-
公开(公告)号：CN109784768B
公开(公告)日：2023-04-18
申请号：CN201910119821.X
申请日：2019-02-18
Applicant: 吉林大学
IPC: G06Q10/0639 , G06Q50/30
Abstract: 本发明涉及一种驾驶任务识别方法，包括步骤：利用驾驶规范性评价指标建立驾驶规范等级评价模型，评选高规范等级驾驶人作为试验对象；设计试验对象执行几种常见的驾驶任务的实车试验，并为每种驾驶任务分配驾驶任务数字识别序列；利用驾驶任务识别指标与驾驶任务数字识别序列，建立基于深度神经网络的驾驶任务特征模型；采集测试驾驶人的驾驶任务识别指标并分别输入各个驾驶任务特征模型中，使用拟合优度衡量测试驾驶任务与各特征模型的显著性差异，拟合优度最高的驾驶任务特征模型映射测试驾驶人的驾驶任务，达到识别驾驶任务的效果。本发明可以在汽车高级驾驶辅助系统、道路驾驶技能考试等需要监测驾驶人行为的领域有较好的普遍适用性。
-
公开(公告)号：CN110232257B
公开(公告)日：2020-10-23
申请号：CN201910589116.6
申请日：2019-07-02
Applicant: 吉林大学
IPC: G06F30/20
Abstract: 本发明涉及一种自动驾驶测试场景的构建方法及其难度系数计算方法，首先依次建立测试场景递阶层次结构框架，所述的结构框架至少包括四层：目标层、维度层、类别层和要素层，目标层下包括至少四个维度，每个维度下包括数个类别，每个类别下包括数个要素，根据目标层确定所要构建的目标场景，依次在各维度下确定类别，在类别中选取所需的具体要素，最终构建成目标测试场景。对各个维度内的不同层级元素赋予权重，对拟构建的场景进行要素匹配并完成对该场景测试难度系数的计算。本发明填补当下自动驾驶测试场景构建方法领域内的空缺，提出对所构建场景的测试难度等级评价方法，以及制定各功能测试项目进行测试方案。
-
公开(公告)号：CN111413979A
公开(公告)日：2020-07-14
申请号：CN202010263890.0
申请日：2020-04-07
Abstract: 本发明提供一种基于快速模型预测的汽车轨迹跟踪控制方法，目的是优化模型预测控制的计算，提高模型预测控制的求解速度，包括建立车辆动力学模型、建立基于快速模型预测的汽车轨迹跟踪控制系统、基于系统输出与给定输出构建优化问题、基于Move-Blocking策略对模型预测控制进行优化计算等步骤，本发明在模型预测控制的基础上，引入Move-blocking策略将模型预测控制进行优化，减小优化过程的计算复杂度，使其能快速求解，提高汽车控制的实时性，能够在满足约束条件下保证系统输出紧密跟踪期望值，使跟踪精确度更高。
-
公开(公告)号：CN110001637B
公开(公告)日：2023-09-29
申请号：CN201910283871.1
申请日：2019-04-10
Applicant: 吉林大学
Abstract: 本发明涉及一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法，控制装置由GPS数据采集模块、车辆速度采集模块、数据预处理模块、计算模块和线控执行系统组成。控制方法，包括实时采集和获取车辆的GPS位置和姿态信息，采集跟踪轨迹路径上点的GPS坐标；将轨迹信息进行预处理，使用高斯滤波的方法将跟踪轨迹平滑化；确定跟踪路径参考点的预瞄窗口，预瞄间隔，预瞄点，计算当前车辆坐标点与选定好的若干预瞄点的航向角偏差和位置偏差，依据位置偏差和航向角偏差，计算出每一个预瞄坐标点相对应的前轮转角，根据道路状况信息和车辆状态信息确定每一个预瞄坐标点相对应的前轮转角，各前轮转角按照等权重进行加和输出，达到路径跟踪的目的。
-
公开(公告)号：CN111027505B
公开(公告)日：2022-12-23
申请号：CN201911314479.5
申请日：2019-12-19
Applicant: 吉林大学
IPC: G06V20/56 , G06V10/46 , G06V10/774 , G06N3/04
Abstract: 本发明涉及一种基于显著性检测的分层多目标跟踪方法，包括以下步骤：构建基于已有标准数据集与人工标注混合的混合数据集；构建道路交通场景显著性区域检测子网络生成显著性区域与非显著性区域；利用目标检测算法检测每一帧目标；构建卷积网络、长短时记忆与图卷积网络相结合的多目标跟踪网络模型，并跟踪显著性区域目标；构建并行KCF池对非显著性区域内目标进行单目标跟踪；将显著性区域与非显著性区域轨迹结合并后处理生成整体轨迹。本发明通过增加快速显著性检测方法，生成显著性区域包围框，对以输入检测和跟踪目标；能够加快检测速度同时，保持检测精度；可为真实情景下自动驾驶多目标跟踪降低计算复杂度，加速跟踪。
