“郭柏苍”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60个，建议您升级VIP下载更多相关专利

[发明专利]基于强化学习的智能车辆高速公路匝道汇入决策方法-CN202310564555.8在审
发明人：谢宪毅;刘国峰;金立生;郭柏苍;韩广德;朱文涛 -专利权人：燕山大学
申请日： 2023-05-18 - 公布日： 2023-10-13 - 主分类号： G08G1/07 文献下载
摘要：本发明涉及一种基于强化学习的智能车辆高速公路匝道汇入决策方法，涉及智能车辆领域，用于提高智能车辆汇入成功率，减少交通事故。该方法将高速公路匝道与主路的交叉点设置为合流点，将匝道以及位于合流点后S1米处和合流点前S2米处的主干道设置为控制区域；在控制区域内，将智能车辆投影到主路的目标车道上，投影智能车辆到合流点距离和匝道上智能车辆到合流点距离相等；确定投影智能车辆前面车辆和后面车辆，获取它们的速度和位置作为环境车辆信息；获取智能车辆与合流点距离、智能车辆速度和加速度作为智能车辆信息；根据智能车辆信息、环境车辆信息，采用强化学习DDPG模型进行加速度和前轮转角调整，逐步实现成功汇入。
基于强化学习智能车辆高速公路匝道汇入决策方法

[发明专利]基于胎纹深度检测的轮胎寿命预估方法及装置-CN202310803983.1在审
发明人：金立生;张洪瑜;谢宪毅;郭柏苍;张耀铎;刘家国 -专利权人：燕山大学
申请日： 2023-07-03 - 公布日： 2023-10-03 - 主分类号： G01M17/02 文献下载
摘要：本申请涉及车辆轮胎监测技术领域，公开了一种基于胎纹深度检测的轮胎寿命预估方法及装置，所述利用非线性边缘保护滤波算法去除胎面图像中的噪点，并进行花纹边缘检测，获得胎面区域及花纹边缘；其中，所述胎面图像为预先采集得到的；根据所述胎面区域及花纹边缘生成等比例的边缘特征平滑曲线；根据所述边缘特征平滑曲线获取花纹边缘像素坐标，并根据所述花纹边缘像素坐标计算花纹深度；根据所述花纹深度预测轮胎寿命，并生成轮胎检测报告。可以实现胎面花纹快速、准确检测，轮胎寿命可靠预测，降低交通事故发生率。
基于深度检测轮胎寿命预估方法装置

[发明专利]基于车载激光雷达预期功能安全的场景数据集构建方法-CN202310785873.7在审
发明人： 郭柏苍;刘家国;石业玮;贺阳;刘昊;张洪瑜;张耀铎;周心晴 -专利权人：燕山大学
申请日： 2023-06-29 - 公布日： 2023-09-29 - 主分类号： G01S7/48 文献下载
摘要：本发明提供了一种基于车载激光雷达预期功能安全的场景数据集构建方法。基于车载激光雷达预期功能安全的场景数据集构建方法包括：通过车载激光雷达采集驾驶场景中各个维度的点云数据；通过点云质量评价指标对点云数据进行质量评价，得到点云质量评价结果；结合各个维度的点云数据，得到各个维度对应的驾驶场景；基于各个维度对应的驾驶场景和点云质量评价结果，构建场景数据集。本发明的基于车载激光雷达预期功能安全的场景数据集构建方法提高了在车辆传感器及驾驶环境方面的预期功能的完备性。
基于车载激光雷达预期功能安全场景数据构建方法

[发明专利]一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法-CN201910283871.1有效
发明人：金立生;司法;孙栋先;闫福刚;石健;华强;郭柏苍;朱菲婷;夏海鹏;王禹涵;郑义;高铭;陈梅 -专利权人：吉林大学
申请日： 2019-04-10 - 公布日： 2023-09-29 - 主分类号： B60W30/10 文献下载
摘要：本发明涉及一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法，控制装置由GPS数据采集模块、车辆速度采集模块、数据预处理模块、计算模块和线控执行系统组成。控制方法，包括实时采集和获取车辆的GPS位置和姿态信息，采集跟踪轨迹路径上点的GPS坐标；将轨迹信息进行预处理，使用高斯滤波的方法将跟踪轨迹平滑化；确定跟踪路径参考点的预瞄窗口，预瞄间隔，预瞄点，计算当前车辆坐标点与选定好的若干预瞄点的航向角偏差和位置偏差，依据位置偏差和航向角偏差，计算出每一个预瞄坐标点相对应的前轮转角，根据道路状况信息和车辆状态信息确定每一个预瞄坐标点相对应的前轮转角，各前轮转角按照等权重进行加和输出，达到路径跟踪的目的。
一种基于多点跟踪无人驾驶汽车路径控制装置方法

