“滕成龙”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果27个，建议您升级VIP下载更多相关专利

[发明专利]基于复杂网络理论的高速公路自动驾驶商用车轨迹预测与决策方法与系统-CN202211546361.7在审
发明人：赵高士;蔡英凤;陈龙;滕成龙;王海;孙晓强;刘擎超 -专利权人：江苏大学
申请日： 2022-12-05 - 公布日： 2023-05-02 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了基于复杂网络理论的高速公路自动驾驶商用车轨迹预测与决策方法与系统，利用预测模型中复杂网络编码器将高清地图和智能体上下文编码为有向加权复杂网络的节点编码，得出各节点的可达情况。目标点预测器根据智能体历史轨迹信息和局部道路特征预测各智能体目标点，并结合车道节点可达性和智能体节点关键性获得参考轨迹的联合分布。轨迹解码器以参考轨迹为条件，输入智能体历史轨迹和运动学或动力学约束解码生成预测轨迹并优化。决策模型输入上游全局路径规划层提供的导航路线，判断是否有变道需求并确定车道的优先级。然后结合参考轨迹的联合分布概率、复杂网络风险值和车道优先级设计代价函数，挑选最优轨迹作为决策结果。
基于复杂网络理论高速公路自动驾驶商用轨迹预测决策方法系统

[发明专利]融合复杂网络理论和部分可观察马尔可夫决策过程的智能驾驶行为决策方法及设备-CN202310026965.7在审
发明人：蔡英凤;付新科;滕成龙;陈龙;王海;刘擎超;孙晓强 -专利权人：江苏大学
申请日： 2023-01-09 - 公布日： 2023-04-28 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了融合复杂网络理论和部分可观察马尔可夫决策过程的智能驾驶行为决策方法及设备，通过引入部分可观察马尔可夫决策过程(POMDP)，提供了一种在不确定性环境下，多智能体交互的理想决策模型，随着模型维度的增加，其计算复杂度也大大增加，为解决计算复杂度问题，本发明引入基于复杂网络认知理论对驾驶环境进行建模，用于评估重要节点并提取风险树，以缩小POMDP模型的置信空间、加速模型求解，从而实现在高度交互的动态不确定性驾驶环境下进行实时性的行为决策，相比于采用有限状态机和RL的行为决策方法，本发明在保证算法可解释性的同时，可在高度交互的动态不确定性驾驶环境中有效运行，为高级别的智能驾驶系统开发提供了新的解决思路。
融合复杂网络理论部分观察马尔可夫决策过程智能驾驶行为方法设备

[发明专利]一种应用于阀体表面的高硬度、高耐磨复合涂层、制备方法及阀体-CN202011420407.1有效
发明人：郑刚;唐华;付永忠;叶兴海;潘天红;滕成龙;杨龙祥;刘振;朱鑫达;赵荣河;邵玲 -专利权人：镇江四联机电科技有限公司;合肥万丰液压科技有限公司
申请日： 2020-12-08 - 公布日： 2022-11-18 - 主分类号： C23C28/00 文献下载
摘要：本发明提供了一种应用于阀体表面的高硬度、高耐磨复合涂层、制备方法及阀体，在阀体表面引入Si掺杂W2N层或Si掺杂的Mo2N层，以及WC和新型的高熵合金AlMoCrFeNi的多层复合涂层，结合了高温陶瓷与高熵合金的优点，通过Si掺杂和WC的颗粒强化分别增强了W2N层或Mo2N层、高熵合金AlMoCrFeNi的硬度和韧性，具有高硬度和高耐磨性。本发明所制备的涂层结构致密、均匀且具有高的硬度、高强度、高韧性、高耐磨性以及好的耐腐蚀性能，适用于阀体表面。
一种应用于阀体表面硬度耐磨复合涂层制备方法

[发明专利]一种基于生成对抗网络和模仿学习的智能驾驶汽车路径规划系统及方法-CN202111119055.0在审
发明人：蔡英凤;杨绍卿;滕成龙;王海;刘擎超;孙晓强;李祎承 -专利权人：江苏大学
申请日： 2021-09-24 - 公布日： 2022-09-23 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于生成对抗网络和模仿学习的智能驾驶汽车路径规划系统及方法，包括轨迹点生成对抗网络和生成对应的轨迹两部分。轨迹点生成对抗网络以场景特征和随机噪声为输入，以经验驾驶员驾驶轨迹为对应样本，模仿生成经验轨迹末状态的横纵向轨迹点状态；轨迹生成部分利用生成的轨迹横纵向末状态和车辆当前横纵向末状态，拟合横纵向轨迹的五次多项式，并进行横纵向轨迹合并。本发明解决了因驾驶员们驾驶风格多变导致的单个样本可能对应多个数据标签，模仿学习难以训练的问题；另外，通过五次多项式分开拟合横纵向轨迹，减小了模仿学习学习整条驾驶轨迹的难度，保证了生成轨迹的光滑程度。同时，采用轨迹评估避免了生成轨迹的潜在风险。
一种基于生成对抗网络模仿学习智能驾驶汽车路径规划系统方法

