-
公开(公告)号：CN119105496A
公开(公告)日：2024-12-10
申请号：CN202411220115.1
申请日：2024-09-02
Applicant: 长安大学
Abstract: 本发明提供了一种自动驾驶货运编队协同决策方法、装置、设备及存储介质。具体而言，本发明提出了一种定制的部分可观测马尔科夫决策过程(POMDP)模型，该模型针对高速公路场景下的货运编队协同决策，利用交错结构的编队控制方法增强货运编队在训练阶段的感知信息，进一步提升智能体决策网络在测试阶段的效果。进一步地，结合QMIX算法构建了一个基于中心化训练与去中心化执行(CTDE)训练范式的多智能体强化学习框架，对货运编队的安全性、通行效率及能耗目标进行优化，从而促使货运编队产生自发的协同行为。本发明与传统的货运编队控制方法相比，所提出的模型和框架在提升货运编队协同决策方面展现出了优越性能。
-
公开(公告)号：CN117056845A
公开(公告)日：2023-11-14
申请号：CN202311083571.1
申请日：2023-08-25
Applicant: 长安大学
IPC: G06F18/2433 , G06F18/2411 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06N20/10
Abstract: 本发明公开了一种自动驾驶汽车异常检测方法及系统，采用自动驾驶车辆正常行驶状态下的系统运行数据信息训练深度神经网络异常检测模型得到训练好的异常检测模型；利用异常检测模型对自动驾驶车辆的实时数据进行检测得到自动驾驶车辆的检测结果，本发明能够有效支持工程师或相关领域专家调查黑箱异常检测模型预测的异常。除了有助于节省时间和维护成本外，它还实现了模型的透明性，从而促进工程师或相关领域专家信任所提出的异常检测模型。能够很好的展现对模型输出有重要影响的特征，以及展现这些特征单一地对模型输出产生的影响，进而提升领域专家对深度学习模型决策的理解，更为重要的是加快了领域专家对异常的定位和故障的诊断。
-
公开(公告)号：CN116773223A
公开(公告)日：2023-09-19
申请号：CN202310954692.2
申请日：2023-08-01
Applicant: 长安大学
IPC: G01M17/007
Abstract: 本发明涉及车辆测试技术领域，具体涉及一种车辆综合测试系统和车辆综合测试评价方法。该车辆综合测试系统包括：虚拟仿真测试单元、整车在环测试单元、封闭场地测试单元、开放道路测试单元和测试评价单元。其中，虚拟仿真测试单元，用于对待测试车辆在不同虚拟场景下进行模拟测试；整车在环测试单元，用于对待测试车辆在环测试平台上进行测试；闭场地测试单元，用于对待测试车辆在封闭道路测试场地进行测试；开放道路测试单元，用于对待测试车辆在开放道路测试场地进行测试；然后测试评价单元根据所有测试结果进行综合评价，以得到待测试车辆的综合测试评价结果，使得对无人驾驶车辆的测试结果更加精确。
-
公开(公告)号：CN109583365B
公开(公告)日：2022-07-26
申请号：CN201811427546.X
申请日：2018-11-27
Applicant: 长安大学
Abstract: 基于成像模型约束非均匀B样条曲线拟合车道线检测方法，首先对图像进行中值滤波和直方图均衡化处理，得到增强后的车道线图像；其次采用Canny算子对图像进行边缘检测，得到车道线边缘图像；然后对边缘图像进行Hough变换直线检测，提高边缘连续性的同时减少背景干扰边缘；再次基于“相机光轴与道路平面平行”以及“左右车道线平行”的假设，在相机几何成像模型的基础上，推导车道线‑相机成像模型约束下的控制点估算模型；最后结合车道线边缘像素位置信息求解非均匀B样条曲线模型参数，实现车道线拟合。本发明能有效提高提高控制点定位精度和车道线检测准确度，提高基于曲线拟合的车道线检测算法对背景干扰的鲁棒性。
-
公开(公告)号：CN109491364B
公开(公告)日：2022-04-01
申请号：CN201811377453.0
申请日：2018-11-19
Applicant: 长安大学
IPC: G05B23/02
Abstract: 本发明公开了一种用于车辆测试的驾驶机器人系统及控制方法，通过轨迹跟踪单元用于实现驾驶机器人系统对预设的行驶轨迹进行高精度的跟随控制，通过调整车辆的前轮转角和行驶速度，使得车辆跟随预设的目标轨迹行驶，从而实现了将高精度轨迹跟踪单元的目标指令下发至测试车辆，实现对车辆的运动控制。远程数据传输单元用于实现被测试车辆和监控中心的实时全双工通信，监控中心可以随时下发指令控制被测试的车辆，车内的驾驶机器人系统则实时采集被测试车辆的车辆状况信息，实现了对被测试车辆状态的远程监控。本发明采用定位技术与高精度轨迹跟踪技术相结合的方式实现封闭试验场内被测试车辆的自动测试，控制精度高、重复性好、耐久性强。
-