[发明专利]一种基于场景的无人驾驶系统可信性评价方法及装置-CN202310853356.9在审
发明人：金立生;韩卓桐;刘星辰;郭柏苍;王胤霖;雒国凤 -专利权人：燕山大学
申请日： 2023-07-12 - 公布日： 2023-09-22 - 主分类号： G06F11/36 文献下载
摘要：本申请涉及无人驾驶技术领域，公开了一种基于场景的无人驾驶系统可信性评价方法及装置。所述方法根据无人驾驶系统的具体待测功能，选取场景元素和功能测试需求进行随机组合，生成功能测试场景库；并根据功能测试需求，确定无人驾驶系统的评价指标及评价指标的经验值；基于功能测试场景库和经验值进行仿真测试，获取无人驾驶系统在评价指标下的失效率；利用失效率构建动态贝叶斯网络可信性评价模型，并利用动态贝叶斯网络可信性评价模型输出获得无人驾驶系统的状态概率；最后根据状态概率计算无人驾驶系统的可信性及组件重要度，可实现对无人驾驶系统的可信性评价。
一种基于场景无人驾驶系统可信性评价方法装置

[发明专利]一种服务于特种车辆的车路协同多目标检测方法及系统-CN202210791626.3有效
发明人：严书亭;赵丁选;郭柏苍;张舜然 -专利权人：燕山大学
申请日： 2022-07-07 - 公布日： 2023-09-15 - 主分类号： G06V20/54 文献下载
摘要：本发明提供一种服务于特种车辆的车路协同多目标检测方法及系统。本发明方法，包括：获取路侧视角下交通道路图像信息；构建部署在路侧较低算力边缘计算平台的轻量化检测网络模型DCM3‑YOLOv4；将获取的路侧视角下交通道路图像信息作为原始图像，输入到轻量化检测网络模型中，并对轻量化检测网络模型进行优化训练，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，以获得网络自主对有车辆目标道路位置的持续关注能力。本发明结合路侧视角空间信息不变性的特点，基于坐标注意力机制增强神经网络对空间信息的长程依赖性，采用逐通道过参数卷积方式对注意力机制中原有的传统卷积运算进行优化，能够实现对多尺度目标与小尺度目标的实时检测。
一种服务特种车辆协同多目标检测方法系统

[发明专利]一种基于灰度统计直方图的监控相机自动化补偿方法及装置-CN202310517384.3在审
发明人：金立生;贺阳;王广启;孙鑫宇;霍震;王欢欢;郭柏苍;谢宪毅 -专利权人：燕山大学
申请日： 2023-05-09 - 公布日： 2023-08-08 - 主分类号： H04N23/60 文献下载
摘要：本申请涉及智能交通基础设施技术领域，具体而言，涉及一种基于灰度统计直方图的监控相机自动化补偿方法及装置，一定程度上可以解决如何保障监控相机在不同光照强度、不同天气条件、不同安装角度等条件下，稳定提供纹理特征较好的图像输出的问题。方法包括：获取原始图像数据及初始化数据；根据原始图像数据及初始化数据，获取相机参数及灰度直方图；根据相机参数及灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断；根据直方图形状相似性偏差、相机参数及灰度直方图，获取当前场景类型；根据直方图形状相似性偏差、相机参数、灰度直方图及当前场景类型，获取修正相机参数，以实现对监控相机的自动化补偿。
一种基于灰度统计直方图监控相机自动化补偿方法装置

