranking