-
公开(公告)号:CN116946183A
公开(公告)日:2023-10-27
申请号:CN202310873567.9
申请日:2023-07-17
Applicant: 江苏大学
Abstract: 本发明公开了一种考虑驾驶能力的商用车驾驶行为预测方法及车用设备,本发明对驾驶员的驾驶能力进行定义,对不同的驾驶员进行分类建模然后识别,并将其纳入驾驶行为预测中,可以更准确地估计复杂交通状况下的驾驶行为,提高城市交通高效性和整个闭环车联网的安全性。本发明方法理论性和可操作性强,不仅能辅助驾驶员进行车辆决策避免事故发生,而且可以提高城市交通高效性和整个闭环车联网安全性。在辅助驾驶系统告警以及混合交通流条件下的自动驾驶车辆的预测和判断方面都具备一定的应用前景。
-
公开(公告)号:CN116912580A
公开(公告)日:2023-10-20
申请号:CN202310873569.8
申请日:2023-07-17
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08 , G06Q50/30
Abstract: 本发明公开了一种用于混合交通环境下的多车队协同控制方法、系统及模型,使用残差多尺度卷积神经网络,较大程度上解决了车流图像或视频中存在着严重的遮挡、视角的失真以及显著的密度变化等问题,引入的残差单元可以避免梯度消失或者梯度爆炸以及网络退化问题,且能够减少模型中的参数数量和计算复杂度,提高预测效率;使用中继节点实现多个车队之间的通信,提高了多车队间的通信效率,以便更好地管理和协调车队之间的行动;本发明仅基于软件层面的改变实现了混合交通环境下的多车队协同控制目标,不增加硬件成本,本发明将对象从人工驾驶车辆与智能网联车辆混合的单车队推广到混合交通环境下的多车队,更符合工程实际,具有更大的应用价值。
-