-
公开(公告)号：CN111192458B
公开(公告)日：2020-09-11
申请号：CN202010297424.4
申请日：2020-04-16
Applicant: 清华大学
IPC: G08G1/01 , G08G1/0967 , G08G1/123 , G06F16/2458 , G06F16/29 , G06N5/02 , G06Q10/04 , G06Q50/26
Abstract: 本发明涉及一种将决策知识库存储于地图的自动驾驶决策方法及系统，其步骤：将地图划分成允许重叠但不得遗漏的区块；针对每个区块，根据其具体地理环境，分析他车行为可能性，生成地理特异性决策知识；将地理特异性决策知识加载到地图中，形成带有决策知识库的地图；实际行驶中的车辆可以根据实时定位从地图中提取数据，在加载静态环境信息的同时，也将当地的地理特异性决策知识加载进来，利用车载决策算法实现实时决策。本发明能够对他车行为进行更准确的预测，同时降低了实时决策的复杂度，减轻计算压力。
-
公开(公告)号：CN111267862A
公开(公告)日：2020-06-12
申请号：CN202010030964.6
申请日：2020-01-13
Applicant: 清华大学
Abstract: 本发明涉及一种依赖跟随目标的虚拟车道线构造方法和系统，包括以下步骤：判断当前车道线是否不能由摄像头获取，若是，则从感知结果中提取所有目标检测信息，否则，持续判断；根据预先建立的感知坐标系，计算各个目标的初始目标偏差；计算各个目标的偏差补偿量；根据各个目标的初始目标偏差和偏差补偿量，计算各个目标进行偏差补偿之后的目标偏差；根据目标中心点相对于感知坐标系原点的距离及各个目标的目标偏差确定自车与跟随目标之间的可行驶区域，并在可行驶区域内选取跟随目标；基于跟随目标中心点及自车中心点构造虚拟车道线。本发明可以广泛应用于高级驾驶辅助系统技术领域。
-
公开(公告)号：CN115086862A
公开(公告)日：2022-09-20
申请号：CN202110262670.0
申请日：2021-03-10
Abstract: 一种基于地图感知容器的多车联合感知信息时空统一方法及装置、存储介质、终端，所述方法包括：提取一个或多个传感器的传感器信息，所述传感器信息包含传感器观测数据坐标系下的空间信息以及观测获得时刻的时间信息；提供地图，将各个传感器信息的传感器观测数据坐标系下的空间信息转换至基于所述地图的地图坐标系下的空间信息；将各个传感器信息的观测获得时刻的时间信息转换至驾驶环境状态空间的时间信息；根据所述地图坐标系下的空间信息以及所述驾驶环境状态空间的时间信息，确定汽车的感知结果的时空基准。本发明可以有效提高融合后的自动驾驶汽车的感知结果的时空一致性。
-
公开(公告)号：CN111208839B
公开(公告)日：2020-08-04
申请号：CN202010329502.4
申请日：2020-04-24
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明涉及一种实时感知信息与自动驾驶地图的融合方法及系统，其包括：确定障碍物与地图中道路的关系；可行驶区域融合与边界状态分析；将障碍物与地图中道路的关系、可行驶区域融合与边界状态分析结果与地图本身的静态环境信息相结合，实现感知结果的集成输出。本发明过滤掉了道路外的障碍物，并明确了道路内的障碍物所在的车道以及其与该车道的位置角度关系，为运动预测提供了依据；根据地图信息剔除了感知得到的可行驶区域中不合理的部分，并得到了边界的语义类别与速度。至此，各种环境元素在地图平台上得到了联系和整合。
-
公开(公告)号：CN107340772A
公开(公告)日：2017-11-10
申请号：CN201710559890.3
申请日：2017-07-11
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明涉及一种面向无人驾驶的拟人化参考轨迹规划方法，包括以下步骤：建立车辆转向模型，根据车辆基本参数，生成车辆转向时的动力学约束；根据车辆上层决策获取道路的地图信息，根据地图信息得到参考轨迹的起终点约束信息；根据车辆转向时的动力学约束和参考轨迹的起终点约束信息，生成若干条基本满足车辆转向的几何学和动力学约束且符合人的驾驶习惯和转向规律的转弯轨迹曲线，形成基本可行轨迹簇；以横向加速度对时间的积分为指标，从基本可行轨迹簇中选择最为舒适的一条作为最终生成的最佳路口内参考行驶轨迹。本发明方法考虑人的驾驶特性，模拟人的驾驶规律，生成的参考行驶轨迹符合人的驾驶习惯。
-
