-
公开(公告)号：CN114644017B
公开(公告)日：2024-08-23
申请号：CN202210486621.X
申请日：2022-05-06
Applicant: 重庆大学
Abstract: 本发明涉及一种实现自动驾驶车辆安全决策控制的方法，属于自动驾驶汽车领域。该方法包括：S1：构建基于深度强化学习的决策模型及其不确定性评估方法，包括构建汽车运动学模型、状态空间、动作空间、构建奖励函数；构建并训练基于深度强化学习的决策模型；S2：构建危险场景下的混合安全决策模型。本发明可以输出决策模型的不确定性，帮助自动驾驶车辆识别出决策危险场景，并可以在车辆面临决策危险场景时采取备选安全策略，提升自动驾驶车辆安全性。
-
-
公开(公告)号：CN114782729A
公开(公告)日：2022-07-22
申请号：CN202210418860.1
申请日：2022-04-20
Applicant: 重庆大学
IPC: G06V10/762 , G06V10/25 , G06V10/40 , G06V10/80 , G06K9/62 , G06V10/82 , G06N3/04 , G01S17/86 , G01S17/931
Abstract: 本发明涉及一种基于激光雷达与视觉融合的实时目标检测方法，属于自动驾驶领域。该方法包括：S1：获取车辆周围环境的相机图像数据与三维激光雷达扫描点数据，并将点云数据转换到本地直角坐标系下以及对3D点云进行预处理；S2：对预处理后的3D点云数据进行密度聚类，提取目标的3D感兴趣区域及相应点云特征；S3：筛选出目标的3D感兴趣区域的稀疏聚类，映射到图像的对应区域，提取图像特征并与点云特征进行融合；S4：将所有感兴趣区域的点云特征和图像特征输入SSD检测器，进行目标的定位与识别。本发明利用图像数据丰富了激光雷达对稀疏物体的感知能力，并提高了基于激光雷达与视觉融合检测的速度与准确性。
-
公开(公告)号：CN114707359A
公开(公告)日：2022-07-05
申请号：CN202210487160.8
申请日：2022-05-06
Applicant: 重庆大学
IPC: G06F30/20 , G06N3/08 , G06F111/08
Abstract: 本发明涉及一种基于值分布强化学习的自动驾驶汽车决策规划方法，属于自动驾驶汽车领域。该方法包括：S1：构建考虑不确定性的无信号灯十字路口场景；S2：构建全参数化分位数函数模型，作为自动驾驶汽车控制模型；S3：基于全参数化分位数函数模型中学习的状态‑动作回报分布信息，引入条件风险价值，生成具有风险意识的驾驶行为。本发明利用值分布强化学习提高了自动驾驶汽车在具有不确定性的环境下决策规划策略的安全性与稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114707359B
公开(公告)日：2025-03-21
申请号：CN202210487160.8
申请日：2022-05-06
Applicant: 重庆大学
IPC: G06F30/20 , G06N3/092 , G06F111/08
Abstract: 本发明涉及一种基于值分布强化学习的自动驾驶汽车决策规划方法，属于自动驾驶汽车领域。该方法包括：S1：构建考虑不确定性的无信号灯十字路口场景；S2：构建全参数化分位数函数模型，作为自动驾驶汽车控制模型；S3：基于全参数化分位数函数模型中学习的状态‑动作回报分布信息，引入条件风险价值，生成具有风险意识的驾驶行为。本发明利用值分布强化学习提高了自动驾驶汽车在具有不确定性的环境下决策规划策略的安全性与稳定性。
-
公开(公告)号：CN114644018B
公开(公告)日：2024-07-30
申请号：CN202210486625.8
申请日：2022-05-06
Applicant: 重庆大学
Abstract: 本发明涉及一种基于博弈论的自动驾驶车辆人车交互决策规划方法，属于自动驾驶汽车技术领域。该方法包括：S1：构建基于博弈论的人车交互模型，具体包括：构建车辆和行人的行为概率预测模型、车辆和行人成本矩阵；基于累积前景理论，根据车辆和行人的行为概率以及成本矩阵，计算车辆和行人行为的收益；引入协作系数，改进人车交互模型；基于改进的人车交互模型进行行人协作值推理；对人车交互模型进行验证；S2：结合实时交通信息的自动驾驶汽车协作控制。本发明能实现自动驾驶汽车针对不同合作程度行人的协作性控制，提高自动驾驶汽车的在无信号灯人行横道的通行效率与安全性。
-
公开(公告)号：CN114644018A
公开(公告)日：2022-06-21
申请号：CN202210486625.8
申请日：2022-05-06
Applicant: 重庆大学
Abstract: 本发明涉及一种基于博弈论的自动驾驶车辆人车交互决策规划方法，属于自动驾驶汽车技术领域。该方法包括：S1：构建基于博弈论的人车交互模型，具体包括：构建车辆和行人的行为概率预测模型、车辆和行人成本矩阵；基于累积前景理论，根据车辆和行人的行为概率以及成本矩阵，计算车辆和行人行为的收益；引入协作系数，改进人车交互模型；基于改进的人车交互模型进行行人协作值推理；对人车交互模型进行验证；S2：结合实时交通信息的自动驾驶汽车协作控制。本发明能实现自动驾驶汽车针对不同合作程度行人的协作性控制，提高自动驾驶汽车的在无信号灯人行横道的通行效率与安全性。
-
公开(公告)号：CN114644017A
公开(公告)日：2022-06-21
申请号：CN202210486621.X
申请日：2022-05-06
Applicant: 重庆大学
Abstract: 本发明涉及一种实现自动驾驶车辆安全决策控制的方法，属于自动驾驶汽车领域。该方法包括：S1：构建基于深度强化学习的决策模型及其不确定性评估方法，包括构建汽车运动学模型、状态空间、动作空间、构建奖励函数；构建并训练基于深度强化学习的决策模型；S2：构建危险场景下的混合安全决策模型。本发明可以输出决策模型的不确定性，帮助自动驾驶车辆识别出决策危险场景，并可以在车辆面临决策危险场景时采取备选安全策略，提升自动驾驶车辆安全性。
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
