-
公开(公告)号：CN115158308A
公开(公告)日：2022-10-11
申请号：CN202110362645.X
申请日：2021-04-02
IPC: B60W30/095 , B60W30/18 , B60T7/22
Abstract: 一种智能车辆主动避障控制方法及装置、存储介质、终端，所述方法包括：获取本车的状态信息以及本车周围的各交通参与者的状态信息；根据本车的状态信息以及各交通参与者的状态信息，估算各交通参与者对本车产生的风险；根据各交通参与者对本车产生的风险，判断在预设行车风险范围内当前车道的前方是否存在前方障碍物；当存在前方障碍物时，根据各交通参与者对本车产生的风险与制动避障风险阈值以及与换道避障风险阈值之间的关系，确定避障策略，并执行与所确定的避障策略对应的避障操作，制动避障风险阈值以及换道避障风险阈值均与本车以及各交通参与者的状态信息相关。上述方案能够提高车辆主动避障策略确定的高效性及提高行车安全。
-
公开(公告)号：CN113188556A
公开(公告)日：2021-07-30
申请号：CN202110459321.8
申请日：2021-04-27
Applicant: 清华大学
IPC: G01C21/34
Abstract: 本申请公开了一种基于行车安全场的智能网联汽车轨迹规划方法及装置，其中，方法包括：基于行车安全场计算交通环境对智能网联汽车自车造成的风险；根据汽车的周边道路交通环境、汽车的自车车速与预测时域生成稀疏的可搜索区域；基于风险在可搜索区域生成车道选择轨迹，并在车道选择轨迹的基础上将稀疏的搜索区域进行细化，以得到初始规划路径和规划速度，最后在预测时域内进行推演，解决轨迹跟踪最优化问题，得到智能网联汽车在预测时域内最终规划轨迹。本申请实施例的轨迹规划方法可以提高轨迹规划的准确性、有效性和实时性，有效保证行车安全，更加智能化。
-
公开(公告)号：CN115752568B
公开(公告)日：2025-01-21
申请号：CN202211348097.6
申请日：2022-10-31
Applicant: 中国三峡建工(集团)有限公司 , 清华大学 , 三峡大学
Abstract: 本发明提供了一种高拱坝施工期安全监测自动化系统及建立方法，所述系统包括：坝踵应力检测模块、坝体倒悬变形检测模块、监测中心站、无线传输基站、仓面传感器检测自动化模块和廊道监测自动化模块；本发明将实现坝址区域大范围、全过程自动化采集和实时在线分析，全面掌握包括大坝及坝基变形、渗流、温度、应力应变、坝基开挖回弹变形、坝体倾倒变形等性状，辅助进行大坝工程建设安全仿真，监控工程风险，指导大坝施工及蓄水和运行，避免大坝坝体及基础部位出现危害性裂缝和变形失稳。
-
公开(公告)号：CN115752568A
公开(公告)日：2023-03-07
申请号：CN202211348097.6
申请日：2022-10-31
Applicant: 中国三峡建工(集团)有限公司 , 清华大学 , 三峡大学
Abstract: 本发明提供了一种高拱坝施工期安全监测自动化系统及建立方法，所述系统包括：坝踵应力检测模块、坝体倒悬变形检测模块、监测中心站、无线传输基站、仓面传感器检测自动化模块和廊道监测自动化模块；本发明将实现坝址区域大范围、全过程自动化采集和实时在线分析，全面掌握包括大坝及坝基变形、渗流、温度、应力应变、坝基开挖回弹变形、坝体倾倒变形等性状，辅助进行大坝工程建设安全仿真，监控工程风险，指导大坝施工及蓄水和运行，避免大坝坝体及基础部位出现危害性裂缝和变形失稳。
-
公开(公告)号：CN114056332A
公开(公告)日：2022-02-18
申请号：CN202210045949.8
申请日：2022-01-14
Applicant: 清华大学
IPC: B60W30/165 , B60W60/00
Abstract: 本申请涉及一种基于认知风险平衡的智能汽车跟车决策和控制方法，包括：智能汽车处于跟车工况，基于车头时距和逆碰撞时间得到认知风险；判断是否位于认知风险平衡区间内，如果否，通过纵向加速度与认知风险之间的函数，预测获得人类驾驶员在相应的风险强度作用下的响应加速度，作为智能车辆应对相应的风险的拟人化响应加速度，拟人化响应加速度用于调节认知风险，使其保持平衡；基于响应加速度，通过车辆纵向逆动力性模型预测获得节气门开度和制动压力强度，以实时调节车速，实现智能汽车跟车。由此，实现了拟人化的认知风险平衡机制在智能汽车纵向驾驶行为决策上的应用，通过学习优秀驾驶员的驾驶决策规律，以指导智能汽车拟人化的跟车行驶。
-
Patent Agency Ranking
公开(公告)号：CN111634333A
公开(公告)日：2020-09-08
申请号：CN202010543034.0
申请日：2020-06-15
Applicant: 清华大学
