“肖友”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62个，建议您升级VIP下载更多相关专利

[发明专利]一种基于前车行为预测的自适应巡航滑行节油方法和装置-CN202210173098.5有效
发明人：尹旭;肖友;黄杉;冉冀林;袁霖;张杰 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-02-24 - 公布日： 2023-10-13 - 主分类号： B60W30/14 文献下载
摘要：本发明公开了一种基于前车行为预测的自适应巡航滑行节油方法，获取本车车速和本车加速度，获取前车位置、前车车速和前车加速度，获取前车周围车辆信息，获取本车所在位置地图道路信息；记录本车所在道路信息、本车定位信息及前车和前车周围车辆的相对位置信息和速度信息，基于本车定位信息、速度信息和加速度信息，结合本车所在道路信息和本车定位信息，建立时间序列信息与位置信息为相对道路的绝对坐标系；对前车未来轨迹进行推理，获取本车定位信息，判断本车进入路口接近模式；结合前车未来轨迹的预测信息，判断本车进入路口滑行模式；本车辅助驾驶系统向本车发动机控制器发出停止扭矩指令，对本车进行减速。同时还公开实现上述方法的装置。
一种基于前车行为预测自适应巡航滑行节油方法装置

[发明专利]一种目标跟车距离计算系统及计算方法-CN202210114929.1有效
发明人：尹旭;黄杉;肖友;张飞龙;单玉梅;张鹏 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-01-31 - 公布日： 2023-09-29 - 主分类号： B60W30/16 文献下载
摘要：本发明涉及一种目标跟车距离计算系统及计算方法，本发明采集驾驶员在自动驾驶系统关闭时的自然驾驶数据，将稳定跟车场景时的车速、道路曲率半径、跟车平均距离等特征，并将特征数据存入存储器待后续机器学习训练使用，采用多层感知器对目标跟车距离进行建模，待满足机器学习训练所需的最小数据要求后，对目标跟车距离模型进行训练；待车辆进入自动驾驶状态后，训练完成后的模型可以根据各类输入信息进行目标跟车距离的实时计算.本发明不依赖于大数据分类，可以在车端收集本车驾驶员的驾驶信息以实现最贴近驾驶员风格的目标距离建模，且可以考虑天气、路况、夜晚等因素对跟车距离的影响，有效提升自适应巡航功能对驾驶员的适应性。
一种目标距离计算系统计算方法

[发明专利]一种考虑道路约束条件的车辆轨迹预测方法-CN202210174098.7有效
发明人：肖友 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-02-24 - 公布日： 2023-09-26 - 主分类号： B60W50/00 文献下载
摘要：本发明涉及一种考虑道路约束条件的车辆轨迹预测方法，包括如下步骤：1)获取车辆及路况原始数据；2)构建神经网络模型的输入特征；3)搭建神经网络模型；4)训练神经网络模型；5)利用训练完成的神经网络模型进行轨迹预测。本发明构建的神经网络模型的损失函数一方面考虑真实预测轨迹与预测结果的偏差损失，另一方面利用可行驶区域地图生成行驶区域概率分布，使得车辆在可行驶区域的预测结果概率高，在不可行驶区域的概率低，利用概率化的鸟瞰图与预测结果相结合形成损失ploss，从而将道路约束以损失函数的形式对模型施加影响，使得预测结果更加贴合真实场景。
一种考虑道路约束条件车辆轨迹预测方法

[发明专利]一种车辆轨迹预测方法、系统及存储介质-CN202310611501.2在审
发明人：张涛;肖友;郑文;杨东方;邱利宏 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-05-26 - 公布日： 2023-09-12 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种车辆轨迹预测方法、系统及存储介质，方法包括：获取目标车的历史轨迹，进行特征编码提取每个目标轨迹时序上的特征；计算每个目标轨迹的边缘特征矩阵，将所述边缘特征矩阵和所述每个目标轨迹时序上的特征输入图神经网络，提取目标之间的交互信息，利用多头自注意力机制强化所述交互信息；将强化后的交互信息和每个目标轨迹时序上的特征进行拼接，通过多层感知器模块预测目标的横向变道行为；将强化后的交互信息输入至并行轨迹预测解码器，将并行输出的轨迹预测结果中得分最高的作为最终预测轨迹。本发明实现了不需要地图信息仅通过车辆的历史轨迹信息进行车辆轨迹预测，提升车辆行驶的安全性。
一种车辆轨迹预测方法系统存储介质

