-
公开(公告)号：CN118627589A
公开(公告)日：2024-09-10
申请号：CN202410658112.X
申请日：2024-05-27
Applicant: 吉林大学
IPC: G06N3/096 , B60W40/06 , G06F18/2415
Abstract: 本发明属于新能源汽车技术领域，具体的说是一种面向车型适配的智能地形识别迁移学习方法与系统。本发明首先配置不同车型的车辆固有参数并将其作为输入层，然后采集原始行驶数据作为第一行驶数据，对第一行驶数据进行预处理后得到第二行驶数据，进一步对第二行驶数据按地形划分取值范围，获得行驶数据地形数组，即输出层。然后将输入层数据与输出层数据经过深度神经网络训练后获得二者之间的映射关系，即车辆固有参数与行驶数据之间的映射关系。当车型发生变化时，只需获取新车型的车辆固有参数即可得到新车型行驶数据地形数组。新车型行驶过程中，采集新车型原始行驶数据作为新车型第一行驶数据，并对新车型第一行驶数据进行预处理，获得新车型第二行驶数据。然后将新车型第二行驶数据与新车型行驶数据地形数组进行比对，输出概率最大的地形类别作为地形识别结果。本发明所提出方法，考虑了车型发生变化时地形识别方案的泛化性能。当车型发生变化时，此功能可根据需求迁移至其他车型使用，提高了驾驶舒适性以及开发效率。
-
公开(公告)号：CN120028056A
公开(公告)日：2025-05-23
申请号：CN202510170689.0
申请日：2025-02-17
Applicant: 吉林大学
IPC: G01M17/007 , G06F30/15 , G06F30/20 , G06F18/10 , G06F18/213 , G06N20/20
Abstract: 本发明涉及一种基于主观‑生理状态预测的汽车操纵稳定性评价方法，该方法通过采集车辆动态数据、主观评价师的生理数据以及主观评价表，结合数据处理和机器学习算法，预测车辆在不同驾驶情境下的操纵稳定性。本发明能够在没有真人驾驶的情况下，通过预测算法准确反映驾驶员在不同驾驶情境下的心理状态和主观意见，为车辆操控稳定性的优化设计提供科学依据。本发明不仅适用于传统燃油汽车，还可广泛应用于电动汽车、混合动力汽车以及自动驾驶车辆，具有广泛的应用前景。
-
公开(公告)号：CN119167802B
公开(公告)日：2025-02-14
申请号：CN202411668014.0
申请日：2024-11-21
Applicant: 吉林大学
Abstract: 本发明属于自动驾驶测试技术领域，具体的说是一种基于分层强化架构的智能汽车边缘场景生成方法。包括以下步骤：步骤一、处理自然驾驶数据，构建初始测试环境；步骤二、建立风险冲突预测方法；步骤三、建立测试场景评价方法，包含碰撞合理性评价与时空相似性评价；步骤四、构建基于索引管理的场景库；步骤五、构建基本强化学习环境，搭建静态环境与基础接口；步骤六、场景分层调度时期划分，基于场景特征划分测试时期；步骤七、奖励机制与动作策略优化，根据场景时期与车辆行为进行调整；步骤八、模型训练应用与场景数据输出。最终实现边缘场景的多样性生成，突破了局部收敛难题，提高了边缘场景发掘效率。
-
公开(公告)号：CN119832478A
公开(公告)日：2025-04-15
申请号：CN202411923811.9
申请日：2024-12-25
Applicant: 吉林大学
Abstract: 本发明涉及计算机视觉和自动驾驶技术领域，特别涉及一种基于视觉大模型的自然驾驶事故场景关键要素提取方法，包括数据收集与预处理、事故数据提示词设计、基于本体的事故场景描述与数据标注、预训练模型微调与优化、关键要素识别与后处理等步骤，本发明显著提高自然驾驶事故分析的效率，减少人工审查的时间和成本。通过基于本体的事故场景描述方法、基于光流法的动态特征提取和更准确的提示词设计，提高模型对关键要素的识别准确性。通过数据增强技术和合理的损失函数设计，提高了模型在不同场景下的鲁棒性和泛化能力。本发明不仅适用于自然驾驶事故的分析，还能扩展到其他场景，为智能交通、智慧城市、安全城市管理提供高效率的场景理解方法。
-
公开(公告)号：CN117389168A
公开(公告)日：2024-01-12
申请号：CN202311484379.3
申请日：2023-11-09
Applicant: 吉林大学
IPC: G05B17/02
Abstract: 本发明提供一种基于扩张状态观测器的车辆横向轨迹跟踪反步控制方法，利用反步控制器实时获取扩张状态观测器观测到的参数误差和外部扰动，将所述参数误差和外部扰动输入到反步控制器中，使反步控制器根据参数误差和外部扰动，输出控制信号对车辆的前轮转向角进行控制。所述的反步控制器有着强鲁棒性、可处理多变量系统、处理能力要求小等优势；所述的扩张状态观测器可以观测出车辆路径跟踪时的不确定性参数和外部扰动的具体数值，融入到控制方法中让路径跟踪的效果更好。本发明的反步控制器和扩张状态观测器的结合控制车辆的路径跟踪，可以使得实际路径和期望路径的误差很快的收敛到零，保证车辆准确的沿着期望路径移动，且具有很强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN119821425A
