公开(公告)号：CN110320916A

公开(公告)日：2019-10-11

申请号：CN201910672058.3

申请日：2019-07-24

申请人： 上海交通大学

发明人： 张希 ,  张凯炯 ,  朱旺旺 ,  邓伟舜 ,  刘磊 ,  杨文彦 ,  金文强

IPC分类号： G05D1/02

摘要： 本发明提供了一种考虑乘员感受的自动驾驶汽车轨迹规划方法及系统，包括：通过实车试验，采集车辆动力学参数以及对应的乘员乘车感受信息；通过神经网络方法建立车辆动力学参数与乘员乘车感受信息之间的关系，基于该关系构建乘员感受模型；利用乘员感受模型优化自动驾驶汽车轨迹规划决策过程，生成新的行驶轨迹。本发明可以实现在保证安全规范行驶的前提下，生成兼顾乘员乘车感受的行驶轨迹。

公开(公告)号：CN110362077A

公开(公告)日：2019-10-22

申请号：CN201910595551.X

申请日：2019-07-03

申请人： 上海交通大学

发明人： 张希 ,  刘磊 ,  张凯炯 ,  杨文彦 ,  陈浩 ,  朱旺旺 ,  赵柏暄

IPC分类号： G05D1/02

摘要： 本发明提供了一种无人驾驶车辆紧急避险决策系统、方法及介质，包括：环境感知模块：获取环境信息；危险判别模块：根据获得的环境信息，分析车辆同障碍物之间是否会发生碰撞危险，输出危险状况信息，同时判定障碍物的类别，输出障碍物类别信息；智能决策模块：根据获得的环境信息、危险状况信息及障碍物类别信息，构建可行任务池，对可行任务的事故严重程度进行分析，确定最优可行任务。本发明具有应用上的便利性，能够兼容目前针对无事故下的车辆智能决策方案。本发明能够使车辆在面对必然发生的事故时，给出事故损害最小化的决策方案。

公开(公告)号：CN110414365B

公开(公告)日：2021-08-31

申请号：CN201910594913.3

申请日：2019-07-03

申请人： 上海交通大学

发明人： 张希 ,  杨文彦 ,  陈浩 ,  张凯炯 ,  刘磊 ,  朱旺旺 ,  金文强

IPC分类号： G06K9/00

摘要： 本发明提供了一种基于社会力模型的过街行人轨迹预测方法、系统及介质，包括：基础数据获取步骤：选取人车混行斑马线区域做前期调查，拍摄该区域的行人行走视频，通过对行人行走视频进行视频处理和图像处理，获得行人行走特征数据和人车交互场景数据；模型参数标定步骤：对获得的行人行走特征数据和人车交互场景数据进行预处理，标定逻辑回归模型和社会力模型的参数。本发明利用改进的社会力模型，充分考虑行人个体差异性，将过街行人轨迹预测运用到自动驾驶汽车决策领域，能够提高自动驾驶汽车在人车混行斑马线区域行驶的安全性，降低车辆的延误率，提高道路通行能力。

公开(公告)号：CN111459168A

公开(公告)日：2020-07-28

申请号：CN202010327545.9

申请日：2020-04-23

申请人： 上海交通大学

发明人： 张希 ,  陈浩 ,  杨文彦 ,  金文强 ,  刘冶 ,  朱旺旺 ,  赵柏暄 ,  张凯炯 ,  刘磊

IPC分类号： G05D1/02 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种融合的自动驾驶汽车过街行人轨迹预测方法及系统，包括：根据车载传感器融合算法，获得过街行人运动状态信息、行人个体特征信息及车辆运动状态信息；通过对车载传感器获得的上述状态数据，对社会力模型中的参数进行标定；通过对车载传感器获得的上述状态数据，训练LSTM模型的结构权重和偏置参数；利用社会力模型和LSTM模型分别预测正在过街的行人运动轨迹；通过上述模型预测的运动轨迹和过街行人实际轨迹真值导入到Stacking融合模型，训练结构权重；利用Stacking融合模型输出最优的过街行人未来第一预设时长内的预测轨迹；本发明利用Stacking算法融合社会力模型和LSTM模型，达到减小方差、偏差的效果，从而保证预测轨迹与行人的实际轨迹更加贴近。

公开(公告)号：CN111459168B

公开(公告)日：2021-12-10

申请号：CN202010327545.9

申请日：2020-04-23

申请人： 上海交通大学

发明人： 张希 ,  陈浩 ,  杨文彦 ,  金文强 ,  刘冶 ,  朱旺旺 ,  赵柏暄 ,  张凯炯 ,  刘磊

IPC分类号： G05D1/02 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种融合的自动驾驶汽车过街行人轨迹预测方法及系统，包括：根据车载传感器融合算法，获得过街行人运动状态信息、行人个体特征信息及车辆运动状态信息；通过对车载传感器获得的上述状态数据，对社会力模型中的参数进行标定；通过对车载传感器获得的上述状态数据，训练LSTM模型的结构权重和偏置参数；利用社会力模型和LSTM模型分别预测正在过街的行人运动轨迹；通过上述模型预测的运动轨迹和过街行人实际轨迹真值导入到Stacking融合模型，训练结构权重；利用Stacking融合模型输出最优的过街行人未来第一预设时长内的预测轨迹；本发明利用Stacking算法融合社会力模型和LSTM模型，达到减小方差、偏差的效果，从而保证预测轨迹与行人的实际轨迹更加贴近。

公开(公告)号：CN110362077B

公开(公告)日：2020-09-04

申请号：CN201910595551.X

申请日：2019-07-03

申请人： 上海交通大学

发明人： 张希 ,  刘磊 ,  张凯炯 ,  杨文彦 ,  陈浩 ,  朱旺旺 ,  赵柏暄

IPC分类号： G05D1/02

摘要： 本发明提供了一种无人驾驶车辆紧急避险决策系统、方法及介质，包括：环境感知模块：获取环境信息；危险判别模块：根据获得的环境信息，分析车辆同障碍物之间是否会发生碰撞危险，输出危险状况信息，同时判定障碍物的类别，输出障碍物类别信息；智能决策模块：根据获得的环境信息、危险状况信息及障碍物类别信息，构建可行任务池，对可行任务的事故严重程度进行分析，确定最优可行任务。本发明具有应用上的便利性，能够兼容目前针对无事故下的车辆智能决策方案。本发明能够使车辆在面对必然发生的事故时，给出事故损害最小化的决策方案。

公开(公告)号：CN110414365A

公开(公告)日：2019-11-05

申请号：CN201910594913.3

申请日：2019-07-03

申请人： 上海交通大学

发明人： 张希 ,  杨文彦 ,  陈浩 ,  张凯炯 ,  刘磊 ,  朱旺旺 ,  金文强

IPC分类号： G06K9/00

摘要： 本发明提供了一种基于社会力模型的过街行人轨迹预测方法、系统及介质，包括：基础数据获取步骤：选取人车混行斑马线区域做前期调查，拍摄该区域的行人行走视频，通过对行人行走视频进行视频处理和图像处理，获得行人行走特征数据和人车交互场景数据；模型参数标定步骤：对获得的行人行走特征数据和人车交互场景数据进行预处理，标定逻辑回归模型和社会力模型的参数。本发明利用改进的社会力模型，充分考虑行人个体差异性，将过街行人轨迹预测运用到自动驾驶汽车决策领域，能够提高自动驾驶汽车在人车混行斑马线区域行驶的安全性，降低车辆的延误率，提高道路通行能力。