[发明专利]一种基于道路识别的cs-lstm车辆行为预测模型优化方法-CN202310578156.7在审
发明人：伍淑莉;肖友;张涛 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-05-19 - 公布日： 2023-08-18 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及车辆技术领域，公开了一种基于道路识别的cs‑lstm车辆行为预测模型优化方法，包括如下步骤：S1、构建基于cs‑lstm的轨迹预测模型；S2、对目标车和邻居车的历史轨迹信息进行编码；S3、建立空间网格来表征道路信息；S4、对目标车与邻居车的交互信息进行编码；S5、利用目标车和自车当前车道中心线的相对位置关系生成道路信息识别标签并进行编码；S6、将编码的目标车的历史轨迹信息、编码的目标车与邻居车的交互信息、道路信息识别标签进行拼接，得到拼接信息；S7、对拼接信息进行解码，得到预测轨迹。在cs‑lstm模型的基础上，加入道路信息识别，将道路场景信息和目标车与自车的交互信息加入模型编码，优化模型在切入和汇流等场景的预测性能。
一种基于道路识别 cs lstm 车辆行为预测模型优化方法

[实用新型]手持激光焊接设备及其送丝管-CN202223199302.5有效
发明人：李立恒;朱俊;肖友;林建华;蒋峰 -专利权人：深圳市桓日激光有限公司
申请日： 2022-11-30 - 公布日： 2023-08-18 - 主分类号： B23K1/005 文献下载
摘要：本实用新型涉及激光加工领域，公开了一种手持激光焊接设备及其送丝管，包括第一锁紧件、第二锁紧件、快拆公头、快拆母头及转接头，快拆公头的第一端设有抱紧件，第二端设有卡接槽；快拆母头设有用于收容第二端的第一收容腔和用于收容转接头的第二收容腔；快拆母头上设有从第一收容腔的侧壁上凸出的锁定件，第二收容腔上还设有第一内螺纹；第二端插入至所述第一收容腔，使锁定件卡入所述卡接槽，将快拆公头锁定；转接头的内部设有第三收容腔，外侧壁设有与第一内螺纹相配合连接的第一外螺纹，第三收容腔设有顶出装置，顶出装置包括顶出杆及第一复位弹簧，第一复位弹簧设于第三收容腔底部，顶出杆一端与快拆公头抵接，另一端与第一复位弹簧抵接。
手持激光焊接设备及其送丝管

[实用新型]手持激光焊接设备及其自动送丝机-CN202223280836.0有效
发明人：李立恒;朱俊;肖友;林建华;邓金荣;蒋峰 -专利权人：深圳市桓日激光有限公司
申请日： 2022-12-08 - 公布日： 2023-08-18 - 主分类号： B23K26/70 文献下载
摘要：本实用新型涉及激光加工领域，公开了一种手持激光焊接设备及其自动送丝机，包括机柜、供丝装置及送丝装置，供丝装置及送丝装置均设置在机柜内；送丝装置包括安装壳及设置在安装壳上的调节机构及送丝辊轮机构，送丝辊轮机构包括第一驱动组件及至少一组由主动辊轮和从动辊轮组成的辊轮组件，主动辊轮与所述从动辊轮之间设有供焊丝穿过的间隙；供丝装置包括第二驱动组件及供丝盘，其中，第二驱动组件包括第二驱动电机及传动机构，供丝盘用于盘绕焊丝，第二驱动电机通过传动机构带动供丝盘转动，将盘绕的焊丝送出，并与送丝辊轮机构牵引焊丝移动的速度保持一致。避免了因供丝盘太重而牵引不动焊丝卷，出现送丝装置的送丝辊轮打滑的现象。
手持激光焊接设备及其自动送丝机