[发明专利]基于模型动态重构的智能汽车解耦预测控制器及其控制方法-CN201910897708.4有效
发明人：蔡英凤;滕成龙;陈龙;孙晓强;邹凯;孙晓东;王海 -专利权人：江苏大学
申请日： 2019-09-23 - 公布日： 2022-09-13 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了基于模型动态重构的智能汽车解耦预测控制器及其控制方法，在智能感知车辆外部环境和自身参数的基础上，首先建立智能汽车三自由度耦合非线性原模型，再构造智能汽车的两个右逆模型，两个右逆模型交替学习进化，将其中一个不执行学习进化功能的右逆模型放置于原模型的左侧，对智能汽车模型进行动态重构，实现模型动态解耦和简化控制，然后根据重新构造得到的新模型中各个子模型及控制要求特征，分别设计模型预测控制器，实现基于模型动态重构的智能汽车解耦预测控制，提高智能汽车的控制性能和智能化水平。本发明结合使用动态逆模型和模型预测控制方法，使用重构的规范化新模型合理设计模型预测控制器，提高智能汽车的控制性能。
基于模型动态智能汽车预测控制器及其控制方法

[发明专利]基于复杂网络的自动驾驶汽车复杂环境模型、认知系统及认知方法-CN202110504041.4有效
发明人：蔡英凤;滕成龙;熊晓夏;王海;孙晓东;刘擎超 -专利权人：江苏大学
申请日： 2021-05-10 - 公布日： 2022-06-21 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了基于复杂网络的自动驾驶汽车复杂环境模型、认知系统及认知方法，在感知自动驾驶汽车外部环境的基础上，首先，针对个体驾驶行为认知的复杂性问题，依据用于表示驾驶操控激进程度和模式转移偏好的驾驶特征参数，进行驾驶风格识别；其次，依据环境中运动主体的群体行为特征，在驾驶风格识别的基础上，基于复杂网络，以运动主体为节点，以道路为约束，建立时变复杂动态网络作为自动驾驶汽车复杂环境模型；最后，对复杂环境模型中的节点进行参数化表述，实现对复杂环境的节点差异化认知，采用凝聚算法对复杂环境模型中的节点分层，实现对复杂环境的层次化认知，建立复杂环境模型的无序程度度量方法，实现对复杂环境的全局风险态势认知。
基于复杂网络自动驾驶汽车环境模型认知系统方法

[发明专利]一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器及其构造方法-CN202010407838.8有效
发明人：陈龙;邹凯;蔡英凤;滕成龙;孙晓强;王海 -专利权人：江苏大学
申请日： 2020-05-14 - 公布日： 2022-05-20 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器及其构造方法，在智能感知车辆外部环境和自身参数的基础上，首先建立横向和横摆两个方向的路径跟踪误差模型，并且在此基础上考虑未建模动态和风阻、道路坡度和道路不平度造成的外界干扰，建立标称系统约束。基于此数学模型设计控制器，该控制器由两部分组成，一部分为由标称系统作为被控对象，设计模型预测控制器；另外一部分为附加反馈控制，用于减少实际系统与标称系统之间的偏差，附加反馈控制率采用滑模控制法，通过两部分控制率的组合，可以在保证路径跟踪的同时有效减少外界因素的干扰，提高控制器的鲁棒性。
一种基于模型预测控制智能汽车轨迹跟踪控制器及其构造方法

[发明专利]一种基于时空鸟瞰图和策略梯度算法的自动驾驶轨迹规划系统及方法-CN202210067361.2在审
发明人：蔡英凤;杨绍卿;滕成龙;刘泽;孙晓强;陈龙;王海 -专利权人：江苏大学
申请日： 2022-01-20 - 公布日： 2022-04-29 - 主分类号： B60W60/00 文献下载
摘要：本发明公开了一种基于时空鸟瞰图和策略梯度算法的自动驾驶轨迹规划系统及方法，属于自动驾驶驾驶技术领域，通过机器学习来生成自动驾驶车辆的规划轨迹，使得规划轨迹更加智能化，提高了自动驾驶车辆在复杂场景下的轨迹规划能力，提高了普通采样法进行轨迹规划算法的效率，避免了复杂交通场景下的无效采样；本发明提出使用时空鸟瞰图作为策略网络的输入状态量，使得轨迹规划策略网络能有效的提取周边交通环境特征；本发明提出的策略梯度算法实现自动驾驶轨迹规划的方法，将交通环境、规划器和控制器有效联系起来，实现了三者的有效耦合，使得规划器输出轨迹能有效的适应车辆的动力学特性和控制器。
一种基于时空鸟瞰图策略梯度算法自动驾驶轨迹规划系统方法