IPC: B62D21/00 , B62D63/02 , B62D63/04 , B60R16/023 , B60W60/00
Abstract: 本发明公开了一种适用于自动驾驶的电动车底盘及具有其的电控系统和车辆，电动车底盘包括底盘框架和设于底盘框架的四个电动轮总成，相邻的两个电动轮总成的转向中心连接互相垂直且长度相等；每一电动轮总成包括车轮、轮速控制单元、以及转向控制单元，其中，轮速控制单元设置于轮胎中，组成车轮，用于控制相应车轮的行驶速度；转向控制单元设于车轮与底盘框架之间，转向控制单元包括驱动设备、齿轮传动设备、以及导向悬架，其中，导向悬架连接到车轮，驱动设备通过齿轮传动设备驱动连接导向悬架，以通过驱动导向悬架转动而控制相应车轮的转向角。本发明提供的电动车底盘的结构模块化程度高，便于根据不同需求定制、改造或维修。
-
公开(公告)号：CN113188556B
公开(公告)日：2023-06-13
申请号：CN202110459321.8
申请日：2021-04-27
Applicant: 清华大学
IPC: G01C21/34
Abstract: 本申请公开了一种基于行车安全场的智能网联汽车轨迹规划方法及装置，其中，方法包括：基于行车安全场计算交通环境对智能网联汽车自车造成的风险；根据汽车的周边道路交通环境、汽车的自车车速与预测时域生成稀疏的可搜索区域；基于风险在可搜索区域生成车道选择轨迹，并在车道选择轨迹的基础上将稀疏的搜索区域进行细化，以得到初始规划路径和规划速度，最后在预测时域内进行推演，解决轨迹跟踪最优化问题，得到智能网联汽车在预测时域内最终规划轨迹。本申请实施例的轨迹规划方法可以提高轨迹规划的准确性、有效性和实时性，有效保证行车安全，更加智能化。
-
公开(公告)号：CN114056332B
公开(公告)日：2022-04-12
申请号：CN202210045949.8
申请日：2022-01-14
Applicant: 清华大学
IPC: B60W30/165 , B60W60/00
Abstract: 本申请涉及一种基于认知风险平衡的智能汽车跟车决策和控制方法，包括：智能汽车处于跟车工况，基于车头时距和逆碰撞时间得到认知风险；判断是否位于认知风险平衡区间内，如果否，通过纵向加速度与认知风险之间的函数，预测获得人类驾驶员在相应的风险强度作用下的响应加速度，作为智能车辆应对相应的风险的拟人化响应加速度，拟人化响应加速度用于调节认知风险，使其保持平衡；基于响应加速度，通过车辆纵向逆动力性模型预测获得节气门开度和制动压力强度，以实时调节车速，实现智能汽车跟车。由此，实现了拟人化的认知风险平衡机制在智能汽车纵向驾驶行为决策上的应用，通过学习优秀驾驶员的驾驶决策规律，以指导智能汽车拟人化的跟车行驶。
-
公开(公告)号：CN114114930A
公开(公告)日：2022-03-01
申请号：CN202210103608.1
申请日：2022-01-28
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本申请涉及路径搜索技术领域，特别涉及一种汽车局部参考路径生成方法、装置、设备及介质，方法包括：以基于汽车环境感知信息计算的当前导航路点上的匹配点为采样初始点，按照采样点个数沿汽车前进方向及相反方向取多个路点，生成局部参考路径原始点集；基于参考路径的平滑性、与导航路径的几何形状相似性、局部参考路径点的分布均匀性和参考路径行驶平顺性得到的目标函数，获取平滑的局部参考路点集；采用多项式曲线连接平滑的局部参考路点集中相邻路点，通过相邻路点距离区间的归一化处理，建立多项式曲线参数统一优化模型，生成路点分布均匀且满足平滑条件的汽车的局部参考路径。由此，快速获得当前汽车位置匹配点，提高局部参考路径生成效率。
-
公开(公告)号：CN113771884A
公开(公告)日：2021-12-10
申请号：CN202111329587.7
申请日：2021-11-09
Applicant: 清华大学
IPC: B60W60/00
Abstract: 本申请涉及智能汽车应用技术领域，特别涉及一种基于侧向量化平衡指标的智能汽车拟人化轨迹规划方法，包括：建立换道过程中侧向加速度最大值与换道最大侧向位移和换道时长之间的第一线性关系、侧向速度最大值与换道最大侧向位移和换道时长之间的第二线性关系；基于第一线性关系和第二线性关系，得到侧向量化平衡指标的计算模型；在智能汽车应用侧向量化平衡指标时，基于侧向量化平衡指标的计算模型，得到换道轨迹簇中每一换道轨迹的侧向量化平衡指标，进而选择出最优换道轨迹并实现拟人化的换道轨迹规划。由此，为智能汽车科学合理的换道决策提供参考，是智能汽车“学习人、模拟人、超越人和服务人”的拟人化决策理念在换道决策中的体现。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.05 seconds)
