-
公开(公告)号：CN109829386A
公开(公告)日：2019-05-31
申请号：CN201910007212.5
申请日：2019-01-04
Applicant: 清华大学
Abstract: 本发明公开了一种基于多源信息融合的智能车辆可通行区域检测方法，该方法包括：S100，采集车载传感器检测到的车辆周围的障碍物目标信息，输出静态障碍物目标库；S200，接收车辆周围的障碍物目标信息，将由车载传感器检测到的障碍物目标信息进行时空同步，再将所有检测到的车辆周围的障碍物信息进行单帧目标融合，利用运动预测和多帧目标关联进行连续帧间的多目标跟踪，输出动态障碍物目标库；S300，接收静态障碍物目标库和S200输出的动态障碍物目标库，并根据静态障碍物目标库的信息更新动态障碍物目标库，形成实时的障碍物目标信息，生成可通行区域。本发明能够在车辆行驶过程中准确获取车辆周围障碍物的位置、尺度、类别和运动信息以及二值化栅格化地图，跟踪多目标的运动轨迹，形成包括二值化栅格化地图和动态障碍物信息实时更新的智能车辆可通行区域。
-
公开(公告)号：CN108622103B
公开(公告)日：2019-02-19
申请号：CN201810433365.1
申请日：2018-05-08
Applicant: 清华大学
Abstract: 本发明公开了一种行车风险辨识模型的标定方法和系统，标定方法包括：S1，通过在试验车上安装信息采集装置，建立车辆平台；S2，采集与时间同步的试验车和环境相关的试验数据；S3，提取不同驾驶人在不同环境中踩下加速踏板、释放加速踏板、踩下制动踏板和释放制动踏板的各个相应时刻，以定义各所述时刻分别对应的风险等级值；S4，获得驾驶人在不同场景中的风险辨识曲线，该风险辨识曲线表示随时间的变化驾驶人对风险等级的判断；S5，利用风险辨识曲线标定行车风险辨识模型。本发明通过记录驾驶人对车辆平台的操作，辨识驾驶人在不同场景中对风险等级进行判断的风险辨识曲线，再利用风险辨识曲线图对行车风险辨识模型标定，因此标定出来的行车风险辨识模型能适应不同驾驶人的驾驶习惯，有利于提高行车风险辨识系统的接受度。
-
Patent Agency Ranking
公开(公告)号：CN107798870B
公开(公告)日：2019-10-22
申请号：CN201711007321.4
申请日：2017-10-25
Applicant: 清华大学
IPC: G08G1/01
Abstract: 本发明公开了一种多车辆目标跟踪的航迹管理方法及系统、车辆，所述方法包括如下步骤：步骤1，采集自车周围的其它交通参与目标的传感器原始数据；步骤2，将传感器原始数据解析成目标数据；步骤3，从目标数据中提取检测目标；步骤4，接收前一时刻的航迹，得到预测航迹；步骤5，关联检测目标和前一时刻预测航迹得，到关联数据；步骤6，根据关联失败检测目标，新生成航迹；步骤7，根据关联成功的航迹，更新航迹；步骤8，根关联失败的航迹，更新航迹；步骤9，根据新生成、更新及未删除的各航迹，得到当前时刻的预测航迹，返回步骤4；步骤10，输出步骤9得到的当前时刻预测航迹中的置信度状态为成熟且重要的航迹。本发明的航迹管理方法的可靠性提高，误跟踪率降低。
-
公开(公告)号：CN108897313A
公开(公告)日：2018-11-27
申请号：CN201810498215.9
申请日：2018-05-23
