-
公开(公告)号：CN109684702B
公开(公告)日：2020-04-24
申请号：CN201811541720.3
申请日：2018-12-17
Applicant: 清华大学
IPC: G06F30/20 , G06F119/14
Abstract: 本发明公开了一种基于轨迹预测的行车风险辨识方法，该方法包括以下步骤：S1，实时获取GPS信息，生成参考轨迹；S2，根据参考轨迹和GPS信息，结合车辆动力学模型和控制约束条件，生成动态且连接参考轨迹初始端和终端的可行轨迹集以及可行轨迹集中的每一条可行轨迹对应的速度；S3，优化可行轨迹及其对应的速度；S4，根据优化的可行轨迹和速度，结合车辆动力学模型以及设定的约束条件，利用代价函数计算可行轨迹的代价值，形成自车在每条可行轨迹上行驶的概率分布图，从而绘制出可行轨迹分布图；代价函数根据最小作用量原理和等效力方法获得；S5，根据可行轨迹分布图，利用车辆动力学模型和轨迹转向概率，计算相对等效力，以根据相对等效力辨识行车过程中的动态风险范围。本发明综合考虑人、车、路各要素之间耦合关系，能适用于行车风险范围的准确识别，并为驾驶决策提供支持。
-
公开(公告)号：CN110414831B
公开(公告)日：2020-04-03
申请号：CN201910673350.7
申请日：2019-07-24
Applicant: 清华大学
IPC: G06Q10/06
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。
-
公开(公告)号：CN110942645A
公开(公告)日：2020-03-31
申请号：CN201911077282.4
申请日：2019-11-06
Applicant: 清华大学
IPC: G08G1/08
Abstract: 本发明公开了一种混合交通交叉路口车辆控制方法，该方法包括：步骤1，车辆驶入控制区，控制区内形成1+n模式的混合队列；步骤2，确定头车ICV到达停车线的最优时间；步骤3，采用伪谱法确定最优速度轨迹；步骤4，判断头车ICV在执行最优速度轨迹过程中与前车距离是否小于安全距离，如果是进入步骤5；否则进入步骤6；步骤5，判断头车ICV当前与停车线的距离是否大于控制区长度，如果是则令头车ICV停车并进入步骤7；否则头车ICV按照驾驶员跟车模型通过剩余路程；步骤6，判断头车ICV是否到达停车线，如果不是则进入步骤7；步骤7，判断头车ICV与前车距离是否小于安全距离，如果是则令头车ICV停车；否则进入步骤2。本发明能够综合优化整体交叉路口的通行效率。
-
公开(公告)号：CN107918113B
公开(公告)日：2020-03-20
申请号：CN201611001745.5
申请日：2016-11-14
Applicant: 清华大学 , 重庆长安汽车股份有限公司
IPC: G01S7/40
Abstract: 本发明涉及一种组合车载雷达标定方法,该方法包括S100，在车辆上安装前向雷达、后向雷达以及侧向雷达；S200，标定前向雷达和后向雷达的安装位置信息；S300，根据前向雷达或后向雷达的检测范围、侧向雷达的检测范围以及侧向雷达预计的安装角度，选定前向雷达或后向雷达与相应的侧向雷达都能检测到的共同检测区域，以确定侧向雷达的安装位置信息。本发明利用前/后向雷达与侧向雷达的共同检测区域，通过前/后向雷达与侧向雷达显示同一目标的位置信息，能够完成对前/后向雷达与侧向雷达的标定。
-
公开(公告)号：CN110072193B
公开(公告)日：2019-12-17
申请号：CN201910356936.0
申请日：2019-04-29
Applicant: 清华大学
Abstract: 本发明公开了一种用于智能网联车测试的通信拓扑结构，通信拓扑结构包括车端单元和路测单元，所述车端单元包括车载控制设备和车端通信设备，所述路测单元包括路端通信设备，所述车载控制设备和所述车端通信设备均安装于所述被测车，所述车载控制设备将规划好的轨迹输出给所述被测车以及从所述被测车的定位系统获取被测车信息，所述被测车信息包括所述被测车的速度和位置信息，所述车载控制设备将所述被测车信息经由所述车端通信设备输出给所述路端通信设备，所述路端通信设备将采集到的所述被测车信息输出给中控PC。本发明可以变换参与对象以及环境，为测试任意交通场景的模拟提供了便利条件，实现了低成本、零风险、多对象、多场景的测试功能。
-
Patent Agency Ranking
公开(公告)号：CN107798870B
公开(公告)日：2019-10-22
申请号：CN201711007321.4
申请日：2017-10-25
Applicant: 清华大学
IPC: G08G1/01