[发明专利]一种基于神经网络动力学模型的自动驾驶车辆轨迹跟踪系统及方法-CN202111508163.7在审
发明人：蔡英凤;俞学凯;滕成龙;孙晓强;陈龙;王海 -专利权人：江苏大学
申请日： 2021-12-10 - 公布日： 2022-04-22 - 主分类号： B60W60/00 文献下载
摘要：本发明公开了一种基于神经网络动力学模型的自动驾驶车辆轨迹跟踪系统及方法，包括神经网络车辆动力学模型部分，车辆动力学数据采集部分(包括基于驾驶模拟器和虚拟仿真平台CarSim仿真数据获取过程、真实世界自动驾驶车辆数据获取)，神经网络模型的训练部分，以及模型预测控制算法设计共四部分；本发明通过将所建立的神经网络车辆动力学预测模型与模型预测控制算法相结合，相比于端到端的控制算法，所提出的控制算法具有更高的可解释性。并且在不同的道路条件下及行驶工况下可以实现期望轨迹的跟踪控制，在保证路径跟踪精度的同时，同时兼顾横纵向稳定性，为自动驾驶车辆开发高性能的运动控制器奠定。
一种基于神经网络动力学模型自动驾驶车辆轨迹跟踪系统方法

[发明专利]一种考虑危险驾驶工况的智能车耦合决策模型及方法-CN202111526027.0在审
发明人：蔡英凤;张雪翔;滕成龙;王海;刘擎超;孙晓强;陈龙;李祎承;熊晓夏 -专利权人：江苏大学
申请日： 2021-12-14 - 公布日： 2022-04-12 - 主分类号： B60W60/00 文献下载
摘要：本发明公开了一种考虑危险驾驶工况的智能车耦合决策模型及方法，采用了自学习和驾驶规则耦合的决策方法，克服了单一决策方法的局限性、缺乏灵活性和不可靠性等问题，能有效处理各种复杂交通场景的智能车驾驶决策问题。本发明充分考虑了智能车行驶过程中的碰撞风险和换道风险，并在此基础上划分了相对应的决策算法，进一步提高了智能车决策的实时性和其在危险驾驶工况下决策的可靠性。本发明提出的基于特征空间映射的迁移学习算法实现了智能车最优价值动作由仿真场景‑真实场景的知识迁移，解决了真实交通场景的建模误差问题，同时也验证了本发明所提出的智能车耦合决策模型在真实驾驶场景中的有效性，大大提升了智能车的迁移学习能力。
一种考虑危险驾驶工况智能耦合决策模型方法

[发明专利]一种基于递归图和卷积神经网络的驾驶风格识别模型、换道决策模型及决策方法-CN202111432080.4在审
发明人：蔡英凤;赵锐东;滕成龙;张雪翔;刘擎超;李祎承;熊晓夏;孙晓强 -专利权人：江苏大学
申请日： 2021-11-29 - 公布日： 2022-02-15 - 主分类号： B60W40/09 文献下载
摘要：本发明公开了一种基于递归图和卷积神经网络的驾驶风格识别模型、换道决策模型及决策方法，首先，引入驾驶风格作为综合判定依据，获取加速踏板、制动踏板以及方向盘转角信号，通过车载相机以及激光雷达获取当前车辆的驾驶环境和周围车辆的行驶信息。其次，将数据采样至同一频率，并归一化处理，接着将数据利用递归图生成算法生成自车和周围车辆的递归图。然后，将递归图输入卷积神经网络，得到每一车辆对应的驾驶风格。最后，引入决策成本函数，综合考虑自车以及周围车辆的驾驶风格因素，通过调整所述决策成本函数的权重系数的方式，建立换道决策方法，使得换道决策结果具有倾向性，贴合自车的驾驶风格，实现人性化和安全合理的驾驶操作。
一种基于递归卷积神经网络驾驶风格识别模型决策方法