Patent Agency Ranking
公开(公告)号：CN118839723A
公开(公告)日：2024-10-25
申请号：CN202410856625.1
申请日：2024-06-28
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶环境感知结果不确定性的在线量化评估方法，包括：采用深度集成方法对多个感知神经网络进行处理，获取多网络的在线感知结果；对每一数据源，基于预设类型的不确定性因素和惩罚机制，对所述多网络的在线感知结果进行评估，获取每一感知目标的单源感知结果的不确定性；根据每一数据源下的感知目标的单源感知结果的不确定性，进行基于不确定性的多源融合，并量化融合结果的不确定性。本发明能够实现全面、准确地在线量化感知结果的不确定性。
-
公开(公告)号：CN117689911A
公开(公告)日：2024-03-12
申请号：CN202311507732.5
申请日：2023-11-13
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶多源感知不确定性评估方法，包括：获取对多源传感器的传感数据进行目标检测处理的目标检测结果；基于其中一种传感器的传感数据，建立占据栅格地图，并将多源传感器对应的目标检测结果映射到所述占据栅格地图上，得到各传感器在所述占据栅格地图上对应的感知结果；根据目标匹配算法，对各传感器对应的目标检测结果进行匹配处理，得到目标匹配结果；根据各传感器在所述占据栅格地图上对应的感知结果和所述目标匹配结果，进行统计学分析，得到感知不确定性的评估结果。本发明能够实时、高效、准确地评估感知结果的不确定性，保证自动驾驶的驾驶安全。
-
公开(公告)号：CN115077537A
公开(公告)日：2022-09-20
申请号：CN202110262648.6
申请日：2021-03-10
IPC: G01C21/30
Abstract: 一种面向多车联合感知的高精度地图感知容器设计方法及装置、存储介质、终端，所述方法包括：获取感知目标指示信息，所述感知目标指示信息用于指示自动驾驶汽车需要感知的环境状态信息；获取高精度地图，建立地图感知容器在所述地图中对至少一部分感知目标进行特征提取，以得到传感器化信息，从而根据地图原始数据生成与普通传感器格式相同的信号。另外，考虑到高精地图数据中某些信息具有远超车载传感器的置信度，将其直接叠加到感知结果。最后多车联合感知信息在统一的地图时空基准下进行融合感知，确定所述自动驾驶汽车的感知结果；其中，所述地图的定位误差在预设误差范围内。本发明可以有效消除感知盲区和提升感知精度。
-
公开(公告)号：CN113879323A
公开(公告)日：2022-01-04
申请号：CN202111246972.5
申请日：2021-10-26
Applicant: 清华大学
Abstract: 本发明涉及一种可信赖学习型自动驾驶决策方法、系统、存储介质及设备，其包括：基于预先设定的决策问题构建可解释性决策，由所述可解释性决策引导所述学习型决策训练；由所述决策问题对学习型决策进行训练，得到具有高价值的决策价值函数的学习型决策；选取所述学习型决策和所述可解释性决策两者中价值高的决策，作为最终可信赖的学习型决策动作。本发明能实现对自动驾驶汽车学习型决策的可信赖度保障，以保证自动驾驶汽车的高可信赖性。本发明可以广泛在自动驾驶技术领域中应用。
-
公开(公告)号：CN111192458A
公开(公告)日：2020-05-22
申请号：CN202010297424.4
申请日：2020-04-16
Applicant: 清华大学
IPC: G08G1/01 , G08G1/0967 , G08G1/123 , G06F16/2458 , G06F16/29 , G06N5/02 , G06Q10/04 , G06Q50/26
Abstract: 本发明涉及一种将决策知识库存储于地图的自动驾驶决策方法及系统，其步骤：将地图划分成允许重叠但不得遗漏的区块；针对每个区块，根据其具体地理环境，分析他车行为可能性，生成地理特异性决策知识；将地理特异性决策知识加载到地图中，形成带有决策知识库的地图；实际行驶中的车辆可以根据实时定位从地图中提取数据，在加载静态环境信息的同时，也将当地的地理特异性决策知识加载进来，利用车载决策算法实现实时决策。本发明能够对他车行为进行更准确的预测，同时降低了实时决策的复杂度，减轻计算压力。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
