-
公开(公告)号:CN117079451A
公开(公告)日:2023-11-17
申请号:CN202310847870.1
申请日:2023-07-11
Applicant: 清华大学
Abstract: 本申请公开了一种城市连续交叉路口场景下混合交通系统的控制方法及装置,其中,方法包括:建立混合车辆队列模型和交通信号灯模型,并将交叉路口的路段分为自由换道区间、编队生成区间和节能控制区间;基于编队生成区间的车辆位置的虚拟分布,确定自由换道区间的通行次序,在自由换道区间构建混合车辆队列间的行为冲突,以得到最优解或可行的次优解,进而获得节能控制区间的可行路径,得到最优控制的方式,以生成混合车辆队列中头车的最优速度轨迹,并跟踪最优速度轨迹,控制智能网联车辆引领跟随车辆。由此,解决了相关技术中由于车辆强制组队产生频繁的换道行为,能够提高车辆的安全性,降低混合交通系统的能源消耗的问题。
-
公开(公告)号:CN116714601A
公开(公告)日:2023-09-08
申请号:CN202310603635.X
申请日:2023-05-25
Applicant: 清华大学
IPC: B60W60/00 , B60W30/095
Abstract: 本申请涉及一种基于有限状态机的冰雪道路的自动驾驶车辆轨迹规划方法,其中,方法包括:基于自车周围环境碰撞风险场,确定当前自车的周围环境的风险值,根据风险值和预设风险阈值识别当前冰雪道路的碰撞风险状态;采集当前自车的轮胎的运行状态,根据运行状态确定当前自车的实际工况;基于碰撞风险状态和当前自车的实际工况构建有限状态机,利用有限状态机转换当前自车的实际工况,并根据实际工况的转换结果匹配最佳的轨迹规划算法,以按照最佳的轨迹规划算法规划在当前冰雪道路上的车辆行驶轨迹。由此,解决了相关技术难以进行可靠的冰雪道路风险评估,无法对冰雪道路的碰撞风险等级进行底层轨迹规划算法的选择等问题。
-
公开(公告)号:CN116486612A
公开(公告)日:2023-07-25
申请号:CN202310436282.9
申请日:2023-04-21
Applicant: 清华大学 , 北京嘀嘀无限科技发展有限公司
IPC: G08G1/01
Abstract: 本申请涉及一种基于车路云协同的混合交通队列稳定性评价方法及装置,其中,方法包括:采集实际混合交通场景中每个车辆的实际运动信息,并根据实际运动信息对相应车辆进行系统辨识,以利用辨识结果建立对应的车辆动力学模型;以每个车辆对应的车辆动力学模型辨识结果与云端预设的车辆等级分类标准为参照,从预设云端数据库中匹配到每个车辆对应的标准动力学模型;基于每个车辆对应的标准动力学模型进行云端虚拟仿真测试,并根据测试结果对混合交通系统进行综合评价,生成混合交通队列稳定性评价结果。由此,解决了现有的交通评价测试方法信息获取范围不足、无法适用于智能交通系统下的混合交通场景等问题。
-
公开(公告)号:CN114677836B
公开(公告)日:2023-06-30
申请号:CN202210199416.5
申请日:2022-03-02
Applicant: 清华大学
Abstract: 本申请公开了一种基于最小团覆盖的交叉路口多车协同方法、系统、电子设备及存储介质,其中,方法包括:获取交叉路口中目标区域的至少两辆车辆的当前所处位置和相对于其他车辆的相对位置;根据当前所处位置和相对位置识别确定车辆之间的冲突关系,并由冲突关系生成至少两辆车辆间的无向共存图;以无向共存图中全连接的子图数目最小为目标,根据无向共存图构建生成树,并基于生成树得到车辆通行次序,控制至少两辆车辆按照车辆通行次序依次通行。由此,在确保行车安全的前提下,减少了车辆通过路口所需的时间,提高了驾乘体验。
-
公开(公告)号:CN115661797B
公开(公告)日:2023-05-09
申请号:CN202211553065.X
申请日:2022-12-06
Applicant: 清华大学
Abstract: 本公开提供的一种目标跟踪方法、装置及设备,涉及自动驾驶技术,包括:获取摄像头采集的车道线数据、摄像头目标物数据;获取雷达采集的雷达目标物数据;根据车道线数据确定自车中心线;根据自车中心线确定第一、二筛选条件;将摄像头目标物数据与第一筛选条件进行匹配,根据匹配结果确定目标车辆及其第一数据;将雷达目标物数据与第二筛选条件进行匹配,根据匹配结果确定雷达目标物的第二数据;根据第一数据以及第二数据,确定目标车辆的目标数据。先拟合出自车中心线,并根据自车中心线筛选出目标车辆以及本车道上的雷达目标物。将雷达目标物与目标车辆进行融合,得到目标车辆的数据。可提高目标跟踪的准确性。
-
公开(公告)号:CN111291786B
公开(公告)日:2022-10-25
申请号:CN202010054543.7
申请日:2020-01-17
Applicant: 清华大学
IPC: G06V10/774 , G06V10/764 , G06V20/64 , G06V20/58 , G06V10/82 , G06N3/04 , G06T7/285