Patent Agency Ranking
公开(公告)号：CN109873827A
公开(公告)日：2019-06-11
申请号：CN201910164490.1
申请日：2019-03-05
Applicant: 长安大学
Abstract: 本发明提供一种车路协同系统及其数据安全传输方法，在网络通信模块内搭载病毒识别程序、文件改写程序以及双向认证程序，对传输的感知信息数据进行病毒风险识别、文件改写判断，并对网络通信模块进行双向认证，只有双向认证成功后才能传输感知信息数据，并且只有没有病毒风险和未曾被改写的感知信息数据才允许进行传输；信息传输至控制中心，在控制中心接收信息前，通过内嵌在控制中心的通信安全保护模块再次进行病毒风险识别、文件改写判断，并对网络通信模块进行注册识别和双向认证，识别没有病毒风险且没有被改写且注册和双向认证成功后，控制中心才接收传输的感知信息数据。本发明从多个角度保证了传输数据的安全性。
-
公开(公告)号：CN109823347A
公开(公告)日：2019-05-31
申请号：CN201910185640.7
申请日：2019-03-12
Applicant: 长安大学
Abstract: 本发明提供智能网联车驾驶行为辅助安全系统与方法，通过驾驶行为监控模块能够对驾驶人在驾驶车辆行驶的过程中多种行为方式以及对行驶车速的监测，可以综合管控驾驶人的驾驶行为，并对出现的不良驾驶行为进行及时的报警提示，辅助驾驶人及时纠正不良驾驶行为，督促其安全行驶，保障行车安全。通过驾驶行为诊断模块综合分析驾驶人已出现和易出现的不良驾驶行为，形成诊断报告，通过驾驶行为训练升级模块制定出具有个性化的驾驶行为训练策略，将驾驶行为诊断报告和驾驶行为训练策略发送至驾驶人及其相关人员，便于后期驾驶人及其相关人员查看，督促辅助驾驶人进行驾驶行为纠正，为安全驾驶保驾护航。
-
公开(公告)号：CN109379117A
公开(公告)日：2019-02-22
申请号：CN201811345373.7
申请日：2018-11-13
Applicant: 长安大学
IPC: H04B7/0413 , H04B7/06 , H04W4/40 , H04W24/06
Abstract: 本发明公开了一种车联网系统中联合发射天线和中继车辆选择的方法，首先所有中继车辆根据目标车辆的导频信号估计信噪比并根据最大化准则得到其最佳中继车辆-目标车辆的发射天线；其次，路侧单元每根天线依次发送导频信号，中继车辆由对应最佳发射天线进行转发，在目标车辆处得到路侧单元天线对应的系统信噪比；选择最大的系统信噪比值对应的路侧单元发射天线及相应的中继车辆作为该车联网传输系统的路侧单元发射天线及中继车辆；本发明的系统性能与复杂的最佳选择方法仅相差1dB，但能以较低的车联网系统复杂度、较短的最佳发射天线选择时间以及极小的反馈时隙来完成路侧单元发射天线和中继车辆的选择，从而大大降低车联网传输系统的开销。
-
公开(公告)号：CN109229206A
公开(公告)日：2019-01-18
申请号：CN201810867378.X
申请日：2018-08-02
Applicant: 长安大学
Inventor： 赵祥模 , 王文威 , 杨澜 , 徐志刚 , 时恒心 , 连心雨 , 王振 , 闵海根 , 周豫 , 陈南峰 , 冀建新 , 阚春辉 , 谷占勋 , 李玉 , 杨建辉 , 卢春波 , 李拓
IPC: B62D15/02
Abstract: 本发明公开了一种车辆及其转向角度的检测方法和系统，其中，所述方法通过实时获取车辆的至少一个转向轮轮胎的图像；对当前的所述图像进行边缘检测，得到包含所述轮胎边缘的二值图像；检测出所述二值图像中的轮胎的边缘线；根据所述边缘线得到当前车辆的转向角度及转向方向。可见，本发明通过对转向轮轮胎的图像进行一系列处理后能实时的、直接的得到车轮的转向角度，无需改变车辆的转向结构，准确性好。
-
公开(公告)号：CN109166140A
公开(公告)日：2019-01-08
申请号：CN201810852477.0
申请日：2018-07-27
Applicant: 长安大学
Abstract: 本发明属于智能汽车定位技术领域，具体涉及一种基于多线激光雷达的车辆运动轨迹估计方法及系统，其中方法包括，根据车辆的初始位姿和不同时刻惯性传感器的输出值得到粗选运动轨迹；获取多线激光雷达不同时刻的三维点云数据并进行栅格化处理得到灰度图；对相邻时刻的两帧灰度图之间的特征点进行特征匹配，得到特征匹配点对；根据特征匹配点对得到相邻时刻的点云数据之间的变换关系；根据所述变换关系得到车辆的精确运动轨迹，基于粗选的轨迹进行特定范围内的SURF匹配，这样就减少了SURF特征匹配的运算量和运算时间。该车辆轨迹估计方法无须依赖高精度地图、GPS和UWB等辅助定位技术，环境适用性强且应用范围广。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.036 seconds)