[发明专利]一种自适应驾驶员类型的智能车纵向速度跟踪控制系统及控制方法-CN201910370185.8有效
发明人：金立生;司法;孙栋先;闫福刚;石健;华强;郭柏苍;朱菲婷;夏海鹏;王禹涵;郑义;高铭;陈梅 -专利权人：吉林大学
申请日： 2019-05-06 - 公布日： 2023-07-28 - 主分类号： B60W40/08 文献下载
摘要：本发明涉及一种自适应驾驶员类型的智能车纵向速度跟踪控制方法，包括以下步骤：数据采集单元实时采集车速信息；数据处理单元对前一步采集的信息进行预处理；向逻辑运算单元手动输入驾驶员类型并自动读取系统目标车速；判断车辆是否需要加速或者减速；根据前一步的判断结果进入相应的加速控制模块或者减速控制模块；根据前一步的计算结果作为输出信号输出到相应的线控系统。本发明的方法能够为不同特性驾驶员提供接受度极高的智能车纵向速度跟踪控制策略，提高汽车行驶安全以及改善乘坐体验，同时，设计中的加速和制动切换策略避免了纵向动力学系统在不必要时刻的频繁动作，提升了车辆纵向控制时的安全性且降低了能量消耗。
一种自适应驾驶员类型智能纵向速度跟踪控制系统控制方法

[发明专利]一种基于主客观综合评价高铁驾驶室座椅舒适性的方法-CN202211462639.2在审
发明人：邓海;卢洋;金立生;郭柏苍;许新亮 -专利权人：中车长春轨道客车股份有限公司;燕山大学
申请日： 2022-11-22 - 公布日： 2023-05-02 - 主分类号： G06Q10/063 文献下载
摘要：一种基于主客观综合评价高铁驾驶室座椅舒适性的方法属于座椅舒适性评价技术领域。本发明利用k均值算法对专家专业权威等相关信息进行聚类，为每位专家赋权，体现各专家意见可参考性的差异。并结合主观舒适性评价表和人机仿真分析的座椅舒适性客观评价数据，将主流的主观评价方法与基于人机舒适性仿真分析的客观评价法结合起来，通过多层感知机这一深度学习网络建模方法，建立智能高铁动车组座椅舒适性评价模型。利用本方法可以有效减少评价人员的主观性偏差，同时避免直接客观分析法导致的不合理性，准确体现了人体响应和主观舒适度评分间的映射关系，大大提高了智能高铁动车组驾驶室座椅的舒适性评价准确性与可行性。
一种基于主客观综合评价驾驶室座椅舒适方法

[发明专利]一种跟车、旁车插入场景的高风险场景构建方法及设备-CN202310064389.5在审
发明人： 郭柏苍;雒国凤;韩卓桐;刘星辰;王胤霖 -专利权人：燕山大学
申请日： 2023-01-16 - 公布日： 2023-05-02 - 主分类号： G06F30/20 文献下载
摘要：本申请提供一种跟车、旁车插入场景的高风险场景构建方法及电子设备，该方法包括：获取跟车、旁车插入场景的待检验场景元素；利用斯皮尔曼相关性检验，从待检验场景元素中筛选出与行车风险相关性较强的场景元素，构建危险场景；计算危险场景中选定的自车与前车的车头时距；模拟自车的运动状态，实时计算自车与前车的相对距离，并确定当自车及前车的车速均为0时两车制动停车的相对距离；根据自车与前车的车头时距及两车制动停车的相对距离，构建高风险场景。该方案有助于提高自动驾驶系统检测的效率、降低检测成本。
一种插入场景风险构建方法设备

[发明专利]车载视觉传感器预期功能测试场景数据集构建方法-CN202310072830.4在审
发明人：金立生;石业玮;郭柏苍;刘家国;雒国凤;周心晴;张耀铎 -专利权人：燕山大学
申请日： 2023-01-31 - 公布日： 2023-05-02 - 主分类号： G06V20/58 文献下载
摘要：本申请提供一种车载视觉传感器预期功能测试场景数据集构建方法，该方法包括：获取车辆的驾驶场景数据；获取车载视觉传感器对驾驶场景采集的图像的原始信息；根据采集的图像的质量，确定主客观图像信息；根据所述主客观图像信息，确定车载传感器预期功能安全驾驶场景的类别；将若干图像的驾驶场景数据、原始信息、主客观图像信息、车载传感器预期功能安全驾驶场景的类别作为车载视觉传感器预期功能驾驶场景的数据集。该方案可以为自动驾驶车载视觉传感器预期功能极限数据集的构建提供理论方法。
车载视觉传感器预期功能测试场景数据构建方法

