公开(公告)号：CN119202523A

公开(公告)日：2024-12-27

申请号：CN202411209275.6

申请日：2024-08-30

Applicant: 东南大学

Inventor： 庄伟超 ,  郭铭轩 ,  李兵兵 ,  董昊轩 ,  许恩永 ,  殷国栋 ,  张志武 ,  张楠 ,  高强 ,  王金湘 ,  南江峰

IPC: G06F18/10 ,  G06F18/214 ,  G06F18/2431 ,  G06F17/18 ,  G06N3/091

Abstract: 本发明公开一种自学习型商用车载重辨识与置信度评估方法，首先，利用大数据提取技术，从多源数据集中提取模型所需车辆运行数据；然后，按照数据清洗策略对车辆运行数据中的异常帧进行辨识和预处理，并完成车辆运行特征和道路结构特征的扩展运算；采用带遗忘因子的递推最小二乘算法构建基于车辆纵向动力学的载重基准生成模型，采用优化Informer神经网络构建载重辨识输出与置信度评估模型，以完成整车载重辨识及置信度评估的方案。本发明装置利用车联网数据实现整车载重的实时辨识，有利于规范化重型货运车辆的在途全程监管，并为车辆行程利用率的优化提供可靠依据。

公开(公告)号：CN119953360A

公开(公告)日：2025-05-09

申请号：CN202510222937.1

申请日：2025-02-27

Applicant: 东南大学

Inventor： 庄伟超 ,  童非凡 ,  刘冉 ,  李兵兵 ,  殷国栋 ,  许恩永 ,  郑伟光 ,  张志武

IPC: B60W30/09 ,  B60W10/20 ,  B60W10/06 ,  B60W10/18 ,  B60W60/00 ,  B60W50/00

Abstract: 本发明公开一种自动驾驶商用车学习型紧急避撞控制方法、系统和存储介质。该方法包括：基于软演员评论家架构构建强化学习网络模型，针对商用车驾驶任务及控制动作构建对应的贝叶斯策略网络，并扩展衰减专家经验的重放缓冲区，从而产生适应紧急避撞工况的联合控制策略；车辆将贝叶斯策略网络产生的连续控制动作应用于驾驶决策任务中，以高速情况下无碰撞的避撞任务为目标，在奖励函数的指导下进行自动驾驶。本发明方法利用贝叶斯策略网络与衰减专家经验指导技术，实现自动驾驶商用车紧急避撞控制的学习效率与驾驶策略改善，有利于解决自动驾驶商用车存在的安全性方面的长尾问题，助力自动驾驶商用车应用推广。