-
公开(公告)号：CN115375187A
公开(公告)日：2022-11-22
申请号：CN202211205451.X
申请日：2022-09-30
Applicant: 中车长春轨道客车股份有限公司 , 燕山大学
Abstract: 一种高速动车组心理修正量计算方法，属于智能动车组设计技术领域，本发明通过兼顾总体设计尺寸与个人主观感受两个维度，采用加权求值的方法，将采集的司乘主观感受量化值与动车组可优化数据结合，最终得到某一功能尺寸的心理修正量，以实现在考虑司乘主观心理感受的情况下为动车组内部功能尺寸设计过程中提供心理修正量量化尺寸，将动车组尺寸设计过程中司乘心理主观感受考虑在内，从而提高司乘人员的乘坐舒适性与功能区的使用感受。
-
公开(公告)号：CN114620051A
公开(公告)日：2022-06-14
申请号：CN202210256076.5
申请日：2022-03-15
Applicant: 燕山大学
IPC: B60W40/105 , B60W40/00
Abstract: 本发明涉及一种变时域预测能量管理方法，包括下述步骤：获取当前车辆的状态量及其对应的时域，获得下一时刻的最佳预测时域，所述最佳预测时域长度能够不固定；根据所述最佳预测时域，预测车速；基于最佳预测时域，采用动态规划算法获得车辆的最优控制序列，从而实现变时域的能量管理；在车辆执行控制序列对应的控制指令后，进入新的状态；所述车辆的状态量包括动力电池荷电状态、车辆当前位置、当前车速、上一时刻预测车速。本发明的方法能够根据车辆状态和当前工况所在时域长度，预测下一工况的最佳预测时域，该最佳预测时域与当前状态所在时域长度不一定相同，从而提高预测能量管理的效果。
-
公开(公告)号：CN114529866A
公开(公告)日：2022-05-24
申请号：CN202210032653.2
申请日：2022-01-12
Applicant: 燕山大学
IPC: G06V20/52 , G06V10/34 , G06V10/44 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本申请提供一种可形变群体识别方法、装置、电子设备及存储介质，该方法包括：获取待识别视频，并对待识别视频进行帧提取，得到单帧图像数据；待识别视频中包括行人；将单帧图像数据输入预设人体关键点提取模型中，得到所有行人的人体关键点信息；人体关键点信息包括头部关键点信息；根据头部关键点信息，对行人进行人群聚类，将行人划分为至少一个群体；判断每个群体中是否存在可形变特征，存在可形变特征所对应的群体为可形变群体。该方案可形变群体识别精度高。
-
公开(公告)号：CN113484875B
公开(公告)日：2022-05-24
申请号：CN202110868867.9
申请日：2021-07-30
Applicant: 燕山大学
IPC: G01S17/89 , G01S17/931
Abstract: 本发明涉及一种基于混合高斯排序的激光雷达点云目标分级识别方法，包括采集激光雷达点云数据并进行预处理、进行地面点云去除筛选出非地面点云、进行非地面点云密度聚类、按重要程度进行排序、按重要程度依次进行识别和输出识别出的目标等步骤。本发明可以大幅减少迭代次数，提高地面拟合算法的实时性，使地面拟合模块稳定性得以提升；可以按待识别目标的重要程度进行分层排序，保证每个目标的重要程度唯一，可以在计算资源有限时优先把计算资源分给识别更重要的目标；具有较高实时性、较强稳定性，对于部署在自动驾驶车辆等计算资源有限的设备上，应对复杂多变的真实环境具有较好的适用性。
-
公开(公告)号：CN112100857B
公开(公告)日：2022-04-12
申请号：CN202010980521.3
申请日：2020-09-17
Applicant: 燕山大学
Abstract: 本发明提供一种分心驾驶行为的风险评估方法，具体包括以下步骤：确定驾驶行为类型及驾驶任务、设计驾驶方案及采集参数、提取异常加速度事件频次、驾驶行为的风险等级初步评估、二重驾驶绩效比较以及三重驾驶绩效交叉比较。本发明提供的方法打破仅对分心驾驶行为进行研究的局限性，把分心驾驶行为提升到了风险分析的高度，严谨地对所选定的分心驾驶行为进行驾驶绩效评估，最终得到严谨的风险等级排序结果，为风险驾驶行为辨识技术、驾驶人驾驶状态的安全性评估、人机共驾情境的控制权切换方案等技术提供理论参考和实践指导。
