-
公开(公告)号：CN114970318A
公开(公告)日：2022-08-30
申请号：CN202210431404.0
申请日：2022-04-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于行为结果双代理模型的自动驾驶系统安全测评方法，包括：测试采样，基于行为代理模型和结果代理模型进行加速测试，通过测试采样，获取被测自动驾驶车辆在逻辑场景下安全性能的历史测试样本集；安全评估，基于历史测试样本集，对被测自动驾驶车辆在该逻辑场景下的整体安全性进行评估，得到全面安全评估结果。其中，测试采样阶段包括初始化采样和循环相连的四个步骤：代理模型构建/更新、代理采样、价值计算、实际测试；安全评估阶段包括树模型构建、危险子空间超体积估计、危险模态识别和评估结果可靠性估计四个步骤。与现有技术相比，本发明能够高效、可靠地对自动驾驶系统在逻辑场景空间内的安全性进行全面的综合测试和评估。
-
公开(公告)号：CN118665529A
公开(公告)日：2024-09-20
申请号：CN202410690184.2
申请日：2024-05-30
Applicant: 同济大学
Abstract: 本发明涉及一种基于场景矩阵的自动驾驶汽车决策控制方法，包括：获取道路参数、自车位置信息、背景车的位置和行为信息，构建场景矩阵，用于刻画选定场景下自车和背景车在动态变化下的相对位置；根据场景矩阵，分别计算决策安全矩阵、决策效率矩阵和行为偏好矩阵；计算综合决策矩阵，通过综合决策矩阵对行为的映射，完成自车决策，以相应控制车辆的驾驶动作。与现有技术相比，本发明通过场景矩阵简化真实道路场景，过滤多余冗杂信息，降低了计算复杂度；同时综合考虑了安全、效率以及驾驶员行为偏好等因素，能够实现横纵向综合决策、确保决策的实时性和多样性。
-
公开(公告)号：CN114862158B
公开(公告)日：2024-07-02
申请号：CN202210432322.8
申请日：2022-04-22
Applicant: 同济大学
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/40 , G06F30/20 , G06F119/14
Abstract: 本发明涉及一种基于可通行区域的自动驾驶汽车场景风险评估方法，该方法通过进行坐标变换得到以道路形状为基线的曲线坐标系，并基于此坐标系进一步预测自车和场景中其他交通参与者在未来时间内的占用区域，通过碰撞检测得到自车的可通行区域，最终对可行域进行加权归一化处理，并以此结果作为当前时刻的场景风险值。与现有技术相比，本发明能够跨场景进行风险评估，并且保证风险评估结果的合理性，一方面能体现不同位置交通参与者所带来风险的差异性，评估结果符合人类驾驶员认知；此外，本发明可以被应用于多种不同的道路类型下，具有较强的跨场景评估能力。
-
公开(公告)号：CN114862158A
公开(公告)日：2022-08-05
申请号：CN202210432322.8
申请日：2022-04-22
Applicant: 同济大学
IPC: G06Q10/06 , G06Q50/30 , G06F30/20 , G06F119/14
Abstract: 本发明涉及一种基于可通行区域的自动驾驶汽车场景风险评估方法，该方法通过进行坐标变换得到以道路形状为基线的曲线坐标系，并基于此坐标系进一步预测自车和场景中其他交通参与者在未来时间内的占用区域，通过碰撞检测得到自车的可通行区域，最终对可行域进行加权归一化处理，并以此结果作为当前时刻的场景风险值。与现有技术相比，本发明能够跨场景进行风险评估，并且保证风险评估结果的合理性，一方面能体现不同位置交通参与者所带来风险的差异性，评估结果符合人类驾驶员认知；此外，本发明可以被应用于多种不同的道路类型下，具有较强的跨场景评估能力。
-
Patent Agency Ranking
公开(公告)号：CN118419007A
公开(公告)日：2024-08-02
申请号：CN202410531145.8
申请日：2024-04-29
Applicant: 同济大学
Abstract: 本发明涉及一种智能车辆防御性驾驶行为建模方法，包括以下步骤：获取自车信息和自车的周围环境信息；根据获取的自车信息和自车的周围环境信息，计算确定不同场景的潜在风险水平；根据不同场景的潜在风险水平，从中判断识别出危险场景；针对危险场景，控制车辆执行相应的防御性驾驶行为。与现有技术相比，本发明能够预判和识别危险情况，并主动采取防御性驾驶行为，控制潜在风险保持在较低的水平，以避免智能车辆主动引发或被动卷入交通事故，从而有效降低交通事故的发生率，提升智能车辆的安全性，实现预防性安全。
