-
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：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：CN118865323A
公开(公告)日：2024-10-29
申请号：CN202410909438.5
申请日：2024-07-08
Applicant: 长安大学
IPC: G06V20/58 , G08G1/095 , G06V10/774 , G06V10/82
Abstract: 本申请涉及智慧交通技术领域，尤其涉及一种自动驾驶汽车信号灯状态识别跟踪方法和识别跟踪装置。识别跟踪方法包括，首先获取信号灯图像；将信号灯图像输入至训练好的状态识别模型中，得到信号灯图像对应的信号灯状态。其中，状态识别模型包括骨干网络、编码器、解码器和预测网络；骨干网络，用于得到多尺度信号灯状态特征图；编码器，用于对状态特征图进行编码，得到编码后的特征信息；解码器，用于对编码后的特征信息进行信息匹配，得到正样本图像和负样本图像；预测网络，用于对正样本图像和负样本图像进行状态识别，得到信号灯图像对应的信号灯状态。本申请通过对信号灯图像进行特征提取和轨迹跟踪，可以精确的识别出信号灯的状态信息。
-
公开(公告)号：CN117789458A
公开(公告)日：2024-03-29
申请号：CN202311670317.1
申请日：2023-12-06
Applicant: 长安大学
IPC: G08G1/01 , G08G1/04 , G08G1/042 , G08G1/0968 , G06Q50/26
Abstract: 本发明涉及智能交通技术领域，尤其涉及一种智能网联道路交通系统能耗排放检测分析方法以及电子设备，该检测方法包括，获取交通数据流中的第一宏观交通数据和第一微观交通数据；将第一宏观交通数据和第一微观交通数据分别输入到宏观能耗排放模型和微观能耗排放模型中，得到宏观能耗排放基准和微观能耗排放基准；分别对第一宏观交通数据和第一微观交通数据进行处理，得到第二宏观交通数据和第二微观交通数据；将第二宏观交通数据和第二微观交通数据分别输入到宏观能耗排放模型和微观能耗排放模型中，分别得到第一融合数据和第二融合数据；根据宏观能耗排放基准、微观能耗排放基准、第一融合数据和第二融合数据，得到交通能耗排放的准确检测结果。
-
-
-
Search Results
4
records
(took 0.029 seconds)
