-
公开(公告)号：CN116776204B
公开(公告)日：2024-02-23
申请号：CN202310762068.2
申请日：2023-06-26
Applicant: 清华大学
IPC: G06F18/24 , G06F18/213 , G06N7/01
Abstract: 本申请涉及一种驾驶人风险敏感度差异化表征方法、装置、设备及介质，方法包括：获取多个驾驶人操作行为信息，确定不同驾驶人在同一场景下的驾驶状态；基于驾驶状态和驾驶人制动TTC关键变量对高风险场景的紧急程度进行分类；选取驾驶人操控行为特征参数定量评估驾驶人对风险的敏感度；采用多维高斯分布表征驾驶人操控行为分布特性；基于概率密度函数和相对熵提炼并量化表征不同驾驶人的风险敏感度差异。由此，解决了缺乏对驾驶人风险敏感度充分表征的建模，未量化复杂情况下不同驾驶人对场景风险的辨识结果等问题，支持分析不同驾驶人风险敏感度对行车安全的影响，降低驾驶人驾驶(56)对比文件Jianqiang Wang.Cognition-inspiredbehavioural feature identification andmotion planning ways for human-likeautomated driving vehicles《.IETIntelligent Transport Systems》.2022,第754-766页.
-
公开(公告)号：CN116968730A
公开(公告)日：2023-10-31
申请号：CN202310755780.X
申请日：2023-06-25
Applicant: 清华大学
IPC: B60W30/095 , B60W50/00 , B60W60/00
Abstract: 本申请涉及一种高风险场景下驾驶人风险响应与主动决策方法及装置，包括：根据所获取的满足风险条件的场景下多个驾驶人眼动的时空特征信息，确定多个驾驶人的视觉注意特性，基于根据视觉注意特性和视网膜成像原理确定的多个驾驶人风险认知的感知特性，获取多个驾驶人风险认知的视觉注意力累积信息，根据基于视觉注意力累积信息所构建的表征驾驶人决策操纵行为的驾驶人漂移扩散决策模型，量化输出每个驾驶人驾驶过程风险响应和主动决策。由此，解决现有模型应用过程中难以充分解释人类风险认知行为产生机理，且未量化道路条件和车辆属性等因素对驾驶人风险响应与主动决策产生的影响等问题，对实现个性化自动驾驶、促进道路交通安全具有重要意义。
-
公开(公告)号：CN116776204A
公开(公告)日：2023-09-19
申请号：CN202310762068.2
申请日：2023-06-26
Applicant: 清华大学
IPC: G06F18/24 , G06F18/213 , G06N7/01
Abstract: 本申请涉及一种驾驶人风险敏感度差异化表征方法、装置、设备及介质，方法包括：获取多个驾驶人操作行为信息，确定不同驾驶人在同一场景下的驾驶状态；基于驾驶状态和驾驶人制动TTC关键变量对高风险场景的紧急程度进行分类；选取驾驶人操控行为特征参数定量评估驾驶人对风险的敏感度；采用多维高斯分布表征驾驶人操控行为分布特性；基于概率密度函数和相对熵提炼并量化表征不同驾驶人的风险敏感度差异。由此，解决了缺乏对驾驶人风险敏感度充分表征的建模，未量化复杂情况下不同驾驶人对场景风险的辨识结果等问题，支持分析不同驾驶人风险敏感度对行车安全的影响，降低驾驶人驾驶过程或智能车辆行驶过程中的潜在碰撞风险，提高行车安全。
-
公开(公告)号：CN114881384A
公开(公告)日：2022-08-09
申请号：CN202110162564.5
申请日：2021-02-05
Abstract: 本发明提供一种交通风险评估方法及装置，属于智慧交通领域。交通风险评估方法包括：通过运行设计域要素描述交通场景的特征，根据交通场景的特征确定交通场景的类型；根据所述交通场景的类型确定交通场景中的交通参与者；获取交通参与者的运动信息，根据交通参与者的运动信息分别计算交通场景要素复杂度和交通参与者潜在碰撞程度；根据交通场景要素复杂度和交通参与者潜在碰撞程度计算动态期望安全指数。本发明能够评价交通风险，提高道路交通安全性。
-
公开(公告)号：CN111815160B
公开(公告)日：2022-05-24
申请号：CN202010647385.6
申请日：2020-07-07
Applicant: 清华大学
