龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种井工况下盲区的障碍物的轨迹预测方法，通过获取并处理车辆自身位置、井下巷道环境信息和待进入盲区目标障碍物的类型信息和运动信息，判断待进入盲区目标障碍物是否会进入盲区，并引入卡尔曼滤波算法预测不断变化的盲区范围；结合实时感知数据信息和预测盲区范围数据同步输入训练好的DQN深度强化学习模型中，采用深度Q网络算法生成实时更新预测并利用策略进行动作选择，提升模型的泛化能力和初始轨迹预测的鲁棒性，结合扩展卡尔曼滤波算法预测目标位置信息，提高了目标障碍物轨迹的预测准确性和预测精度。本发明方法，实现了井工况下盲区的障碍物的轨迹预测，在复杂和不确定环境下的预测精度高，增强模型的鲁棒性和适应性，并确保在感知受限的遮挡条件下车辆行驶的安全性。
主权项：1.一种井工况下盲区的障碍物的轨迹预测方法，其特征在于，包括以下步骤：S100、获取并处理车辆自身位置、井下巷道环境信息和待进入盲区目标障碍物的类型信息和运动信息；S200、判断待进入盲区目标障碍物是否会进入探测盲区；S300、若待进入盲区目标障碍物进入探测盲区，根据井下空间环境信息、待进入盲区目标障碍物的类型信息和运动信息以及井下空间运动限制条件确定待进入盲区目标障碍物在探测盲区内的运动约束区；S400、确定遮挡车辆、同车道及对向车道车辆和路基设备的遮挡区域和探测范围确定探测盲区的初始范围，利用卡尔曼滤波预测下一时刻位置和速度并更新盲区范围；S500、将采集到的实时数据和盲区预测范围数据同步输入训练好的DQN深度强化学习模型；S600、将深度强化学习模型预测的轨迹作为改进卡尔曼滤波的观测值，结合扩展卡尔曼滤波算法进一步预测盲区内目标障碍物的轨迹。
全文数据：
权利要求：
百度查询： 大连理工大学 一种井工况下盲区的障碍物的轨迹预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号