-
公开(公告)号：CN118689216A
公开(公告)日：2024-09-24
申请号：CN202410686292.2
申请日：2024-05-30
Applicant: 吉林大学
IPC: G05D1/43 , G05D1/242 , G05D1/243 , G05D1/65 , G05D1/633 , G05D1/644 , G05D1/247 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种考虑多目标平衡协调的自动驾驶汽车动态决策方法及系统，属于自动驾驶技术领域。其方法包括：基于交互信息构建多维度决策子目标模型；基于个性化调控因子矩阵构建个性化决策倾向分布调控模块；基于多维度决策子目标模型和个性化决策倾向分布调控模块，构建一体化集成的多目标决策模型；构建多目标动态平衡与自适应协调模块对多目标决策模型进行平衡调整；构建仿生微元智能求解器对平衡调整后的多目标决策模型进行优化求解，获取自动驾驶汽车当前时刻的最佳加速度策略矢量；执行当前时刻的最佳加速度策略矢量，并在下一时刻更新与周围其他交通智能体的交互信息。通过上述方法及系统实现了自动驾驶汽车多目标平衡协调的动态决策。
-
公开(公告)号：CN111192284A
公开(公告)日：2020-05-22
申请号：CN201911378687.1
申请日：2019-12-27
Applicant: 吉林大学
Abstract: 本发明涉及一种车载激光点云分割方法及系统，该方法包括：利用车载激光雷达采集原始点云数据；对原始点云数据进行预处理；通过阈值的地面拟合算法，计算得到分离的地面点云与非地面点云；利用改进的聚类算法对所述非地面点云数据，进行聚类操作，得到聚类结果；对聚类结果进行体素化处理，并结合所述地面点云数据，得到最终的分割结果。该方法首先对原始信号进行采集、预处理；对地面点和非地面点进行分离；再之后对非地面点进行聚类操作，基于改进的聚类算法，通过迭代过程得到最终的聚类结果，最后结合地面点和障碍物列表进行聚类结果分析。该方法操作简单，易于执行，可以有良好的精度且可以满足智能辅助驾驶系统实时性的要求。
-
公开(公告)号：CN116092325A
公开(公告)日：2023-05-09
申请号：CN202310047683.5
申请日：2023-01-31
Applicant: 吉林大学
IPC: G08G1/16 , G08G1/0967 , G08G1/01 , G06N5/04
Abstract: 本发明公开了基于主观认知的混合交通智能车辆动态博弈交互决策方法，包括：感知获取并交换混合交通中各个车辆的行驶信息；根据态势风险评估判断K瞬时博弈系统是否启动；若启动，则参与博弈的各个车辆首先均基于其自身的主观认知展开决策，直至各个车辆的主观认知达成一致；分别建立并优化参与博弈的各个车辆个性化嵌入的期望效用动态方程，基于此决策输出自身在K瞬时的加速度并执行；在K+1瞬时同步更新混合交通中各个车辆的行驶信息和特征量化指数；重复执行上述步骤，直至通过持续性交互决策完全化解潜在的混合交通冲突。该方法充分模拟人类决策逻辑，提高了决策的智能性、交互性、持续性和一体性，实现智能车辆个性化行驶、类人化决策。
-
公开(公告)号：CN116070671A
公开(公告)日：2023-05-05
申请号：CN202310047881.1
申请日：2023-01-31
Applicant: 吉林大学
Abstract: 本发明公开了一种基于序贯博弈快速优化的智能汽车类人决策方法，包括：交通环境中的智能汽车和其他汽车实现动态信息交互；建立智能汽车多阶段序贯博弈决策模型；参与动态信息交互的每辆汽车基于对其他汽车在未来拟采取的策略的预测结果优化自身的预期效用诱导泛函，并对智能汽车多阶段序贯博弈决策模型进行求解；智能汽车执行自身在H瞬时的加速度；在H+h瞬时同步更新交通环境中的智能汽车和其他汽车的运动信息、预测信息和认知信息；重复执行上述所有步骤，直到智能汽车恢复自由驾驶模式。该方法基于多阶段序贯博弈的横向演进特性和纵向分层特性提高了多车交互决策的一体性、协同性和类人性，克服了离散域粗糙解的问题，加速了优化求解过程。
-
公开(公告)号：CN113276884B
公开(公告)日：2022-04-26
申请号：CN202110468390.5
申请日：2021-04-28
Applicant: 吉林大学
Abstract: 本发明公开了一种可变博弈模式的智能车交互决策通行方法及系统，用于无信号灯交叉路口。该方法包括：感知与获取本车及周车的状态信息和驾驶风格；判断车辆是否参与路权博弈交互，实时切换t时刻的博弈模式；考虑驾驶风格的多样化，博弈决策各车在t时刻执行的加速度；控制节气门开度和制动轮缸压力以执行t时刻决策的加速度策略；在t+1时刻更新所有智能汽车的状态及道路信息，进行新一轮的博弈交互；重复执行上述所有步骤，直至各车安全通过交叉路口或车辆之间有效化解冲突而退出博弈。该方法符合人类驾驶员决策逻辑，有效化解交叉口冲突，可变博弈模式降低了多车博弈的复杂度，实现智能汽车拟人化决策、个性化驾驶。
