-
公开(公告)号：CN109094574B
公开(公告)日：2021-06-25
申请号：CN201810864504.6
申请日：2018-08-01
Applicant: 长安大学
IPC: B60W30/12 , B60W50/00 , B60W50/02 , B60W50/14 , G01M17/007
Abstract: 本发明公开了一种基于台架的无人车驾驶状态测量控制系统，通过信息采集模块获取无人车车辆状态特征，包括方向盘转角、车速、刹车状态等；通过高清摄像头、雷达和激光测距仪获取无人车周围环境数据，包括路障，路标和道路交通标线，以高性能的嵌入式计算机作为主控模块，将获取的车辆状态信息及周围环境信息数据并行输入数据规格化分块存储模块，主控模块通过分析得到无人车驾驶状态信息，从数据分块检测模块分别获取相应的信息，再分别通过控制模块对车辆进行控制，包括车道偏离预警，发出报警并紧急制动，能够有效的检测异常无人车驾驶状态，并采取相应的措施，避免发生安全事故。
-
公开(公告)号：CN115685221B
公开(公告)日：2025-04-25
申请号：CN202211318478.X
申请日：2022-10-26
Applicant: 长安大学
Abstract: 本发明公开了一种路侧激光雷达部署位置评估系统及方法，根据激光雷达的选型确定激光雷达探测极限值，设定感知空间，利用选型后的激光雷达扫描获取激光雷360°范围内的点云数据，通过选型后的激光雷达安装的外参信息计算点云数据在世界坐标系下的位置，能够将复杂的激光雷达安装位置问题转化为参数计算问题，能够实现对激光雷达安装位置、角度的评估及最优架设位置的选择，使用了基于每体素点云的度量标准来衡量激光雷达在预定义感知空间中感知到的信息量，通过本发明中的方法可以简化原有激光雷达架设位置评估流程，节省了激光雷达位置评估的耗时，适用于多种道路结构，提高了灵活性，最终得到准确的激光雷达架设位置评估指数。
-
公开(公告)号：CN108986471A
公开(公告)日：2018-12-11
申请号：CN201810650342.6
申请日：2018-06-22
Applicant: 长安大学
IPC: G08G1/015 , G08G1/052 , G08G1/0967
Abstract: 本发明公开了一种混合交通条件下交叉口车辆引导方法，在含有网联车和普通车的交叉口，通过对网联车采用三角函数速度引导的方法进行速度引导，对普通车的速度引导是根据跟驰模型通过引导网联车的速度间接对普通车的行驶速度进行引导；本发明提供的方法考虑了混合车队的情况，利用网联车作为头车，间接引导普通车的车速，既提高了交叉口的通行效率，又降低了机动车在交叉口区域的尾气排放；该方法算法简单，运算复杂度较低，满足速度引导方法对延时的敏感性。
-
公开(公告)号：CN113516846B
公开(公告)日：2022-12-13
申请号：CN202110702854.4
申请日：2021-06-24
Applicant: 长安大学
Abstract: 本发明公开了一种车辆换道行为预测模型构建、预测预警方法及系统，利用车载终端实时采集车辆行驶状态数据，并进行车辆间数据通信；通过结合博弈论和深度学习技术，从数据中获取不同车辆在行驶过程中的动态交互作用，对车辆周围行驶环境信息的分析，利用博弈理论判断当前环境是否适合车辆换道，进而量化驾驶员的换道意图，利用深度学习算法识别并预测车辆的运行数据，当运行数据开始满足车道改变的特征时，本发明可以在短时间内得到车辆正在执行换道操作的预测结果，还可以将预测出的换道行为以车间通信的方式发送到周围车辆的车载终端，起到预警作用。
-
公开(公告)号：CN108986471B
公开(公告)日：2020-08-21
申请号：CN201810650342.6
申请日：2018-06-22
Applicant: 长安大学
IPC: G08G1/015 , G08G1/052 , G08G1/0967
Abstract: 本发明公开了一种混合交通条件下交叉口车辆引导方法，在含有网联车和普通车的交叉口，通过对网联车采用三角函数速度引导的方法进行速度引导，对普通车的速度引导是根据跟驰模型通过引导网联车的速度间接对普通车的行驶速度进行引导；本发明提供的方法考虑了混合车队的情况，利用网联车作为头车，间接引导普通车的车速，既提高了交叉口的通行效率，又降低了机动车在交叉口区域的尾气排放；该方法算法简单，运算复杂度较低，满足速度引导方法对延时的敏感性。
