-
公开(公告)号：CN113561974B
公开(公告)日：2023-11-24
申请号：CN202110983185.2
申请日：2021-08-25
Applicant: 清华大学
IPC: B60W30/095 , G06Q10/04 , G06Q10/0635 , G06Q50/30 , G06N7/01
Abstract: 本申请公开了一种基于车辆行为交互与道路结构耦合的碰撞风险预测方法及装置，基于道路结构分类与潜在双车冲突辨识，并投影至两类基本交互式冲突场景模型；针对车‑车冲突，建立基于动态贝叶斯网络的意图辨识模型，描述车辆通行意图与环境态势、驾驶行为的条件概率关系；基于可观测信息，对环境态势和行为语义进行概率推断；采用EM算法，基于自然驾驶数据训练和优化动态贝叶斯网络的模型参数。基于通行意图辨识结果，使用高斯过程回归算法对车辆运行轨迹及其时空分布进行预测，并评估两车碰撞风险。由此实现匝道汇入、路口通行等复杂交通场景下，考虑多车行为交互耦合的碰撞风险预测，并能够泛化应用于种冲突场景，提升智能车辆的驾驶安全性。
-
公开(公告)号：CN111291786B
公开(公告)日：2022-10-25
申请号：CN202010054543.7
申请日：2020-01-17
Applicant: 清华大学
IPC: G06V10/774 , G06V10/764 , G06V20/64 , G06V20/58 , G06V10/82 , G06N3/04 , G06T7/285
Abstract: 本发明公开了一种车载视觉实时多目标航向角估计方法及装置，该方法包括：步骤1，采用离线数据集事先训练好的单阶段二维目标检测模型YOLOv3提取输入的单目单帧图像的深度卷积神经网络特征图；步骤2，在深度卷积神经网络特征图上进行二维目标的优化定位，并对车辆、行人和骑车人三类交通道路参与者多目标进行分类优化，输出目标框所对应目标的二维位置和类别；步骤3，根据深度卷积神经网络特征图、目标的二维位置和类别，通过直接回归该目标的连续观测角度α，分别得到观测角度α的正弦值sinα和余弦值cosα，考虑角度的周期性同时平方和约束正弦值sinα和余弦值cosα，最终获得目标相对自车的观测角度α的唯一确定值。本发明能够在车辆行驶过程中准确实时地估计车载目标在世界坐标系下的观测，为车载目标的轨迹预测和智能车辆的碰撞预警提供依据。
-
公开(公告)号：CN110414803B
公开(公告)日：2022-01-07
申请号：CN201910611202.2
申请日：2019-07-08
Applicant: 清华大学
IPC: G06Q10/06
Abstract: 本发明公开了一种不同网联程度下自动驾驶系统智能水平的测评方法，该方法包括：S1，选取自动驾驶系统智能水平的评价指标；S2，根据测试交通过程中的实际作用量和理论最小作用量之间的数值差异，获取自动驾驶系统智能水平的量化评价依据；S3，确定量化评价依据的变化范围，划分出至少两个评价被测自动驾驶系统的智能水平等级的测评区间，每一个测评区间对应一个智能水平等级；S4，获取被测自动驾驶系统在不同网联程度下的多组量化评价依据数据；S5，对量化评价依据数据进行统计分析，根据各统计分析结果对被测自动驾驶系统的智能水平进行评价。本发明能够立体而真实地对自动驾驶系统在不同网联程度下的智能水平进行测评。
-
公开(公告)号：CN113569778A
公开(公告)日：2021-10-29
申请号：CN202110885654.7
申请日：2021-08-03
Applicant: 清华大学
Abstract: 本发明公开了一种基于多模态数据融合的路面湿滑区域检测及预警方法、装置，基于图像分割算法提取图像特征得到路面检测结果；基于点云分割算法得到点云路面检测结果；将两种检测结果融合得到路面检测区域；将路面区域激光点云反射强度信息与图像特征融合，使用像素点双向匹配方法增大同类像素点特征的关联程度，使用路面干湿状态分割网络得到路面干湿状态检测结果；根据车辆运动状态信息构建车辆运动方程并基于粒子滤波算法预测车辆运动轨迹与速度；根据路面干湿状态和车辆轨迹预测结果，为驾驶员提供预警。由此，可实时检测车辆前方的路面状态，评估车辆失稳风险，并在车辆存在失稳风险时对驾驶员提供预警，提高行车安全性，减少交通事故的发生。
-
公开(公告)号：CN113569778B
公开(公告)日：2024-12-10
申请号：CN202110885654.7
申请日：2021-08-03
Applicant: 清华大学
Abstract: 本发明公开了一种基于多模态数据融合的路面湿滑区域检测及预警方法、装置，基于图像分割算法提取图像特征得到路面检测结果；基于点云分割算法得到点云路面检测结果；将两种检测结果融合得到路面检测区域；将路面区域激光点云反射强度信息与图像特征融合，使用像素点双向匹配方法增大同类像素点特征的关联程度，使用路面干湿状态分割网络得到路面干湿状态检测结果；根据车辆运动状态信息构建车辆运动方程并基于粒子滤波算法预测车辆运动轨迹与速度；根据路面干湿状态和车辆轨迹预测结果，为驾驶员提供预警。由此，可实时检测车辆前方的路面状态，评估车辆失稳风险，并在车辆存在失稳风险时对驾驶员提供预警，提高行车安全性，减少交通事故的发生。
-
Patent Agency Ranking
公开(公告)号：CN113370980B