[发明专利]一种视觉深度信息与语义分割相结合的场景鸟瞰图重构方法及系统-CN202111271617.3在审
发明人：蔡英凤;饶中钰;滕成龙;刘泽;罗彤;刘擎超;李祎承;孙晓强;陈龙;王海 -专利权人：江苏大学
申请日： 2021-10-29 - 公布日： 2022-01-14 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种视觉深度信息与语义分割相结合的场景鸟瞰图重构方法及系统,首先通过立体匹配模型得到深度图，随后采用语义分割模型得到前置语义分割图，将深度图与语义分割图坐标变换，得到具有类别信息的伪点云，并保留其鸟瞰图视角的类别信息，最后通过深度对抗模型对于图像中的空洞区域进行填充，得到最终语义鸟瞰图。本发明利用双目摄像头，能够有效进行前方区域鸟瞰图重建，为指导后续规划控制提供有效信息；在提取语义分割信息时，采用RGB‑D语义分割算法，充分利用RGB信息与前端深度估计模型的深度信息，进一步完善语义分割信息，选用生成对抗网络进行空洞及遮挡部分的信息修复和填充，丰富鸟瞰图图像的信息，提升重构鸟瞰图图像的精度。
一种视觉深度信息语义分割相结合场景鸟瞰图方法系统

[实用新型]一种桑黄液体菌种培养装置-CN202121007075.4有效
发明人：刘迪;彭炜航;隋庆宇;王鑫;尹钰涵;郭建峰;滕成龙 -专利权人：延边大学
申请日： 2021-05-12 - 公布日： 2021-12-14 - 主分类号： C12M1/00 文献下载
摘要：一种桑黄液体菌种培养装置，包括摇瓶放置板，所述摇瓶放置板上设置有摇瓶放置槽，所述摇瓶放置板设置有两组，所述摇瓶放置板的两侧设置有导向板，上层的导向板与下层的导向板滑动配合，下层的导向板与工作台滑动配合，所述工作台的一侧设置有驱动装置，本实用新型采用摇瓶放置板的滑动和振动器的振荡相配合，可以增加摇床的培养效果，使菌液始终在摇瓶中处于悬浮状态，提高生产效率，本实用新型采用上下两侧摇瓶放置板，可一次性培养较多的菌液，并且两侧摇瓶放置板通过驱动杆和第一限位板和第二限位板的联动，使用一组电机即可，可有效的降低制造成本，所述摇瓶放置板安装或拆卸时，拆掉销轴，滑动导向板即可，方便生产。
一种液体菌种培养装置

[发明专利]一种智能车辆神经网络动力学模型、强化学习网络模型及其自动驾驶训练方法-CN202110563273.7在审
发明人：蔡英凤;杨绍卿;滕成龙;王海;熊晓夏;孙晓东 -专利权人：江苏大学
申请日： 2021-05-24 - 公布日： 2021-09-21 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种智能车辆神经网络动力学模型、强化学习网络模型及其自动驾驶训练方法，利用神经网络动力学模型和车辆平面映射关系来模拟自动驾驶汽车在区域分割鸟瞰图上实时的运动变化。采用神经网络作为动力学模型更加贴合实车的动力学特性，减小了普通单轨模型误差较大的问题。利用区域分割鸟瞰图Φ作为自动驾驶强化学习训练的状态量，减小了仿真训练和实车二次训练的状态量之间的差异，避免了仿真训练与实车二次训练之间因状态量差异带来的冲突；设计了一种贴合真实场景的强化学习自动驾驶策略仿真训练框架，预训练的强化学习网络RL‑net能较自然的迁移到实车的二次训练中，解决了直接将强化学习应用实车训练时前期可能会发生的碰撞事故的问题。
一种智能车辆神经网络动力学模型强化学习网络及其自动驾驶训练方法

[发明专利]一种基于时滞反馈神经网络的车辆动力学预测模型、及训练数据获取方法、训练方法-CN202110563038.X在审
发明人：蔡英凤;方培俊;陈龙;滕成龙;孙晓强;孙晓东;王海 -专利权人：江苏大学
申请日： 2021-08-05 - 公布日： 2021-09-17 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于时滞反馈神经网络的车辆动力学预测模型、及训练数据获取方法、训练方法，提出多道路条件下的车辆动力学虚拟及实际数据集采集方法，为车辆动力学建立模型奠定数据基础。首先基于车辆非线性动力学选择性添加不同的保真度模型，得到不同复杂程度的低保真度可解释车辆非线性动力学模型多时步虚拟数据集；其次通过高保真度车辆动力学软件CarSim获得高保真度动力学模型多时步虚拟数据；最后通过布置实际无人驾驶车辆动力学数据采集装置，以获取车辆动力学真实数据集。车辆动力学虚拟数据集的自由度选择范围广，获取成本低，降低实车数据的需求量，车辆动力学真实数据集为模型再度优化权重参数，提高实际车辆动力学预测响应的精度。
一种基于反馈神经网络车辆动力学预测模型训练数据获取方法

1
2
下一页»
尾页
共 27 条