Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

面向自动驾驶城市场景的分层解耦方法 

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!

申请/专利权人:安徽工程大学

摘要:本发明属于属于自动驾驶技术领域,公开了面向自动驾驶城市场景的分层解耦方法,包括:步骤一、将测试场景中的静态场景要素统一至交通基础设施坐标系下,并利用概率占位方法得到栅格地图;步骤二、将车载多传感器数据统一至车体坐标系下,再利用卡尔曼滤波器预测建立时序图;步骤三、基于时序图,利用卷积神经网络构建注意力模型并提取交通流特征;步骤四、通过解耦预补偿器对所述非线性系统进行解耦,再输出解耦后的要素特征;步骤五、基于修正后的解耦预补偿器解耦获得要素特征完成测评要素的聚类,提取测评要素。本发明将静态场景要素、传感器数据和车辆个体层面的多变量控制系统相结合,提升了测试中的置信度。

主权项:1.面向自动驾驶城市场景的分层解耦方法,其特征在于:包括下列步骤:步骤一、将测试场景中的静态场景要素统一至交通基础设施坐标系下,再将测试环境进行划分,并利用概率占位方法得到栅格地图;步骤二、将车载多传感器数据统一至车体坐标系下,再利用卡尔曼滤波器预测建立时序图;步骤三、基于修正更新后的时序图,利用卷积神经网络构建注意力模型并提取与自动驾驶动作相关的交通流特征;步骤四、车辆底盘采用集成多变量控制的非线性系统,通过解耦预补偿器对所述非线性系统进行解耦,再输出解耦后的要素特征;步骤五、基于修正后的解耦预补偿器解耦获得要素特征完成测评要素的聚类,从而提取与交通流特征相关的测评要素。

全文数据:

权利要求:

百度查询: 安徽工程大学 面向自动驾驶城市场景的分层解耦方法

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。