Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东风汽车集团股份有限公司余琛获国家专利权

东风汽车集团股份有限公司余琛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东风汽车集团股份有限公司申请的专利一种机动车在常规道路上的行为预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116729413B

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310699730.4,技术领域涉及:B60W50/00;该发明授权一种机动车在常规道路上的行为预测方法及系统是由余琛;胡进;周伟光;谢金晶设计研发完成,并于2023-06-13向国家知识产权局提交的专利申请。

一种机动车在常规道路上的行为预测方法及系统在说明书摘要公布了:本发明涉及车辆自动驾驶技术领域,具体涉及一种机动车在常规道路上的行为预测方法及系统。通过对目标车辆的驾驶意图和行驶轨迹进行预测,能够给车辆自动驾驶控制预留充足的响应时间,保证安全性的同时也保证乘客的舒适性;该驾驶意图预测方法,通过CNN、LSTM和MLP相结合,能够高效的提取车道及车辆的特征信息,再通过对叠加生成的信息模型进行经验性训练并结合Softmax多分类,能够准确得到目标车辆每种驾驶意图的意图概率;该行驶轨迹预测方法,通过对每条行驶轨迹进行分段采样并计算其损失函数,结合驾驶意图的意图概率,能够得到每条行驶轨迹的轨迹概率,再结合Rule‑Based方法滤除特征异常的行驶轨迹,能够准确预测出目标车辆概率最大的行驶轨迹。

本发明授权一种机动车在常规道路上的行为预测方法及系统在权利要求书中公布了:1.一种机动车在常规道路上的行为预测方法,其特征在于:包括目标车辆的驾驶意图预测方法和目标车辆的行驶轨迹预测方法; 所述目标车辆的驾驶意图预测方法,包括如下策略: 采用基于CNN卷积神经网络的图像处理方法,从视觉传感器获取的路网图像信息中,提取出每条车道中心线的特征信息; 采用基于LSTM循环神经网络的时序特征提取方法,从环境感知传感器获取的目标车辆及其周围环境车辆的运动状态信息中,提取出目标车辆及其周围环境车辆的运动状态特征信息; 对所述每条车道中心线的特征信息进行MLP多层递归神经网络处理和GlobalPooling全局池化层处理,输出车道整体路网特征信息; 将所述目标车辆及其周围环境车辆的运动状态特征信息与所述车道整体路网特征信息进行叠加,输出车道完整三维信息模型,并采用真实车辆行为的观测数据对所述三维信息模型进行经验性训练; 采用Softmax多分类方法对所述三维信息模型进行驾驶意图分类,并输出每种驾驶意图的意图概率; 所述目标车辆的行驶轨迹预测方法,包括如下策略: 在每条车道上选择多个终点位置,并采用贝塞尔曲线生成每个终点位置的行驶轨迹; 对每条行驶轨迹进行分段采样,确定每个采样点i处目标车辆的加速度acci、向心加速度vi2ri-1、与周围最近环境车辆的碰撞距离di; 计算每条行驶轨迹的损失函数,所述损失函数C的计算公式如下: C=θ1Cacc+θ2Ccentripetal_acc+θ3Ccollision 其中: Cacc= Ccentripetal_acc= Ccollision= 式中,n为采样点数量,θ1、θ2、θ3分别为加速度修正系数、向心加速度修正系数、碰撞距离修正系数,均通过离线调试或实验验证得到,Z1和Z2均为正则化项; 根据所述每种驾驶意图的意图概率和所述每条行驶轨迹的损失函数,计算出目标车辆选择各行驶轨迹的轨迹概率,具体公式如下: TrackSelect=*prior* 式中,为各行驶轨迹终点位置所在车道的意图概率,z为轨迹修正系数; 基于Rule-Based方法滤除特征异常的行驶轨迹,然后选择轨迹概率最大的行驶轨迹输出为目标车辆的预测行驶轨迹。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东风汽车集团股份有限公司,其通讯地址为:430056 湖北省武汉市武汉经济技术开发区东风大道特1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。