用于交通预测的分布式多任务机器学习

    公开(公告)号:CN117546218A

    公开(公告)日:2024-02-09

    申请号:CN202280044860.8

    申请日:2022-04-14

    Abstract: 提供一种用于预测道路交通的基于分布式机器学习的交通预测方法。在这种情况下,所述基于分布式机器学习的交通预测方法包括:学习服务器将全局多任务交通模型分发给学习代理,以本地训练交通模型;学习代理将经本地训练的交通模型上传至所述学习服务器;学习服务器使用从学习代理获取的经本地训练的交通模型参数来更新全局多任务交通模型;学习服务器使用经良好训练的全局多任务交通模型生成时间相关全局交通地图;将所述时间相关全局交通地图分发给在道路上行驶的车辆;以及由车辆基于驾驶规划使用时间相关全局交通地图计算行驶时间最少的最优行驶路线。

    对可通过感测发现的不确定环境中操作的机器进行控制

    公开(公告)号:CN117480528A

    公开(公告)日:2024-01-30

    申请号:CN202180096584.5

    申请日:2021-12-15

    Abstract: 一种机器的控制器通过求解该机器的动态模型的多变量约束优化来联合地确定限定该机器的状态轨迹的一系列控制输入以及环境的期望知识,该动态模型与具有经受对状态和控制输入的可容许值的约束的一系列控制输入的状态轨迹有关,该可容许值是基于周围环境的期望知识限定的,该周围环境的期望知识是由根据环境的测量结果确定的环境的状态以及环境的状态的不确定性来表示的。以这样的方式,控制器执行控制输入与到传感器的、用于学习环境的感测指令的联合但不平衡的优化。

    利用多头测量模型的概率状态跟踪

    公开(公告)号:CN117178540A

    公开(公告)日:2023-12-05

    申请号:CN202280024445.6

    申请日:2022-01-13

    Abstract: 一种使用信息的非同步协作来跟踪车辆状态的概率性系统包括将传入的测量结果与车辆状态相关联的概率性多头测量模型。该模型的第一头部将经受测量噪声的卫星信号的测量结果与车辆状态的置信度相关联,并且第二头部将经受估计噪声的车辆状态的估计与车辆状态的置信度相关联。系统的概率性滤波器基于多头测量模型递归地更新车辆状态的置信度,所述多头测量模型接受经受测量噪声的卫星信号的测量结果和经受估计噪声的车辆状态的估计中的一者或组合。

    使用单独估计和联合估计对多个车辆进行协作状态跟踪

    公开(公告)号:CN117063090A

    公开(公告)日:2023-11-14

    申请号:CN202280024563.7

    申请日:2022-01-13

    Abstract: 服务器使用在各个车辆处接收到的卫星信号测量以及各个车辆的状态的概率分布的参数,来联合跟踪多个车辆的状态。服务器将状态和测量融合成多个车辆的扩充状态以及该扩充状态的扩充测量,该扩充测量经受由具有非零非对角元素的非对角协方差矩阵定义的扩充测量噪声,各个非零非对角元素皆与一对对应车辆的测量中的误差相关。服务器执行概率滤波器以对扩充状态进行更新,并且将多个车辆中的至少一些车辆的状态与经更新的扩充状态的对应部分进行融合。

    摩擦自适应车辆控制
    55.
    发明授权

    公开(公告)号:CN113557157B

    公开(公告)日:2023-09-19

    申请号:CN201980093737.3

    申请日:2019-12-11

    Abstract: 一种系统使用将道路的路面类型与车辆轮胎之间的摩擦描述为车辆车轮的滑移的函数的摩擦函数来控制车辆。各个摩擦函数的参数包括定义轮胎刚度的摩擦函数的初始斜率以及摩擦函数的峰值摩擦、形状因子和曲率因子之一或组合。在估计轮胎的滑移和刚度时,该系统从存储器选择与轮胎的当前刚度对应的摩擦函数的参数,根据由所选参数定义的摩擦函数来使用与轮胎滑移对应的摩擦值确定控制命令,并且将该控制命令提交给车辆的致动器。

