-
公开(公告)号：CN112689267B
公开(公告)日：2022-05-13
申请号：CN202011484672.6
申请日：2020-12-16
Applicant: 同济大学
Abstract: 一种高速公路场景中开放式无人驾驶车车群动态演化方法，其特征在于，形成无人驾驶车群，步骤1，定义出四个独立变化事件以演化出每一个无人驾驶车辆“生命周期”迭代，包括节点出现、节点消失、节点加入、节点离开；步骤2，描述出无人驾驶车辆车群动态演化过程，包括：(1)车群形成事件；(2)车群消亡事件；(3)车群生存事件；(4)车群分裂事件；(5)车群合并事件。本发明技术方案专适用于高速公路场景，并不适用于诸如港口、物流等封闭式场景，也不适用于城市场景。
-
公开(公告)号：CN113012424A
公开(公告)日：2021-06-22
申请号：CN202110195975.4
申请日：2021-02-22
Applicant: 同济大学
Abstract: 本发明目的：如何根据无人驾驶车群动态演化预测接下来车群运动行为，是保证无人驾驶车群运动行为始终保持稳定有序所急需解决的问题。本发明公开高速公路场景中开放式无人驾驶车群动态演化预测方法：结合高速公路场景，首先对无人驾驶车群结构进行特征提取，然后根据发生的演化事件生成样本，最后使用分类预测方法预测无人驾驶车群的将要发生的演化事件。解决上述问题，能够准确地预测无人驾驶车群接下来的演化行为，能够合理指导新车群或车群集的建立，确保无人驾驶车群运动行为保持稳定有序，使得无人驾驶能够在高速公路得到广泛应用成为可能。
-
公开(公告)号：CN109862536B
公开(公告)日：2020-06-16
申请号：CN201910171832.2
申请日：2019-03-07
Applicant: 同济大学
Abstract: 为了探测大规模车联网多社区间的连通并保持稳定，本发明给出大规模车联网多社区间通达性方法，将学习自动机理论应用到大规模车联网多社区间的通信方案中，通过部署在社区节点的学习自动机间信息交换与竞争，自适应调整不同路由的转发概率，从而达到从整体上优化网络通信的目的，提升大规模车联网网络通达性。
-
公开(公告)号：CN118094456A
公开(公告)日：2024-05-28
申请号：CN202211505688.X
申请日：2022-11-28
Applicant: 同济大学
Abstract: 一个城市场景中无人驾驶网络性能影响因素预测模型，为基于LSTM的无人驾驶网络性能影响因素预测模型，包括特征融合、无人驾驶网络性能影响因素确立、神经网络结构搭建、损失函数构建、神经网络训练和仿真实验验证步骤。包括如下步骤：步骤1特征融合步骤，作为神经网络的输入；步骤2无人驾驶网络性能影响因素确立步骤，作为神经网络的输出；步骤3神经网络结构搭建步骤；步骤4损失函数构建步骤；步骤5神经网络训练步骤；步骤6仿真实验验证步骤。
-
公开(公告)号：CN113742909B
公开(公告)日：2023-11-03
申请号：CN202110975463.X
申请日：2021-08-24
Applicant: 同济大学
IPC: G06F30/20 , G06F30/18 , G06F9/448 , G06F111/04 , G06F111/06
Abstract: 本发明涉及无人驾驶领域，提出了封闭场景下无人驾驶车群自协模型构建方法。具体包括如下步骤：步骤1.相关定义；步骤2.无人驾驶车群动态演化算法；步骤2.1无人驾驶车群群内演化；步骤2.2无人驾驶车群群间演化；步骤3.基于有限状态机的车群自协演化模型；步骤3.1无人驾驶车群群内自协模型；步骤3.2无人驾驶车群群间自协模型；步骤4.无人驾驶车群自协模型的多目标优化。通过本方法，能够保障无人驾驶车群始终保持稳定有序的运动行为智能化自治协同，从而使得无人驾驶车群在封闭场景下能够得到应用推广。
-
Patent Agency Ranking
-
公开(公告)号：CN114189449B
公开(公告)日：2023-03-24
申请号：CN202011367229.0
申请日：2020-11-29
Applicant: 同济大学
Abstract: 一种高速公路场景中开放式无人驾驶车车群模型形成算法，其特征在于，通过上述的状态转换算法、车群形成算法，高速公路场景内实时更新的动态拓扑网络车群中每个无人驾驶车群模型可以保持无人驾驶车辆节点之间的互联互通，使得车群内节点可以有目的的信息交互；同时，由于本发明车群形成算法中使用模块度度量车群内节点的连通度与稳定度，在满足引领节点比率、状态更改次数、引领节点平均时长的条件限制，形成无人驾驶车群。
-
公开(公告)号：CN114189449A
公开(公告)日：2022-03-15
申请号：CN202011367229.0
申请日：2020-11-29
Applicant: 同济大学
Abstract: 一种高速公路场景中开放式无人驾驶车车群模型形成算法，其特征在于，通过上述的状态转换算法、车群形成算法，高速公路场景内实时更新的动态拓扑网络车群中每个无人驾驶车群模型可以保持无人驾驶车辆节点之间的互联互通，使得车群内节点可以有目的的信息交互；同时，由于本发明车群形成算法中使用模块度度量车群内节点的连通度与稳定度，在满足引领节点比率、状态更改次数、引领节点平均时长的条件限制，形成无人驾驶车群。
-
公开(公告)号：CN114071421A
公开(公告)日：2022-02-18
申请号：CN202010774258.2
申请日：2020-08-04
Applicant: 同济大学
Abstract: 高速公路场景中开放式无人驾驶车车群模型及车群形成过程研究方法，包括：定义；构建无人驾驶车群网络拓扑结构；定义车辆状态；无人驾驶车辆状态转换过程。本发明首次提出面向开放式“无人驾驶车群”的概念，设想为无人驾驶车辆在高速公路道路的每一个方向上形成多跳车群，设计和构建了一种考虑高速公路场景下、面向开放式无人驾驶车群行车环境、能使得车群之间始终保持互联互通、有效满足未来无人驾驶运动行为智能化所需要的无人驾驶车群模型，同时研究了无人驾驶车辆节点的初始化状态、选举状态、引领节点状态、普通节点状态、游离节点状态及转换过程，给出了无人驾驶车群形成方法的雏形，为未来无人驾驶运动行为智能化提供所需的理论和方法。
-
公开(公告)号：CN113120003A
公开(公告)日：2021-07-16
申请号：CN202110550801.5
申请日：2021-05-18
Applicant: 同济大学
Abstract: 本发明提出的无人驾驶车辆运动行为决策方法，针对现有基于规则的无人驾驶车辆运动行为决策系统复杂度较高的问题，简化了无人驾驶车辆的运动状态，给出了无人驾驶车辆运动行为决策方法，提高了无人驾驶车辆运动行为决策的效率性；同时，针对现有无人驾驶车辆运动行为决策方法优化目标单一的问题，通过多目标优化方法进行优化，保证了安全性和效率性的同时，提高了实用性。解决上述问题，为无人驾驶车辆在复杂环境下运动行为决策方法提供安全，有效和实用性保障。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.032 seconds)