[发明专利]基于强化学习的城市交通堵塞调度方法-CN202210188427.3有效
发明人：肖友 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-02-28 - 公布日： 2023-07-04 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于强化学习的城市交通堵塞调度方法，通过图像传感器和电感传感器获取城市道路交叉口的车辆数量信息、车辆排队信息和交通灯状态的实时数据；再利用机器学习算法，根据车辆数量信息、车辆排队信息和交通灯状态的实时数据，结合从图像信息与储备结构化数据获取的路段限制与车道信息的交叉口先验知识，形成交叉口路况状态数据作为调度模型训练数据；调度模型根据环境反馈的交叉口各车道的通行效果和奖励函数计算奖励信号，从而训练调度模型；利用强化学习算法，基于交叉口路况状态数据与交叉口通行安全准则训练调度模型；以交叉口路况状态数据作为输入，通过完成训练后的调度模型输出交通灯状态指令及相应交通灯控制信号。
基于强化学习城市交通堵塞调度方法

[发明专利]基于cs-lstm车辆行为预测的模型优化方法、装置及存储介质-CN202310167168.0在审
发明人：伍淑莉;肖友;卞一程 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-02-27 - 公布日： 2023-06-23 - 主分类号： G06F18/214 文献下载
摘要：本发明属于车辆技术领域，具体涉及基于cs‑lstm车辆行为预测的模型优化方法、装置及存储介质，该方法包括，获取实车数据集，根据所述实车数据集获取cs‑lstm数据集和RF数据集；搭建cs‑lstm模型和随机森林模型，将所述cs‑lstm数据集输入所述cs‑lstm模型，得到cs‑lstm模型预测结果，将所述RF数据集输入所述随机森林模型，得到随机森林模型预测结果；将所述随机森林模型预测结果输入所述cs‑lstm模型，并进行后处理，对所述cs‑lstm模型进行优化。其目的是：通过在cs‑lstm模型的基础上，加入随机森林模型，对车辆换道行为进行预测，并加入到cs‑lstm模型编码和后处理中，优化cs‑lstm模型横向行为的预测，提高了预测的准确性。
基于 cs lstm 车辆行为预测模型优化方法装置存储介质

[发明专利]一种高端应用电子领域聚氨酯革及其制备方法-CN202310136128.X在审
发明人：肖友;高航;李超;张哲;裴莹 -专利权人：苏州瑞高新材料有限公司
申请日： 2023-02-20 - 公布日： 2023-06-09 - 主分类号： B32B27/40 文献下载
摘要：本申请涉及聚氨酯革材料领域，具体公开了一种高端应用电子领域聚氨酯革及其制备方法。一种高端应用电子领域聚氨酯革包括多层颜色纹理层、粘接层和表面处理层，所述多层颜色纹理层设于粘接层与表面处理层之间，所述表面处理层包括第一表面处理层和第二表面处理层，所述第一表面处理层设于多层颜色纹理层与第二表面处理层之间。本申请的一种高端应用电子领域聚氨酯革，具有优异的耐磨性能和耐化学性能，使用第一表面处理层和第二表面处理层对聚氨酯革表面进行保护，减少酒精、汗渍对聚氨酯革表面颜色、纹理的损坏，减少外部摩擦对聚氨酯革的影响，延长聚氨酯革的使用寿命。
一种高端应用电子领域聚氨酯及其制备方法

[发明专利]自动驾驶目标场景的识别方法、装置、终端设备以及汽车-CN202310333798.0在审
发明人：刘一荻;肖友;严旭;杨东方;张涛 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-03-30 - 公布日： 2023-06-02 - 主分类号： B60W40/02 文献下载
摘要：本发明涉及自动驾驶目标场景的识别方法、装置、终端设备以及汽车，属于自动驾驶技术领域，方法包括：获取当前车辆的第一时序信息及目标车辆的第二时序信息，第一时序信息包括当前车辆的第一位置信息，第二时序信息包括目标车辆的第二位置信息；依据高精地图信息、第一位置信息及第二位置信息确定当前车辆的第一车道信息及目标车辆的第二车道信息；若目标车辆处于第一目标场景，且第二时序信息中存在满足第一预设条件的第二车辆状态信息，确定目标车辆为第一行驶状态；若目标车辆处于第二目标场景，且第二时序信息中存在满足第二预设条件的第二车辆状态信息，确定目标车辆为第二行驶状态。本发明能够准确的对目标车辆的行驶状态进行识别。
自动驾驶目标场景识别方法装置终端设备以及汽车