-
Patent Agency Ranking
公开(公告)号：CN109094574A
公开(公告)日：2018-12-28
申请号：CN201810864504.6
申请日：2018-08-01
Applicant: 长安大学
IPC: B60W50/00 , B60W50/02 , B60W50/14 , G01M17/007
Abstract: 本发明公开了一种基于台架的无人车驾驶状态测量控制系统，通过信息采集模块获取无人车车辆状态特征，包括方向盘转角、车速、刹车状态等；通过高清摄像头、雷达和激光测距仪获取无人车周围环境数据，包括路障，路标和道路交通标线，以高性能的嵌入式计算机作为主控模块，将获取的车辆状态信息及周围环境信息数据并行输入数据规格化分块存储模块，主控模块通过分析得到无人车驾驶状态信息，从数据分块检测模块分别获取相应的信息，再分别通过控制模块对车辆进行控制，包括车道偏离预警，发出报警并紧急制动，能够有效的检测异常无人车驾驶状态，并采取相应的措施，避免发生安全事故。
-
公开(公告)号：CN115685221A
公开(公告)日：2023-02-03
申请号：CN202211318478.X
申请日：2022-10-26
Applicant: 长安大学
Abstract: 本发明公开了一种路侧激光雷达部署位置评估系统及方法，根据激光雷达的选型确定激光雷达探测极限值，设定感知空间，利用选型后的激光雷达扫描获取激光雷360°范围内的点云数据，通过选型后的激光雷达安装的外参信息计算点云数据在世界坐标系下的位置，能够将复杂的激光雷达安装位置问题转化为参数计算问题，能够实现对激光雷达安装位置、角度的评估及最优架设位置的选择，使用了基于每体素点云的度量标准来衡量激光雷达在预定义感知空间中感知到的信息量，通过本发明中的方法可以简化原有激光雷达架设位置评估流程，节省了激光雷达位置评估的耗时，适用于多种道路结构，提高了灵活性，最终得到准确的激光雷达架设位置评估指数。
-
公开(公告)号：CN113674525B
公开(公告)日：2022-08-16
申请号：CN202110869679.8
申请日：2021-07-30
Applicant: 长安大学
Abstract: 本发明公开一种基于稀疏数据的信号交叉口车辆排队长度预测方法，该方法首先获取信号交叉口车辆信息，利用建立的车辆跟驰模型补全车辆信息中缺失的普通车辆信息；根据排队条件提取车辆进入排队状态离散点并进行拟合得到车辆排队长度实时数据；利用建立的车辆排队长度预测模型预测不同时间跨度下的车辆排队长度。本发明解决了现有技术中存在的信号交叉口环境下车辆排队长度估算方法预测精度不高等问题。
-
公开(公告)号：CN113674525A
公开(公告)日：2021-11-19
申请号：CN202110869679.8
申请日：2021-07-30
Applicant: 长安大学
Abstract: 本发明公开一种基于稀疏数据的信号交叉口车辆排队长度预测方法，该方法首先获取信号交叉口车辆信息，利用建立的车辆跟驰模型补全车辆信息中缺失的普通车辆信息；根据排队条件提取车辆进入排队状态离散点并进行拟合得到车辆排队长度实时数据；利用建立的车辆排队长度预测模型预测不同时间跨度下的车辆排队长度。本发明解决了现有技术中存在的信号交叉口环境下车辆排队长度估算方法预测精度不高等问题。
-
公开(公告)号：CN113516846A
公开(公告)日：2021-10-19
申请号：CN202110702854.4
申请日：2021-06-24
Applicant: 长安大学
Abstract: 本发明公开了一种车辆换道行为预测模型构建、预测预警方法及系统，利用车载终端实时采集车辆行驶状态数据，并进行车辆间数据通信；通过结合博弈论和深度学习技术，从数据中获取不同车辆在行驶过程中的动态交互作用，对车辆周围行驶环境信息的分析，利用博弈理论判断当前环境是否适合车辆换道，进而量化驾驶员的换道意图，利用深度学习算法识别并预测车辆的运行数据，当运行数据开始满足车道改变的特征时，本发明可以在短时间内得到车辆正在执行换道操作的预测结果，还可以将预测出的换道行为以车间通信的方式发送到周围车辆的车载终端，起到预警作用。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