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明公开一种分层式端到端车辆自动驾驶系统构建方法，该方法将自动驾驶系统分为四层管理架构：第一层采用神经网络模型以摄像头原始采集的数据为输入，输出为隐层结果，仅包含交通环境特征；第二层采用两个神经网络模型，以第一层的输出为输入，输出分别为仅包含道路特征和道路参与者特征的隐层结果；第三层采用两个增强学习模型，以第二层的两个输出为输入，输出分别为仅考虑道路特征的车辆控制命令和仅考虑道路参与者特征的控制命令；第四层采用增强学习模型以第三层的两个输出为并列输入，输出终级车辆控制命令。相比于目前主流的端到端车辆自动驾驶方法，本方法结合了规则信息，能够提高端到端自动驾驶的可靠性。
-
公开(公告)号：CN108622103A
公开(公告)日：2018-10-09
申请号：CN201810433365.1
申请日：2018-05-08
Applicant: 清华大学
Abstract: 本发明公开了一种行车风险辨识模型的标定方法和系统，标定方法包括：S1，通过在试验车上安装信息采集装置，建立车辆平台；S2，采集与时间同步的自车和环境相关的试验数据；S3，提取不同驾驶人在不同环境中踩下加速踏板、释放加速踏板、踩下制动踏板和释放制动踏板的各个相应时刻，以定义各所述时刻分别对应的风险等级值；S4，获得驾驶人在不同场景中的风险辨识曲线，该风险辨识曲线表示随时间的变化驾驶人对风险等级的判断；S5，利用风险辨识曲线标定行车风险辨识模型。本发明通过记录驾驶人对车辆平台的操作，辨识驾驶人在不同场景中对风险等级进行判断的风险辨识曲线，再利用风险辨识曲线图对行车风险辨识模型标定，因此标定出来的行车风险辨识模型能适应不同驾驶人的驾驶习惯，有利于提高行车风险辨识系统的接受度。
-
公开(公告)号：CN109829386B
公开(公告)日：2020-12-11
申请号：CN201910007212.5
申请日：2019-01-04
Applicant: 清华大学
Abstract: 本发明公开了一种基于多源信息融合的智能车辆可通行区域检测方法，该方法包括：S100，采集车载传感器检测到的车辆周围的障碍物目标信息，输出静态障碍物目标库；S200，接收车辆周围的障碍物目标信息，将由车载传感器检测到的障碍物目标信息进行时空同步，再将所有检测到的车辆周围的障碍物信息进行单帧目标融合，利用运动预测和多帧目标关联进行连续帧间的多目标跟踪，输出动态障碍物目标库；S300，接收静态障碍物目标库和S200输出的动态障碍物目标库，并根据静态障碍物目标库的信息更新动态障碍物目标库，形成实时的障碍物目标信息，生成可通行区域。本发明能够在车辆行驶过程中准确获取车辆周围障碍物的位置、尺度、类别和运动信息以及二值化栅格化地图，跟踪多目标的运动轨迹，形成包括二值化栅格化地图和动态障碍物信息实时更新的智能车辆可通行区域。
-
公开(公告)号：CN107798870A
公开(公告)日：2018-03-13
申请号：CN201711007321.4
申请日：2017-10-25
Applicant: 清华大学
IPC: G08G1/01
Abstract: 本发明公开了一种多车辆目标跟踪的航迹管理方法及系统、车辆，所述方法包括如下步骤：步骤1，采集自车周围的其它交通参与目标的传感器原始数据；步骤2，将传感器原始数据解析成目标数据；步骤3，从目标数据中提取检测目标；步骤4，接收前一时刻的航迹，得到预测航迹；步骤5，关联检测目标和前一时刻预测航迹得，到关联数据；步骤6，根据关联失败检测目标，新生成航迹；步骤7，根据关联成功的航迹，更新航迹；步骤8，根关联失败的航迹，更新航迹；步骤9，根据新生成、更新及未删除的各航迹，得到当前时刻的预测航迹，返回步骤4；步骤10，输出步骤9得到的当前时刻预测航迹中的置信度状态为成熟且重要的航迹。本发明的航迹管理方法的可靠性提高，误跟踪率降低。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