-
公开(公告)号：CN116578065A
公开(公告)日：2023-08-11
申请号：CN202310630027.8
申请日：2023-05-30
Applicant: 同济大学
IPC: G05B23/02
Abstract: 本发明涉及一种应对路面异常状态的智能网联汽车控制系统及方法，该系统包括通过V2I方式通信连接的道路基础设施和智能网联汽车，该方法包括：道路基础设施中的传感器定期感知路面状态；经由信息处理后台判断后，若路面状态出现异常，求解得到异常位置所涉及范围及垂向深度等信息，并留存至历史信息中；将当前路面状态信息与已留存的历史信息进行比较，若感知到积水、积雪等覆盖异常部分时，则由C‑V2X设备广播发送路面状态异常信息给附近的智能网联车辆；智能网联汽车再通过决策控制单元输出相应的动作指令，以控制汽车的运动状态。与现有技术相比，本发明突破了智能网联汽车自身感知系统的局限，解决了异常道路部分被覆盖情况下的信息采集与传递问题。
-
公开(公告)号：CN114970318B
公开(公告)日：2024-11-12
申请号：CN202210431404.0
申请日：2022-04-22
Applicant: 同济大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06N20/00 , G06Q10/0635 , G06Q50/40 , G01M17/007
Abstract: 本发明涉及一种基于行为结果双代理模型的自动驾驶系统安全测评方法，包括：测试采样，基于行为代理模型和结果代理模型进行加速测试，通过测试采样，获取被测自动驾驶车辆在逻辑场景下安全性能的历史测试样本集；安全评估，基于历史测试样本集，对被测自动驾驶车辆在该逻辑场景下的整体安全性进行评估，得到全面安全评估结果。其中，测试采样阶段包括初始化采样和循环相连的四个步骤：代理模型构建/更新、代理采样、价值计算、实际测试；安全评估阶段包括树模型构建、危险子空间超体积估计、危险模态识别和评估结果可靠性估计四个步骤。与现有技术相比，本发明能够高效、可靠地对自动驾驶系统在逻辑场景空间内的安全性进行全面的综合测试和评估。
-
公开(公告)号：CN117330093A
公开(公告)日：2024-01-02
申请号：CN202311242676.7
申请日：2023-09-25
Applicant: 同济大学
Abstract: 本发明涉及一种面向盲区的自动驾驶车辆性能测试方法，包括：建立存在感知盲区、不存在实质风险的测试场景，设置被测车辆的初始条件及行驶任务；在非紧急工况下对被测车辆的行驶策略进行智能性测试，并同步计算场景实时潜在最大风险Rpotential；建立存在感知盲区、实质风险最高的测试场景，根据Rpotential计算结果找到最紧急时刻、并在盲区场景中设置VRU的状态，以构建最紧急工况，给被测车辆设置相同的初始条件及行驶任务，在最紧急工况下对被测车辆的行驶策略进行安全性测试；结合非紧急工况下的智能性测试结果和最紧急工况下的安全性测试结果，对被测车辆进行综合评价。与现有技术相比，本发明能够充分、准确和高效地对盲区场景下的自动驾驶车辆进行性能测试。
-
公开(公告)号：CN116642709A
公开(公告)日：2023-08-25
申请号：CN202310610349.6
申请日：2023-05-26
Applicant: 同济大学
IPC: G01M17/007
Abstract: 本发明涉及一种自动驾驶汽车边界条件下的实车测试系统及其方法，该系统包括分别与工控机通信连接的被测车、气球车模组和牵引车模组，其中，气球车模组包括设置于滑轨上的气球车，气球车上安装有舵机和牵引装置，牵引车模组包括牵引车，气球车位于被测车与牵引车之间，被测车、牵引车分别通过铰链与滑轨相连接；工控机用于获取被测车的速度信息、牵引车的速度信息、滑轨所受拉力和压力信息、滑轨角度信息以及气球车的位置和速度信息，并进行处理分析，以输出对应控制信号给气球车模组及牵引车模组，从而控制气球车及牵引车的运动状态，以及分析记录测试结果。与现有技术相比，本发明能够丰富测试场景、提高车辆复位效率，且不依赖于GPS定位。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