    用于预测控制的基于有效集的内点优化方法

    公开(公告)号:CN115244473A

    公开(公告)日:2022-10-25

    申请号:CN202080097573.4

    申请日:2020-12-11

    Abstract: 一种用于控制服从包括对系统的状态变量和控制变量的等式约束和不等式约束的约束的机器的操作的控制系统迭代地求解最优控制结构化优化问题(OCP),使得每次迭代输出关于等式约束的原始变量和对偶变量和关于不等式约束的对偶变量和松弛变量。对于当前迭代,系统基于由先前迭代确定的对应不等式约束的松弛变量与对偶变量之比将各个不等式约束分类为有效约束、无效约束或未决约束,寻找服从等式约束和有效不等式约束和未决不等式约束的松弛最优性条件集合的近似解,并且针对等式约束和不等式约束中的每一个更新原始变量、对偶变量和松弛变量。

    自动驾驶或半自动驾驶车辆的自适应控制

    公开(公告)号:CN114746823A

    公开(公告)日:2022-07-12

    申请号:CN202080082494.6

    申请日:2020-12-01

    Abstract: 车辆的控制器使用控制函数将车辆的当前状态转换为目标状态。控制函数是概率性的以输出目标状态上的参数概率分布,该目标状态由一阶矩和至少一个高阶矩限定。控制器将当前状态提交至与下一个驾驶决策一致的至少一个控制函数子集,以生成目标状态上的参数概率分布子集,组合参数概率分布子集以生成目标状态的联合参数概率分布,并且基于目标状态的联合参数概率分布的一阶矩和至少一个高阶矩来确定控制命令。

    用于控制系统的设备和方法

    公开(公告)号:CN111480126A

    公开(公告)日:2020-07-31

    申请号:CN201880080190.9

    申请日:2018-05-23

    Abstract: 一种用于控制系统的设备包括存储器,存储器存储系统的模型,该模型包括系统的受过程噪声影响的运动模型和系统的受测量噪声影响的测量模型,使得过程噪声和测量噪声中的一个或组合形成具有未知或然性参数的系统的模型的不确定性,其中,系统的模型的不确定性导致具有未知或然性参数的系统的状态不确定性。该设备还包括:传感器,其测量信号以生成指示系统的状态的一系列测量;处理器,其估计表示状态不确定性的高斯分布;以及控制器,其使用具有由高斯分布表示的状态不确定性的系统的模型来确定对系统的控制输入,并根据控制输入来控制系统。处理器被配置为:使用系统的状态的测量、运动模型和测量模型中的至少一个或组合来估计表示模型的不确定性的第一Student-t分布和表示系统的状态不确定性的第二Student-t分布,该估计迭代地执行,直至满足终止条件为止;并且将表示状态不确定性的高斯分布拟合为第二Student-t分布。

    控制车辆的横向运动的系统和方法

    公开(公告)号:CN110461676A

    公开(公告)日:2019-11-15

    申请号:CN201780088596.7

    申请日:2017-10-05

    Abstract: 一种车辆控制系统,该车辆控制系统包括碰撞检测器,所述碰撞检测器以下时间检测到时间范围内的各个控制时间步的各个区域与至少一个物体的碰撞以生成指示在不同的时间步的无碰撞区域的数据结构:当所述物体在所述时间步的轨迹与由所述车辆在所述时间步的纵向位移和所述区域的所述横向位移的值的范围所限定的空间相交时。所述系统包括:路径规划器,所述路径规划器确定对在空间和时间中形成将包括初始位移的区域与包括目标位移的区域连接起来的区域的并集的无碰撞区域序列进行限定的时间序列,以在所述并集内生成将所述初始位移与所述目标位移连接起来的轨迹;以及控制器,所述控制器根据所述轨迹来控制车辆。

Patent Agency Ranking