-
Patent Agency Ranking
公开(公告)号：CN111413979B
公开(公告)日：2021-02-19
申请号：CN202010263890.0
申请日：2020-04-07
Abstract: 本发明提供一种基于快速模型预测的汽车轨迹跟踪控制方法，目的是优化模型预测控制的计算，提高模型预测控制的求解速度，包括建立车辆动力学模型、建立基于快速模型预测的汽车轨迹跟踪控制系统、基于系统输出与给定输出构建优化问题、基于Move‑Blocking策略对模型预测控制进行优化计算等步骤，本发明在模型预测控制的基础上，引入Move‑blocking策略将模型预测控制进行优化，减小优化过程的计算复杂度，使其能快速求解，提高汽车控制的实时性，能够在满足约束条件下保证系统输出紧密跟踪期望值，使跟踪精确度更高。
-
公开(公告)号：CN110232257A
公开(公告)日：2019-09-13
申请号：CN201910589116.6
申请日：2019-07-02
Applicant: 吉林大学
IPC: G06F17/50
Abstract: 本发明涉及一种自动驾驶测试场景的构建方法及其难度系数计算方法，首先依次建立测试场景递阶层次结构框架，所述的结构框架至少包括四层：目标层、维度层、类别层和要素层，目标层下包括至少四个维度，每个维度下包括数个类别，每个类别下包括数个要素，根据目标层确定所要构建的目标场景，依次在各维度下确定类别，在类别中选取所需的具体要素，最终构建成目标测试场景。对各个维度内的不同层级元素赋予权重，对拟构建的场景进行要素匹配并完成对该场景测试难度系数的计算。本发明填补当下自动驾驶测试场景构建方法领域内的空缺，提出对所构建场景的测试难度等级评价方法，以及制定各功能测试项目进行测试方案。
-
公开(公告)号：CN110001654B
公开(公告)日：2023-07-28
申请号：CN201910370185.8
申请日：2019-05-06
Applicant: 吉林大学
IPC: B60W40/08 , B60R16/023
Abstract: 本发明涉及一种自适应驾驶员类型的智能车纵向速度跟踪控制方法，包括以下步骤：数据采集单元实时采集车速信息；数据处理单元对前一步采集的信息进行预处理；向逻辑运算单元手动输入驾驶员类型并自动读取系统目标车速；判断车辆是否需要加速或者减速；根据前一步的判断结果进入相应的加速控制模块或者减速控制模块；根据前一步的计算结果作为输出信号输出到相应的线控系统。本发明的方法能够为不同特性驾驶员提供接受度极高的智能车纵向速度跟踪控制策略，提高汽车行驶安全以及改善乘坐体验，同时，设计中的加速和制动切换策略避免了纵向动力学系统在不必要时刻的频繁动作，提升了车辆纵向控制时的安全性且降低了能量消耗。
-
公开(公告)号：CN103345022B
公开(公告)日：2015-05-06
申请号：CN201310277941.5
申请日：2013-07-03
Applicant: 吉林大学
Abstract: 一种基于少模光纤的非对称平面光波导模式复用/解复用器，属于通信技术领域，具体涉及一种用于模式分集复用通信的便于互联的平面光波导模式复用/解复用器。为Y型结构，由1个波导主臂和多个波导分支臂组成，波导分支臂的数量与少模光纤中传输的模式数量相同；波导主臂和波导分支臂均由芯层和包层构成，波导主臂和波导分支臂芯层和包层的折射率与少模光纤纤芯和包层的折射率相同。本发明所设计的非对称平面光波导模式复用/解复用器结构，具有结构简单、低损耗、易于集成、性能稳定和高宽带的特性，是一种简单、高效的模式复用/解复用器。
-
公开(公告)号：CN109784768A
公开(公告)日：2019-05-21
申请号：CN201910119821.X
申请日：2019-02-18
Applicant: 吉林大学
Abstract: 本发明涉及一种驾驶任务识别方法，包括步骤：利用驾驶规范性评价指标建立驾驶规范等级评价模型，评选高规范等级驾驶人作为试验对象；设计试验对象执行几种常见的驾驶任务的实车试验，并为每种驾驶任务分配驾驶任务数字识别序列；利用驾驶任务识别指标与驾驶任务数字识别序列，建立基于深度神经网络的驾驶任务特征模型；采集测试驾驶人的驾驶任务识别指标并分别输入各个驾驶任务特征模型中，使用拟合优度衡量测试驾驶任务与各特征模型的显著性差异，拟合优度最高的驾驶任务特征模型映射测试驾驶人的驾驶任务，达到识别驾驶任务的效果。本发明可以在汽车高级驾驶辅助系统、道路驾驶技能考试等需要监测驾驶人行为的领域有较好的普遍适用性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.042 seconds)