公开(公告)日：2025-04-15
申请号：CN202510145562.3
申请日：2025-02-10
Applicant: 吉林大学
Abstract: 本发明属于自动驾驶汽车底盘控制技术领域，提供一种基于参数自适应的变道场景横纵向解耦控制方法及应用，首先基于分层规划的变道轨迹生成过程，结合路径规划结构生成合理的换道轨迹；再基于遗传寻优与神经网络的自适应轨迹跟踪过程，通过测试数据优化生成最佳换道控制参数，最后结合神经网络算法训练控制参数模型，实现针对特定换道工况的最优控制过程。本发明通过自适应识别变道场景完成高实时性、高舒适性、高稳定性驾驶任务，并结合变道过程工况实时识别以调整自身控制行为，从而实现高性能的控制效果输出。
-
公开(公告)号：CN119167802A
公开(公告)日：2024-12-20
申请号：CN202411668014.0
申请日：2024-11-21
Applicant: 吉林大学
Abstract: 本发明属于自动驾驶测试技术领域，具体的说是一种基于分层强化架构的智能汽车边缘场景生成方法。包括以下步骤：步骤一、处理自然驾驶数据，构建初始测试环境；步骤二、建立风险冲突预测方法；步骤三、建立测试场景评价方法，包含碰撞合理性评价与时空相似性评价；步骤四、构建基于索引管理的场景库；步骤五、构建基本强化学习环境，搭建静态环境与基础接口；步骤六、场景分层调度时期划分，基于场景特征划分测试时期；步骤七、奖励机制与动作策略优化，根据场景时期与车辆行为进行调整；步骤八、模型训练应用与场景数据输出。最终实现边缘场景的多样性生成，突破了局部收敛难题，提高了边缘场景发掘效率。
-
公开(公告)号：CN119860792A
公开(公告)日：2025-04-22
申请号：CN202510079323.2
申请日：2025-01-17
Applicant: 吉林大学
Abstract: 本发明提供一种基于分时运算的智能汽车动态场景规划方法及系统，为了解决现有全局路径规划方法存在的计算实时性和结果有效性问题。本发明包含信息处理、短时预测、分时运算和路径规划四部分架构。相较于现有的全局规划方法，本发明通过分时运算识别场景的动态变化，将A*的运算触发设定为局部动态修正和整体增量更新两部分，有效解决了传统算法的单次运算精度差和连续运算资源消耗大的问题。同时，本发明基于非线性车辆动力学方程构建短时预测模型，将预测结果用于场景未来栅格构建，可以有效提升运算结果的有效性；本发明通过场景分时阶段划分，能够灵活适应不断变化的道路环境，确保自动驾驶车辆始终遵循最优且安全的行驶路径。
-
公开(公告)号：CN119693906A
公开(公告)日：2025-03-25
申请号：CN202510192921.0
申请日：2025-02-21
Applicant: 吉林大学
IPC: G06V20/56 , G06V20/70 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0895 , G06N3/09
Abstract: 本发明属于自动驾驶测试技术领域，具体的说是一种基于边缘数据学习增强的智能汽车场景理解方法。包括以下步骤：步骤一、自然驾驶数据采集；步骤二、场景结构表示与语义标签处理；步骤三、边缘场景提取与自动标注修正；步骤四、场景信息预测匹配与数据集构建；步骤五、大模型架构设计与结构微调。步骤六、场景理解应用与模型对比评价；本发明可用于复杂、边缘场景下的理解认知，提升智能汽车算法的可解释性。
-
公开(公告)号：CN117193323A
公开(公告)日：2023-12-08
申请号：CN202311336195.2
申请日：2023-10-16
Applicant: 吉林大学
IPC: G05D1/02
Abstract: 本发明提供一种基于扩张状态观测器的车辆路径跟踪终端滑模控制方法，利用非奇异终端滑模控制器实时获取扩张状态观测器观测到的参数误差和外部扰动，将所述参数误差和外部扰动输入非奇异终端滑模控制器中，使非奇异终端滑模控制器根据参数误差和外部扰动，输出控制信号对车辆的前轮转向角进行控制。本发明非奇异终端滑模控制器有着响应快、有限时间内收敛、稳态跟踪精度高等多种优势；扩张状态观测器可以观测出车辆路径跟踪时的不确定性参数和外部干扰的具体数值，融入到控制算法中让路径跟踪的效果更好。本发明可以使得实际路径和期望路径的误差很快的收敛到零，保证车辆准确的沿着期望路径移动，且具有很强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
