-
公开(公告)号:CN117217314A
公开(公告)日:2023-12-12
申请号:CN202311226047.5
申请日:2023-09-22
Applicant: 吉林大学
Abstract: 本发明公开了一种基于元数据驱动与因果分析理论的驾驶情境推理方法,其方法为:第一步、整合多源感知元数据;第二步、分析人机协同系统驾驶情境因果认知机理;第三步、构建驾驶情境推理模型;第四步、构建人机协同情境演化评估体系;有益效果:有助于数据的管理和组织;提高了数据检索的效率;使人机协同驾驶系统决策具有可解释性;降低了计算的复杂度;使得自动驾驶系统能够做出更全面和合理的决策;使自动驾驶系统能够灵活地调整和适应不同的驾驶情境,适应动态和不确定的环境条件。
-
公开(公告)号:CN118839588A
公开(公告)日:2024-10-25
申请号:CN202410816420.0
申请日:2024-06-24
Applicant: 吉林大学
IPC: G06F30/27 , B60W60/00 , B60W50/00 , G06F30/15 , G06F16/36 , G06F40/284 , G06F40/30 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06F119/14
Abstract: 本发明公开了一种基于广义驾驶行为图谱的人机感知与决策方法,其方法为:第一步、广义驾驶人行为语义建模;第二步、广义人车路系统动力学建模;第三步、人机融合感知;第四步、人机混合决策。有益效果:为驾驶情境态势分析提供支撑。实现了多场景、多工况下的普遍应用。提高了交通参与物运动规律分析的准确性。提高了自动驾驶子系统的安全性和可靠性。对权重分配进行优化处理,提高了驾驶权分配后人机共驾系统的整体性能。输出本车驾驶人与周围车辆驾驶人的驾驶行为语义,供人机共驾系统的感知、决策模块进行参考,提高了人机混合决策一致性、安全性、机动性与舒适性,从而提高人机共驾系统性能。
-