[发明专利]一种缺失车道线补全方法、系统、车辆及存储介质-CN202310190999.X在审
发明人：吕波;胡誉文;肖友 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-03-02 - 公布日： 2023-05-05 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及车辆智能驾驶技术领域，提供了一种缺失车道线补全方法、系统、车辆及存储介质，方法包括以下步骤：采集车道信息，形成数据集，将所述数据集导入深度学习网络模型，训练网络，使得网络可以依据周车历史轨迹预测车辆未来轨迹；对所述网络输出的车辆的预测轨迹和车道线轨迹进行拟合；进行回归分析，与所述预测轨迹附近的所述车道线轨迹拟合曲线进行匹配，得到匹配拟合曲线的数学模型，通过所述数学模型，得到车道线与车辆行驶轨迹的拟合曲线的关系；基于拟合的所述车道线轨迹，结合自车位置，对车道线进行补全。本发明针对车道线缺失，或者车道线模糊的场景，能够较高精度的实现对车道线的补全。
一种缺失车道线补全方法系统车辆存储介质

[发明专利]车辆切入场景预测方法、装置、车辆及存储介质-CN202310003875.6在审
发明人：肖友;邱利宏;杨东方;胡誉文;吕波 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-01-03 - 公布日： 2023-04-28 - 主分类号： G06F18/214 文献下载
摘要：本申请涉及自动驾驶领域，特别涉及一种车辆切入场景预测方法、装置、车辆及存储介质，其中，方法包括：采集当前车辆周围的多个目标车辆的位置信息；将多个目标车辆的位置信息输入至预先训练的车辆切入场景预测模型，得到多个目标车辆的车辆切入分类结果，其中，车辆切入场景预测模型由训练样本训练多个机器学习模型得到；根据多个目标车辆的车辆切入分类结果得到当前车辆的车辆切入场景预测结果。由此，解决了当前自动驾驶领域的目标车辆切入预测算法实用性低，预测准确性难以保证等问题，提高车辆切入预测的准确性的同时提升用户体验。
车辆切入场景预测方法装置存储介质

[发明专利]一种智能驾驶的数据处理方法及系统、电子设备-CN202211341998.2在审
发明人：尹旭;刘一荻;肖友;杨东方 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-10-29 - 公布日： 2023-04-25 - 主分类号： G06F16/9537 文献下载
摘要：本发明提供一种智能驾驶的数据处理方法及系统、电子设备，处理方法包括：同步获取自车的多种原始数据，其中原始数据包括自车数据、道路数据和车辆感知数据；设置取样时段，取样时段包括自车的起点时刻；以起点时刻为原点建立行车坐标系，并根据原始数据，在行车坐标系中形成取样时段的自车轨迹；获取取样时段内自车周边交通参与者的位置信息，并根据位置信息，形成周边交通参与者的周车轨迹；处理道路数据，在行车坐标系中形成车道和车体中心线；根据行车坐标系中车道、自车轨迹和周车轨迹的图形，获取车道、自车轨迹和周车轨迹的坐标点集；以及设置筛选条件并从坐标点集中筛选出训练样本，存储训练样本。本发明能够提升智能驾驶的控制效率。
一种智能驾驶数据处理方法系统电子设备

[发明专利]路面车道线预测方法、装置、车辆及存储介质-CN202211501531.X在审
发明人：吕波;肖友;胡誉文 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-11-28 - 公布日： 2023-03-03 - 主分类号： G06T7/277 文献下载
摘要：本申请涉及一种路面车道线预测方法、装置、车辆及存储介质，其中，方法包括：采集当前车辆所处的位置信息和车道线信息；根据位置信息和车道线信息确定目标分界点，并通过预设的卡尔曼滤波模型预测目标分界点内的第一车道线轨迹，通过预设的数据驱动神经网络模型预测目标分界点外的第二车道线轨迹；以第一车道线轨迹为基准，识别出目标分界点和第二车道线轨迹的轨迹点的曲率与第一车道线轨迹的轨迹点曲率的偏差大于预设阈值时，对第二车道线轨迹的轨迹点进行修正，并根据修正后的第二车道线轨迹和第一车道线轨迹得到最终预测的车道线。由此，通过对不同区域车道线采用不同的处理方法，节约了计算资源，提高算法效率。
路面车道预测方法装置车辆存储介质

1
2
3
4
5
下一页»
尾页
共 62 条