-
Patent Agency Ranking
公开(公告)号：CN111738337B
公开(公告)日：2022-03-25
申请号：CN202010578266.X
申请日：2020-06-23
Abstract: 本发明涉及一种混行交通环境下的驾驶人分心状态检测识别方法，包括：搭建混行场景、采集驾驶人眼动参数数据及驾驶绩效数据、处理数据和择优筛选、搭建基于融合注意力机制的Bi‑LSTM驾驶人分心识别模型、对驾驶人分心状态进行辨识等步骤，本发明采用融合注意力机制的Bi‑LSTM算法进行分心驾驶的识别建模，提高分心识别的准确度与鲁棒性，填补了在混行交通环境下对驾驶人分心识别的空白，解决驾驶人在混行交通环境下驾驶过程中出现的分心驾驶而引发道路交通事故的技术问题，提高驾驶人的车辆驾驶安全性。
-
公开(公告)号：CN113657676A
公开(公告)日：2021-11-16
申请号：CN202110953850.3
申请日：2021-08-19
Applicant: 燕山大学
Abstract: 本发明涉及一种考虑多维度驾驶人特性的制动反应时间预测方法，包括建立制动反应时间的影响因素解构模型、发放调查问卷、基于调查问卷建立结构方程SEM模型、设计驾驶负荷试验方案、采集制动反应时间数据、建立基于BP神经网络的制动反应时间预测模型、对制动反应时间预测模型进行性能检验等步骤，本发明使用结构方程模型全面地解构驾驶人制动反应时间的影响因素，借助试验采集有效制动反应时间数据和驾驶人特性指标，从人因角度深入分析各个因素的影响机制和参与方式，建立考虑多维度驾驶人特性的制动反应时间预测模型，为开发基于行车风险预测的先进驾驶人辅助系统提供支持。
-
公开(公告)号：CN113479201A
公开(公告)日：2021-10-08
申请号：CN202110960754.1
申请日：2021-08-20
Applicant: 燕山大学
IPC: B60W30/095 , B60W30/18
Abstract: 本发明公开了一种考虑驾驶人反应能力的换道场景车辆风险动态评价方法，属于车辆风险监测与预警领域，包括根据前、后车实时相对运动状态判断动态最小安全距离，考虑驾驶人反应能力的制动距离差异化计算方法，以及换道场景中的车辆风险动态预测方法，本发明通过计算前、后车的实时最小安全距离为动态预测车辆风险状态提供支撑，使用时间裕度作为驾驶人反应能力和碰撞风险的评价指标，实现对换道场景的车辆风险状态进行预测，能够实时监控跟车场景中自车与周围车辆的相对运动状态，计算车辆风险状态预测结果，能够为车辆风险监测与避撞系统提供技术积累和理论支撑。
-
公开(公告)号：CN113255504A
公开(公告)日：2021-08-13
申请号：CN202110547978.X
申请日：2021-05-19
Applicant: 燕山大学
Abstract: 本发明涉及一种基于深度学习的路侧视角超视距全域融合感知系统，对路侧布置的摄像头、激光雷达、毫米波雷达异构数据采集和进行数据层融合，并利用深度学习分别处理融合后的图像和激光雷达点云数据，最终利用决策层融合实现融合感知。通过在路侧布置感知系统，并结合图像、激光雷达点云、毫米波雷达点云数据各自的优势，可以提升感知视距，并在多个层面对监控区域进行场景理解，最终为网联自动驾驶车辆提供充足可靠的感知信息。
-
公开(公告)号：CN112100857A
公开(公告)日：2020-12-18
申请号：CN202010980521.3
申请日：2020-09-17
Applicant: 燕山大学
Abstract: 本发明提供一种分心驾驶行为的风险评估方法，具体包括以下步骤：确定驾驶行为类型及驾驶任务、设计驾驶方案及采集参数、提取异常加速度事件频次、驾驶行为的风险等级初步评估、二重驾驶绩效比较以及三重驾驶绩效交叉比较。本发明提供的方法打破仅对分心驾驶行为进行研究的局限性，把分心驾驶行为提升到了风险分析的高度，严谨地对所选定的分心驾驶行为进行驾驶绩效评估，最终得到严谨的风险等级排序结果，为风险驾驶行为辨识技术、驾驶人驾驶状态的安全性评估、人机共驾情境的控制权切换方案等技术提供理论参考和实践指导。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.039 seconds)