公开(公告)日：2021-11-02
申请号：CN202110934200.4
申请日：2021-08-16
Applicant: 清华大学
IPC: B60W30/095 , B60W40/064 , B60W40/10 , B60W50/00
Abstract: 本申请涉及智能车应用技术领域，特别涉及一种极限工况下车辆失稳与碰撞综合风险评估方法及装置，其中，方法包括：采集车辆操纵信息、道路信息和所在环境中多类道路使用者动静态信息；基于车辆操纵信息、道路信息以及动静态信息，确定车辆失稳风险等级和车辆碰撞风险等级；参照车辆失稳风险等级和车辆碰撞风险等级，评估极限工况下车辆于驾驶人和道路环境综合作用下的行车综合风险。本申请实施例可以基于车辆动力学失稳与碰撞两种不同时间尺度的行车风险对行车综合风险进行评估，突破了行车综合风险评估中的多尺度问题，实现极限工况下车辆失稳与碰撞综合风险态势感知，保证极限工况下车辆风险评估的准确性和可靠性，提升行车安全性。
-
公开(公告)号：CN110853393B
公开(公告)日：2020-12-11
申请号：CN201911176850.6
申请日：2019-11-26
Applicant: 清华大学
IPC: G08G1/0968
Abstract: 本发明公开了一种智能网联车辆测试场数据采集与融合方法及系统，该方法包括：步骤1，根据采集到的测试场内的静态数据，构建测试场内地图的静态层；步骤2，路侧动态数据采集模块对感知范围内的动态目标进行跟踪，并通过生成相应标号下的航迹数据管理文件；步骤3，通过车端动态数据采集模块获取自车位置数据、自车驾驶状态数据和自车周围环境数据，由车载计算单元对动态目标的航迹进行初步融合；步骤4，数据融合及可视化模块构建测试场内地图的动态层；步骤5，通过增添和更改的方式模拟智能网联车辆测试所需的各种交通场景；步骤6，通过数据融合及可视化模块实时显示以及输送给测试智能网联车辆进行测试。本发明能够全面采集测试场内的各种信息。
-
公开(公告)号：CN113561974A
公开(公告)日：2021-10-29
申请号：CN202110983185.2
申请日：2021-08-25
Applicant: 清华大学
IPC: B60W30/095 , G06Q10/04 , G06Q10/06 , G06Q50/30 , G06N7/00
Abstract: 本申请公开了一种基于车辆行为交互与道路结构耦合的碰撞风险预测方法及装置，基于道路结构分类与潜在双车冲突辨识，并投影至两类基本交互式冲突场景模型；针对车‑车冲突，建立基于动态贝叶斯网络的意图辨识模型，描述车辆通行意图与环境态势、驾驶行为的条件概率关系；基于可观测信息，对环境态势和行为语义进行概率推断；采用EM算法，基于自然驾驶数据训练和优化动态贝叶斯网络的模型参数。基于通行意图辨识结果，使用高斯过程回归算法对车辆运行轨迹及其时空分布进行预测，并评估两车碰撞风险。由此实现匝道汇入、路口通行等复杂交通场景下，考虑多车行为交互耦合的碰撞风险预测，并能够泛化应用于种冲突场景，提升智能车辆的驾驶安全性。
-
公开(公告)号：CN113370980A
公开(公告)日：2021-09-10
申请号：CN202110934200.4
申请日：2021-08-16
Applicant: 清华大学
IPC: B60W30/095 , B60W40/064 , B60W40/10 , B60W50/00
Abstract: 本申请涉及智能车应用技术领域，特别涉及一种极限工况下车辆失稳与碰撞综合风险评估方法及装置，其中，方法包括：采集车辆操纵信息、道路信息和所在环境中多类道路使用者动静态信息；基于车辆操纵信息、道路信息以及动静态信息，确定车辆失稳风险等级和车辆碰撞风险等级；参照车辆失稳风险等级和车辆碰撞风险等级，评估极限工况下车辆于驾驶人和道路环境综合作用下的行车综合风险。本申请实施例可以基于车辆动力学失稳与碰撞两种不同时间尺度的行车风险对行车综合风险进行评估，突破了行车综合风险评估中的多尺度问题，实现极限工况下车辆失稳与碰撞综合风险态势感知，保证极限工况下车辆风险评估的准确性和可靠性，提升行车安全性。
-
公开(公告)号：CN111291786A
公开(公告)日：2020-06-16
申请号：CN202010054543.7
申请日：2020-01-17
Applicant: 清华大学
Abstract: 本发明公开了一种车载视觉实时多目标航向角估计方法及装置，该方法包括：步骤1，采用离线数据集事先训练好的单阶段二维目标检测模型YOLOv3提取输入的单目单帧图像的深度卷积神经网络特征图；步骤2，在深度卷积神经网络特征图上进行二维目标的优化定位，并对车辆、行人和骑车人三类交通道路参与者多目标进行分类优化，输出目标框所对应目标的二维位置和类别；步骤3，根据深度卷积神经网络特征图、目标的二维位置和类别，通过直接回归该目标的连续观测角度α，分别得到观测角度α的正弦值sinα和余弦值cosα，考虑角度的周期性同时平方和约束正弦值sinα和余弦值cosα，最终获得目标相对自车的观测角度α的唯一确定值。本发明能够在车辆行驶过程中准确实时地估计车载目标在世界坐标系下的观测，为车载目标的轨迹预测和智能车辆的碰撞预警提供依据。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
