Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学孙中奇获国家专利权

北京理工大学孙中奇获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种基于驾驶意图与轨迹预测的实时碰撞检测方法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:CN119611356B

龙图腾网通过国家知识产权局官网在2025-10-17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:202411815426.2,技术领域涉及:B60W30/095;该发明授权一种基于驾驶意图与轨迹预测的实时碰撞检测方法是由孙中奇;何震;杨佳龙;夏元清;张金会;闫莉萍;李怡然;吴楚格;翟弟华;詹玉峰设计研发完成,并于2024-12-11向国家知识产权局提交的专利申请。

一种基于驾驶意图与轨迹预测的实时碰撞检测方法在说明书摘要公布了:本发明公开了一种基于驾驶意图与轨迹预测的实时碰撞检测方法,构建了不需要深度学习的基于意图的轨迹预测框架,基于非路口场景和路口场景分别提取的特征构建驾驶意图预测模型,并采用基于树形Parzen估计Tree‑structuredParzenEstimator,TPE的贝叶斯优化算法完成对驾驶意图预测模型的训练,采用训练得到的驾驶意图预测模型预测受控车辆周围障碍车辆的驾驶意图,再针对非路口场景和路口场景分别预测受控车辆周围障碍车辆的驾驶轨迹,通过对受控车辆与障碍车辆的驾驶轨迹的比较计算判断受控车辆与障碍车辆是否会发生碰撞,有效地提高了碰撞检测的计算实时性。

本发明授权一种基于驾驶意图与轨迹预测的实时碰撞检测方法在权利要求书中公布了:1.一种基于驾驶意图与轨迹预测的实时碰撞检测方法,其特征在于,具体包括以下步骤: 步骤1、获取车辆轨迹信息及其所标注的车辆行驶意图真值构建训练样本数据集; 步骤2、基于非深度网络的单层LSTM网络建立驾驶意图预测模型,用于预测位于受控车辆周围的障碍车辆的驾驶意图,所述驾驶意图预测模型的输入如下式所示: 其中,I为第i个障碍车辆的历史轨迹序列特征,为第i个障碍车辆在t时刻的特征;非路口场景的特征表示为如下式所示: 其中,为t-k时刻沿道起点到当前车辆位置沿着道路参考线的距离,为t-k时刻沿道路参考线垂直于当前位置的偏移量,为t-k时刻障碍车辆相对于受控车辆当前航向角的偏移量,为t-k时刻障碍车辆的速度值,为t-k时刻障碍车辆的加速度值; 路口场景的特征表示为如下式所示: 其中,和为给定UTM坐标系下第i个障碍车辆在t-k时刻的平面直角坐标系下的位置坐标,为t-k时刻障碍车辆沿X轴的速度值,为t-k时刻障碍车辆沿Y轴的速度值; 步骤3、采用基于树形Parzen估计的贝叶斯优化算法获取驾驶意图预测模型的最佳超参数,完成驾驶意图预测模型的训练; 步骤4、实际使用时,将障碍车辆的车辆轨迹信息作为训练得到的驾驶意图预测模型的输入,由驾驶意图预测模型计算得到障碍车辆的驾驶意图,再针对非路口场景和路口场景分别预测障碍车辆的驾驶轨迹,轨迹预测范围为设定时段; 步骤5、确定受控车辆和与之相关的障碍车辆的定向包围盒,并将定向包围盒的长度和宽度均扩展k倍;再引入碰撞时间差表示受控车辆与障碍车辆到达同一位置的时间间隔,若两者的碰撞时间差小于设定阈值δ则判定两车将发生碰撞,否则判断两车不会发生碰撞。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。