-
公开(公告)号：CN117922612A
公开(公告)日：2024-04-26
申请号：CN202410097215.3
申请日：2024-01-24
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于协同感知和自适应信息融合的互联自动驾驶决策方法，主要解决现有自动驾驶决策在复杂的道路结构和交通灯信息条件下适用性较低的问题。该方法考虑在世界坐标系统下的多车道交通环境，其中有互联自动驾驶车辆和人类驾驶车辆组成的混合交通流。每个CAV都可以通过车载传感器和离线高精度地图获得周围的多模态环境特征(如车道信息、HDV车辆信息和红绿交通灯信息)。在车对车通信的帮助下，CAV可以共享其信息，并在指定的时间步长t内做出决策。该方法的目标是为CAV生成速度决策和转向角度决策。有了这样的动作决策，自动驾驶车辆可以安全有效地按特定路线行驶，同时最大限度地提高乘客的舒适度以及减少其对周围HDV的影响。
-
Patent Agency Ranking
公开(公告)号：CN112634328B
公开(公告)日：2022-11-08
申请号：CN202011551018.2
申请日：2020-12-24
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于自定中心星状图和注意力机制预测行人轨迹的方法，首先，目标行人及其邻近行人的历史轨迹分别由时间和空间编码器进行编码；然后将隐藏状态输入到注意力机制中，以模拟目标行人的注意力；最后，注意力权重的加和通过自定中心星状图解码器传递，一次输出一个预测位置；同时，相邻的隐藏状态将在星状图中连续解码，从而连续计算目标行人每个未来时刻的注意力。本发明利用自定中心星状图和多头注意力机制，并结合到时空编码信息中，很好地解决了现有技术预测行人轨迹精确度低及需要花费较多计算能力的问题。
-
公开(公告)号：CN112634328A
公开(公告)日：2021-04-09
申请号：CN202011551018.2
申请日：2020-12-24
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于自定中心星状图和注意力机制预测行人轨迹的方法，首先，目标行人及其邻近行人的历史轨迹分别由时间和空间编码器进行编码；然后将隐藏状态输入到注意力机制中，以模拟目标行人的注意力；最后，注意力权重的加和通过自定中心星状图解码器传递，一次输出一个预测位置；同时，相邻的隐藏状态将在星状图中连续解码，从而连续计算目标行人每个未来时刻的注意力。本发明利用自定中心星状图和多头注意力机制，并结合到时空编码信息中，很好地解决了现有技术预测行人轨迹精确度低及需要花费较多计算能力的问题。
-
公开(公告)号：CN115719479B
公开(公告)日：2024-09-17
申请号：CN202211524442.7
申请日：2022-11-30
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V20/56 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于编码器‑解码器架构的轨迹预测方法，涉及自动驾驶技术领域，包括：基于卷积神经网络对道路图片进行编码，得到路网特征信息，将其与物体特征信息合并得到提取向量图；将提取向量图输入带有注意力机制的图注意力网络，输出得到具有注意力信息的提取向量图，将该提取向量图输入至第一长短期记忆递归神经网络，输出得到第一结果数据；将第一结果数据输入到解码器图注意力网络之后得到带有注意力的第二结果；将第二结果数据输入至第二长短期记忆递归神经网络，输出得到轨迹预测结果，第二长短期记忆递归神经网络的损失函数包括位置信息损失和碰撞面积约束。本发明轨迹预测效率高，预测精度高，可靠性好。
-
公开(公告)号：CN115719479A
公开(公告)日：2023-02-28
申请号：CN202211524442.7
申请日：2022-11-30
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V20/56 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于编码器‑解码器架构的轨迹预测方法，涉及自动驾驶技术领域，包括：基于卷积神经网络对道路图片进行编码，得到路网特征信息，将其与物体特征信息合并得到提取向量图；将提取向量图输入带有注意力机制的图注意力网络，输出得到具有注意力信息的提取向量图，将该提取向量图输入至第一长短期记忆递归神经网络，输出得到第一结果数据；将第一结果数据输入到解码器图注意力网络之后得到带有注意力的第二结果；将第二结果数据输入至第二长短期记忆递归神经网络，输出得到轨迹预测结果，第二长短期记忆递归神经网络的损失函数包括位置信息损失和碰撞面积约束。本发明轨迹预测效率高，预测精度高，可靠性好。
-
公开(公告)号：CN115712673A
公开(公告)日：2023-02-24
申请号：CN202211512243.4
申请日：2022-11-29
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F16/25 , G06F16/242 , G06F16/248 , G06F9/445
Abstract: 本发明公开了一种加快数据从openGauss加载到DataFrame的方法，涉及计算机数据处理技术领域。该方法通过传入连接字段conn、SQL查询语句query，以及匹配openGauss的protocol字段，使本地计算机通过ConnectorX连接至openGauss数据库管理系统；ConnectorX的工作流包括：根据SQL查询语句query从openGauss获取元数据；根据元数据类型进行源分区，并预先分配内存创建若干NumPy数组；将SQL查询语句query拆分若干个子查询并行执行，得到多个查询结果；将查询结果转换为待写的查询结果数据；将待写的查询结果数据写入NumPy数组并生成DataFrame。本发明方法显著提高了openGauss将数据读取到DataFrame的速度，此外，通过使用ConnectorX来优化读取数据的过程，避免了修改数据库服务器和客户端驱动程序。
-
-
-
-
-
Search Results
6
records
(took 0.035 seconds)