Abstract: 本发明公开了一种多车辆目标跟踪的航迹管理方法及系统、车辆，所述方法包括如下步骤：步骤1，采集自车周围的其它交通参与目标的传感器原始数据；步骤2，将传感器原始数据解析成目标数据；步骤3，从目标数据中提取检测目标；步骤4，接收前一时刻的航迹，得到预测航迹；步骤5，关联检测目标和前一时刻预测航迹得，到关联数据；步骤6，根据关联失败检测目标，新生成航迹；步骤7，根据关联成功的航迹，更新航迹；步骤8，根关联失败的航迹，更新航迹；步骤9，根据新生成、更新及未删除的各航迹，得到当前时刻的预测航迹，返回步骤4；步骤10，输出步骤9得到的当前时刻预测航迹中的置信度状态为成熟且重要的航迹。本发明的航迹管理方法的可靠性提高，误跟踪率降低。
-
公开(公告)号：CN107291972B
公开(公告)日：2019-10-18
申请号：CN201710139406.1
申请日：2017-03-10
Applicant: 清华大学
Abstract: 本发明公开一种基于多源数据挖掘的汽车智能驾驶系统有效性评价方法，包括步骤：1)通过多源数据挖掘得到待评价车辆模型、随机交通场景模型、乘员损伤模型；2)基于随机交通场景和车辆模型，仿真出事故的特定场景；3)利用事故再现软件仿真该场景，输出碰撞后车辆状态；4)结合乘员损伤模型，计算事故发生后的乘员损伤风险和单位里程风险；5)将待评价车辆模型替换成常规模型，重复1)‑4)步得到无待评价系统车辆的单位里程乘员损伤风险；然后对比有、无待评价系统的损伤结果，得知该系统的有效性。该评价平台依靠多源数据和已知软件，可实现多种智能驾驶系统的评价，同时该评价平台运行成本低、速度快，具有较好的普遍适用性。
-
公开(公告)号：CN110082122A
公开(公告)日：2019-08-02
申请号：CN201910357575.1
申请日：2019-04-29
Applicant: 清华大学 , 山东省科学院自动化研究所
IPC: G01M17/007 , G01S19/42 , G01S19/52
Abstract: 本发明公开了一种智能网联车测试平台，智能网联车测试平台包括被测车、交通对象模拟装置、通信拓扑结构和运动控制单元，被测车被布置在交通场景中；交通对象模拟装置包括全地形机器人、身高可调人偶模型和动物模型；通信拓扑结构将规划好的轨迹输给被测车以及从被测车获取被测车信息，通信拓扑结构将被测车信息输给运动控制单元；运动控制单元从通信拓扑结构采集被测车信息以及由全地形机器人反馈得到的全地形机器人信息；运动控制单元控制全地形机器人的路线及其速度、身高可调人偶模型以及动物模型周期性活动。本发明可以变换参与对象和环境，为测试任意交通场景的模拟提供便利条件，实现低成本、零风险、多交通对象和多场景的测试功能。
-
公开(公告)号：CN110072193A
公开(公告)日：2019-07-30
申请号：CN201910356936.0
申请日：2019-04-29
Applicant: 清华大学
Abstract: 本发明公开了一种用于智能网联车测试的通信拓扑结构，通信拓扑结构包括车端单元和路测单元，所述车端单元包括车载控制设备和车端通信设备，所述路测单元包括路端通信设备，所述车载控制设备和所述车端通信设备均安装于所述被测车，所述车载控制设备将规划好的轨迹输出给所述被测车以及从所述被测车的定位系统获取被测车信息，所述被测车信息包括所述被测车的速度和位置信息，所述车载控制设备将所述被测车信息经由所述车端通信设备输出给所述路端通信设备，所述路端通信设备将采集到的所述被测车信息输出给中控PC。本发明可以变换参与对象以及环境，为测试任意交通场景的模拟提供了便利条件，实现了低成本、零风险、多对象、多场景的测试功能。
-
公开(公告)号：CN109781431A
公开(公告)日：2019-05-21
申请号：CN201811494519.4
申请日：2018-12-07
Applicant: 山东省科学院自动化研究所 , 清华大学
IPC: G01M17/007
Abstract: 本发明公开了基于混合现实的自动驾驶测试方法及系统，虚拟测试车将虚拟环境下的测试数据通过云服务器传输给真实测试车的车载终端，从而真实测试车将虚拟环境测试数据与真实环境的数据进行融合，真实测试车根据融合后的数据选择行驶方案；真实测试车将车载传感器的实时数据同步上传给控制中心的云服务器，测试场的路面传感器将路面的实时数据同步上传给控制中心的云服务器，云服务器将所接收的数据发送给控制中心计算平台，控制中心计算平台根据云服务器提供的数据对虚拟环境进行更新，同时对虚拟测试车的行驶速度和行驶路线进行调整；控制中心计算平台将真实测试车在受虚拟测试环境影响下的行驶参数进行保存。
-
-
-
-
-
-
-
-
-
Search Results
579
records
(took 0.065 seconds)
