-
公开(公告)号:CN117636297B
公开(公告)日:2024-08-16
申请号:CN202311549466.2
申请日:2023-11-20
申请人: 苏州大学
IPC分类号: G06V20/58 , G06V10/94 , H04B10/116 , G01S17/931 , G01S17/89 , G01S17/86
摘要: 本发明涉及一种基于可见光通信的前车驾驶意图辨识系统及方法,所述系统包括:可见光通信模块和意识识别模块;所述可见光通信模块包括可见光通信设备和高速摄像头;所述可见光通信设备将获取的前车驾驶意图数据发送至所述意识识别模块,所述高速摄像头将采集的前方车辆视频图像传输至所述意识识别模块;所述意识识别模块根据融合机器学习算法对所述车辆视频图像进行处理生成前方车辆轨迹数据;根据所述前方车辆轨迹数据和所述前车驾驶意图数据建立映射模型;根据所述映射模型生成意图识别结果。通过通过匹配可见光通信设备数据处理结果精确识别得到准确的目标信息,能够精确识别驾驶车辆向左换道、向右换道、左转、右转或者制动意图。
-
公开(公告)号:CN117636297A
公开(公告)日:2024-03-01
申请号:CN202311549466.2
申请日:2023-11-20
申请人: 苏州大学
IPC分类号: G06V20/58 , G06V10/94 , H04B10/116 , G01S17/931 , G01S17/89 , G01S17/86
摘要: 本发明涉及一种基于可见光通信的前车驾驶意图辨识系统及方法,所述系统包括:可见光通信模块和意识识别模块;所述可见光通信模块包括可见光通信设备和高速摄像头;所述可见光通信设备将获取的前车驾驶意图数据发送至所述意识识别模块,所述高速摄像头将采集的前方车辆视频图像传输至所述意识识别模块;所述意识识别模块根据融合机器学习算法对所述车辆视频图像进行处理生成前方车辆轨迹数据;根据所述前方车辆轨迹数据和所述前车驾驶意图数据建立映射模型;根据所述映射模型生成意图识别结果。通过通过匹配可见光通信设备数据处理结果精确识别得到准确的目标信息,能够精确识别驾驶车辆向左换道、向右换道、左转、右转或者制动意图。
-
公开(公告)号:CN115273500A
公开(公告)日:2022-11-01
申请号:CN202210815708.7
申请日:2022-07-12
申请人: 苏州大学
IPC分类号: G08G1/08 , G08G1/16 , G08G1/0968
摘要: 本发明以网联车辆最小化行驶延误为目标,尽可能使网联车辆实现不停车通过。考虑到网联车辆和人工驾驶车辆在信号交叉口混行环境,基于光通信技术和车联网通信技术,获取信号交叉口处与网联车辆行驶相关的信息,根据当前信号灯状态和车辆所处车队位置以及车道条件下,对网联车辆进行速度、加速度、位置、时间等的约束,分析网联车辆不停车通过交叉口的行驶状态,生成网联车辆在未来一段时间内的行驶轨迹矩阵,并在固定时间间隔下进行不断更新和优化,网联车辆按照行驶轨迹矩阵行驶,达到理想通行效果。
-
公开(公告)号:CN116394979A
公开(公告)日:2023-07-07
申请号:CN202310479421.6
申请日:2023-04-28
申请人: 苏州大学
摘要: 本发明涉及一种基于路侧融合感知的自动驾驶决策控制方法,包括:步骤S1:获取车辆周围的路况信息及环境信息和车辆自身的状态信息;步骤S2:根据所述车辆周围的路况信息及环境信息和车辆自身的状态信息,确定车辆的驾驶行为;步骤S3:根据确定好的驾驶行为规划车辆的最优驾驶路径;步骤S4:通过控制车辆运动的纵向轨迹和车辆运动的横向轨迹,使车辆按所述最优驾驶路径行驶。本发明能够基于当前场景控制车辆的驾驶行为,并基于驾驶行为规划出车辆的最优路径,并控制车辆按最优路径行驶。
-
公开(公告)号:CN115273500B
公开(公告)日:2023-07-07
申请号:CN202210815708.7
申请日:2022-07-12
申请人: 苏州大学
IPC分类号: G08G1/08 , G08G1/16 , G08G1/0968
摘要: 本发明以网联车辆最小化行驶延误为目标,尽可能使网联车辆实现不停车通过。考虑到网联车辆和人工驾驶车辆在信号交叉口混行环境,基于光通信技术和车联网通信技术,获取信号交叉口处与网联车辆行驶相关的信息,根据当前信号灯状态和车辆所处车队位置以及车道条件下,对网联车辆进行速度、加速度、位置、时间等的约束,分析网联车辆不停车通过交叉口的行驶状态,生成网联车辆在未来一段时间内的行驶轨迹矩阵,并在固定时间间隔下进行不断更新和优化,网联车辆按照行驶轨迹矩阵行驶,达到理想通行效果。
-
公开(公告)号:CN115376346A
公开(公告)日:2022-11-22
申请号:CN202210966876.6
申请日:2022-08-11
申请人: 苏州大学
IPC分类号: G08G1/0967 , G08G1/16 , G08G1/01
摘要: 本发明实施例提供一种混行条件下快速路合流区多模式驾驶车辆协同交汇方法,属于智能车路协同技术领域,该方法包括获取车路信息检测系统范围内主路外侧车道车辆信息和匝道车辆信息;根据所述主路外侧车道车辆信息和匝道车辆信息,实时计算匝道车辆汇入主路所需的动态安全距离,所述动态安全距离包括超车汇入实时动态安全距离和减速汇入实时动态安全距离;根据所述动态安全距离预测匝道车辆汇入主路时是否在某一时刻与主路外侧车辆发生冲突;根据冲突预测结果进行匝道车辆运行状态的调控,来实现匝道车辆安全高效地汇入主路。本发明有效解决了快速路合流区在多模式驾驶车辆混行情况下车辆汇入杂乱无章且效率低的问题。
-
-
-
-
-