Abstract: 本发明公开了一种车载视觉实时多目标航向角估计方法及装置,该方法包括:步骤1,采用离线数据集事先训练好的单阶段二维目标检测模型YOLOv3提取输入的单目单帧图像的深度卷积神经网络特征图;步骤2,在深度卷积神经网络特征图上进行二维目标的优化定位,并对车辆、行人和骑车人三类交通道路参与者多目标进行分类优化,输出目标框所对应目标的二维位置和类别;步骤3,根据深度卷积神经网络特征图、目标的二维位置和类别,通过直接回归该目标的连续观测角度α,分别得到观测角度α的正弦值sinα和余弦值cosα,考虑角度的周期性同时平方和约束正弦值sinα和余弦值cosα,最终获得目标相对自车的观测角度α的唯一确定值。本发明能够在车辆行驶过程中准确实时地估计车载目标在世界坐标系下的观测,为车载目标的轨迹预测和智能车辆的碰撞预警提供依据。
-
公开(公告)号:CN115116257A
公开(公告)日:2022-09-27
申请号:CN202210570690.9
申请日:2022-05-24
Applicant: 清华大学 , 国汽(北京)智能网联汽车研究院有限公司
Abstract: 本申请涉及动态云控技术领域,特别涉及一种基于边缘云服务的车辆调度方法、装置、设备及介质,方法包括:利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据,并进行融合,得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息,从而生成智能网联车辆的调度指令,并发送调度指令至智能网联车辆。由此,解决了相关技术由于缺乏云控平台的支持,难以在全域网联应用中实时监测到路况信息,从而造成交通事故频发等问题,利用协同感知、云端决策与网联交通设施控制,实现了交通设施控制与车辆控制的协同,提高了行车安全与交通效率。
-
公开(公告)号:CN111915890B
公开(公告)日:2022-08-12
申请号:CN202010720893.2
申请日:2020-07-24
Applicant: 清华大学 , 北京嘀嘀无限科技发展有限公司
Abstract: 本发明涉及一种干道交通信号的网联优化控制方法,属于智能交通流控制技术领域。本方法包括将网联控制问题建模,通过引入一致性变量将问题解耦构建为一致性优化问题,利用交替方向乘子法实现并行计算,并行更新原始变量、一致性变量和对偶变量,直至满足设定的终止条件,将计算所得的信号灯控制量发送给各个信号灯进行执行。本方法的每一步计算都可以分别在各自信号灯的计算节点上进行,实现了问题求解的并行化。本方法有效地提高了计算求解效率,计算复杂度与路口数量无关,从而更适合大规模干道交通信号的协同控制。本发明的干道交通信号的网联优化控制方法,提升了控制效率,实现实时控制,缓解了交通拥堵等问题,有助于提高交通效率。
-
公开(公告)号:CN113946943B
公开(公告)日:2022-06-21
申请号:CN202111131805.6
申请日:2021-09-26
Applicant: 清华大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/30 , G06F111/08
Abstract: 本申请公开了一种人‑车‑路微观交通系统建模及风险辨识方法及装置,其中,方法包括:构建车‑路动态交互作用模型,得到车路交互产生的潜在事故后果;构建人‑车动态交互作用模型,得到人车交互产生的行为不确定性;构建人‑路动态交互作用模型,得到人路交互过程驾驶人风险敏感度差异;利用聚类思想将驾驶人驾驶习性的特征规律和差异性进行表征,得到驾驶人个性化特性;根据车路交互产生的潜在事故后果、行为不确定性、人路交互过程驾驶人风险敏感度差异及驾驶人个性化特性构建人‑车‑路闭环动力学系统,生成风险辨识结果。由此,可以表征驾驶人因素、车辆运动状态、道路环境信息交互过程对系统安全状态的影响,实现系统风险辨识与分级预警。
-
公开(公告)号:CN112115555B
公开(公告)日:2022-06-14
申请号:CN202011013109.0
申请日:2020-09-24
Applicant: 清华大学
Abstract: 本发明公开了一种智能网联环境下汽车瞬时油耗监测方法,该方法包括:预先设置归一化变量三角函数模型,对燃油消耗率进行预测:式中,v表示与待预测的燃油消耗率对应于车辆速度,a表示与待预测的燃油消耗率对应于车辆加速度,β1、β2、β3和β4为已知参数,vmin表示所有综合各典型道路工况下的实测数据样本集中的速度最小值,vmax表示所有综合各典型道路工况下的实测数据样本集中的速度最大值,amin表示所有综合各典型道路工况下的实测数据样本集中的加速度最小值,amax表示所有综合各典型道路工况下的实测数据样本集中的速度最大值。本发明能够仅使用有限的4个参数对车联网下的瞬态油耗进行预测。
-
-
-
-
-
-
-
-
-