Abstract: 本发明公开了一种基于越野环境态势场模型的行车风险评估方法，该方法包括：S1，根据智能车周边的环境信息，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，通过随机采样生成越野环境空间中的节点，建立越野环境空间拓扑图，生成越野环境态势场中节点之间路段的多维度越野环境行车风险评估模型；多维度越野环境行车风险评估模型包括：连通评估矩阵，用于评估节点之间路段连通可行性；通行代价矩阵，用于评估节点之间路段通行代价；本发明能够根据车辆周边多维度越野环境信息输出其环境态势场势能值，并在此基础上采用随机采样方法建立越野环境空间拓扑图，并评估拓扑图中节点之间的越野环境行车风险，该风险为生成优化路径，以及达到可行、安全、高效的智能车辆行驶目标提供有利条件。
-
Patent Agency Ranking
公开(公告)号：CN114492058A
公开(公告)日：2022-05-13
申请号：CN202210115950.3
申请日：2022-02-07
Applicant: 清华大学
IPC: G06F30/20 , G06F17/10 , G06F119/02
Abstract: 本申请公开了一种面向多智能体对抗场景的防御态势评估方法及装置，其中，方法包括：在多智能体对抗场景下，判断多智能体对抗是否开始，如果多智能体对抗开始，则利用预设的安全能量场分层模型计算对抗环境中的防护安全能量，并根据防护安全能量更新安全能量场态势图，更新当前时刻的安全能量场态势，直至多智能体对抗结束，得到多智能体对抗场景的防御态势评估结果。由此，解决了相关技术忽略微观层面上的智能体的具体行为，且缺乏客观物理规律的建模，可解释性低，智能化程度低，实时性差，无法为后续智能体决策服务等问题。
-
公开(公告)号：CN114247144A
公开(公告)日：2022-03-29
申请号：CN202111586160.5
申请日：2021-12-21
Applicant: 清华大学
IPC: A63F13/57 , A63F13/577 , A63F13/837
Abstract: 本申请涉及多智能体仿真技术领域，特别涉及一种多智能体对抗仿真方法、装置、电子设备及存储介质，其中，方法包括：获取对抗场景参数；基于所述对抗场景参数生成初始场景，其中，所述初始场景包含智能体交互机制，并根据场景的智能体个数分配操控装置；开始仿真后，根据操控指令操控至少一个智能体进行交互，并采集当前场景态势数据；在所述至少一个智能体中的追逃方与攻防方之间的对抗结束后，判定仿真结束，以预设文件格式导出所述当前场景态势数据。由此，解决了相关技术中多智能体对抗仿真无法满足充分研究多智能体行为的需求等问题。
-
公开(公告)号：CN113946943A
公开(公告)日：2022-01-18
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：CN113561974A
公开(公告)日：2021-10-29
申请号：CN202110983185.2
申请日：2021-08-25
Applicant: 清华大学
IPC: B60W30/095 , G06Q10/04 , G06Q10/06 , G06Q50/30 , G06N7/00
Abstract: 本申请公开了一种基于车辆行为交互与道路结构耦合的碰撞风险预测方法及装置，基于道路结构分类与潜在双车冲突辨识，并投影至两类基本交互式冲突场景模型；针对车‑车冲突，建立基于动态贝叶斯网络的意图辨识模型，描述车辆通行意图与环境态势、驾驶行为的条件概率关系；基于可观测信息，对环境态势和行为语义进行概率推断；采用EM算法，基于自然驾驶数据训练和优化动态贝叶斯网络的模型参数。基于通行意图辨识结果，使用高斯过程回归算法对车辆运行轨迹及其时空分布进行预测，并评估两车碰撞风险。由此实现匝道汇入、路口通行等复杂交通场景下，考虑多车行为交互耦合的碰撞风险预测，并能够泛化应用于种冲突场景，提升智能车辆的驾驶安全性。
-
公开(公告)号：CN113370980A
公开(公告)日：2021-09-10
申请号：CN202110934200.4
申请日：2021-08-16
Applicant: 清华大学
IPC: B60W30/095 , B60W40/064 , B60W40/10 , B60W50/00
Abstract: 本申请涉及智能车应用技术领域，特别涉及一种极限工况下车辆失稳与碰撞综合风险评估方法及装置，其中，方法包括：采集车辆操纵信息、道路信息和所在环境中多类道路使用者动静态信息；基于车辆操纵信息、道路信息以及动静态信息，确定车辆失稳风险等级和车辆碰撞风险等级；参照车辆失稳风险等级和车辆碰撞风险等级，评估极限工况下车辆于驾驶人和道路环境综合作用下的行车综合风险。本申请实施例可以基于车辆动力学失稳与碰撞两种不同时间尺度的行车风险对行车综合风险进行评估，突破了行车综合风险评估中的多尺度问题，实现极限工况下车辆失稳与碰撞综合风险态势感知，保证极限工况下车辆风险评估的准确性和可靠性，提升行车安全性。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.037 seconds)