-
Patent Agency Ranking
公开(公告)号：CN113276884A
公开(公告)日：2021-08-20
申请号：CN202110468390.5
申请日：2021-04-28
Applicant: 吉林大学
Abstract: 本发明公开了一种可变博弈模式的智能车交互决策通行方法及系统，用于无信号灯交叉路口。该方法包括：感知与获取本车及周车的状态信息和驾驶风格；判断车辆是否参与路权博弈交互，实时切换t时刻的博弈模式；考虑驾驶风格的多样化，博弈决策各车在t时刻执行的加速度；控制节气门开度和制动轮缸压力以执行t时刻决策的加速度策略；在t+1时刻更新所有智能汽车的状态及道路信息，进行新一轮的博弈交互；重复执行上述所有步骤，直至各车安全通过交叉路口或车辆之间有效化解冲突而退出博弈。该方法符合人类驾驶员决策逻辑，有效化解交叉口冲突，可变博弈模式降低了多车博弈的复杂度，实现智能汽车拟人化决策、个性化驾驶。
-
公开(公告)号：CN118629203A
公开(公告)日：2024-09-10
申请号：CN202410686187.9
申请日：2024-05-30
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于分层博弈的匝道汇入场景智能汽车类脑决策方法,包括以下步骤：智能汽车与主路车辆进行信息共享；构建智能汽车与主路车辆交互决策实施逻辑，将匝道内的智能汽车划分至分层博弈顶层空间，主路车辆划分至分层博弈底层空间；构建内在驱动诱因模型；基于所述内在驱动诱因模型构建分层博弈优化模型；在构建的行为协同约束条件下求解所述分层博弈优化模型，获得智能汽车和主路车辆在当前阶段博弈中应实施的稳定均衡策略；智能汽车和主路车辆执行各自的稳定均衡策略；重复上述步骤，直到智能汽车由匝道安全汇入主路。本发明有助于提升匝道汇入场景中智能汽车自主决策的安全性等级和智能汽车驾驶行为的类脑类人化水平。
-
公开(公告)号：CN111090105B
公开(公告)日：2021-11-19
申请号：CN201911375674.9
申请日：2019-12-27
Applicant: 吉林大学
IPC: G01S17/931 , G01S7/41
Abstract: 本发明公开了一种车载激光雷达点云信号地面点分离方法，具体的步骤如下：S1：读取原始激光雷达点云信号；S2：根据时间戳把所述原始激光雷达点云信号分解为单帧点云信号；S3：利用激光雷达的水平分辨率针对单帧点云信号，计算垂直线数量；S4：针对每一条垂直线寻找其地面初始点和阈值点；S5：根据每条垂直线上的地面初始点和阈值点的选取将点云信号划分为地面点和非地面点，得到最终的分离结果。该方法在满足实时性要求的同时精度可以达到保障。且该方法基于数学模型而非数据驱动式模型，有良好的可验证性以及实用性，该算法处理用时较短，可以为后续非地面点聚类或者应用神经网络模型推理预留了充足的时间。
-
公开(公告)号：CN110989568B
公开(公告)日：2021-03-30
申请号：CN201911120996.9
申请日：2019-11-15
Applicant: 吉林大学
IPC: G05D1/00
Abstract: 本发明公开了一种基于模糊控制器的自动驾驶车辆安全通行方法及系统，用于无信号灯交叉路口，该方法包括：获取周围车辆及自动驾驶车的状态信息；计算k时刻自动驾驶车辆与周围车辆的两方向瞬时碰撞时间；根据沿交叉路口X和Y方向的瞬时碰撞时间，通过模糊控制器，推理决策自动驾驶车辆在k时刻执行的加速度；控制节气门开度和制动轮缸压力以执行k时刻决策的自动驾驶车辆所采取的加速度策略；在k+1时刻更新自动驾驶车辆和周围车辆的状态信息，以及道路信息，以进行下一轮的滚动决策；重复执行上述所有步骤，直至自动驾驶车辆安全通过交叉路口或者停车避撞。该方法模拟驾驶员在遇到碰撞风险时的实际操作响应，可靠性高、实时性好，满足安全通行避撞的要求。
-
公开(公告)号：CN111090105A
公开(公告)日：2020-05-01
申请号：CN201911375674.9
申请日：2019-12-27
Applicant: 吉林大学
IPC: G01S17/931 , G01S7/41
Abstract: 本发明公开了一种车载激光雷达点云信号地面点分离方法，具体的步骤如下：S1：读取原始激光雷达点云信号；S2：根据时间戳把所述原始激光雷达点云信号分解为单帧点云信号；S3：利用激光雷达的水平分辨率针对单帧点云信号，计算垂直线数量；S4：针对每一条垂直线寻找其地面初始点和阈值点；S5：根据每条垂直线上的地面初始点和阈值点的选取将点云信号划分为地面点和非地面点，得到最终的分离结果。该方法在满足实时性要求的同时精度可以达到保障。且该方法基于数学模型而非数据驱动式模型，有良好的可验证性以及实用性，该算法处理用时较短，可以为后续非地面点聚类或者应用神经网络模型推理预留了充足的时间。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.015 seconds)