[发明专利]一种驾驶任务识别方法-CN201910119821.X有效
发明人：金立生;郭柏苍;孙栋先;王芳荣;高铭;石健;陈梅;王岩;华强;闫福刚;夏海鹏;朱菲婷;冯成浩;王禹涵;徐鹏志;贾素华 -专利权人：吉林大学
申请日： 2019-02-18 - 公布日： 2023-04-18 - 主分类号： G06Q10/0639 文献下载
摘要：本发明涉及一种驾驶任务识别方法，包括步骤：利用驾驶规范性评价指标建立驾驶规范等级评价模型，评选高规范等级驾驶人作为试验对象；设计试验对象执行几种常见的驾驶任务的实车试验，并为每种驾驶任务分配驾驶任务数字识别序列；利用驾驶任务识别指标与驾驶任务数字识别序列，建立基于深度神经网络的驾驶任务特征模型；采集测试驾驶人的驾驶任务识别指标并分别输入各个驾驶任务特征模型中，使用拟合优度衡量测试驾驶任务与各特征模型的显著性差异，拟合优度最高的驾驶任务特征模型映射测试驾驶人的驾驶任务，达到识别驾驶任务的效果。本发明可以在汽车高级驾驶辅助系统、道路驾驶技能考试等需要监测驾驶人行为的领域有较好的普遍适用性。
一种驾驶任务识别方法

[发明专利]面向测试车载视觉传感器预期功能的极限场景分类方法-CN202310072865.8在审
发明人： 郭柏苍;石业玮;张洪瑜;王胤霖;刘星辰;刘昊 -专利权人：燕山大学
申请日： 2023-01-31 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本申请提供一种面向测试车载视觉传感器预期功能的极限场景分类方法，该方法包括：获取车辆的驾驶场景数据、车载视觉传感器拍摄的驾驶场景的图像；根据驾驶场景的图像的参数，确定客观图像质量评价分数；通过多层感知机对驾驶场景数据提取特征，得到对应的特征向量；将驾驶场景数据对应的特征向量、客观图像质量评价分数对应的特征向量及驾驶场景的图像的特征向量进行特征融合拼接，得到融合特征；将融合特征输入极限场景识别网络，输出车载数据传感器在当前驾驶工况下的安全类别。该方案可减少智能驾驶汽车环境感知系统对车载视觉传感器的依赖，为车载视觉传感器的预期功能安全进行完善，避免发生交通事故。
面向测试车载视觉传感器预期功能极限场景分类方法

[发明专利]一种自动驾驶汽车对场景适应度的预测方法-CN202211513165.X在审
发明人： 郭柏苍;韩卓桐;王胤霖;刘星辰;雒国凤 -专利权人：燕山大学
申请日： 2022-11-29 - 公布日： 2023-04-04 - 主分类号： B60W50/00 文献下载
摘要：本发明涉及一种自动驾驶汽车对场景适应度的预测方法，该方法首先采用主成分分析法对危险场景数据进行降维，提取出关键要素。之后兼顾安全与效率两个维度，根据选取的评价指标，用层次分析法计算自动驾驶汽车对高风险场景的适应度并分级。最后将得到的场景关键要素和场景适应度等级输入到基于循环神经网络构建的预测模型中，预测出下一刻自动驾驶系统对场景的适应度，得出一种自动驾驶汽车对场景适应度的预测模型。本发明方法能够提升自动驾驶技术安全性及高等级自动驾驶快速落地提供了理论依据和技术支撑。
一种自动驾驶汽车场景适应预测方法

[发明专利]一种基于显著性检测的分层多目标跟踪方法-CN201911314479.5有效
发明人：金立生;高铭;郭柏苍;华强;闫福刚;司法;石健;孙栋先;王禹涵;贾素华;张舜然;迟浩天;郑义 -专利权人：吉林大学
申请日： 2019-12-19 - 公布日： 2022-12-23 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及一种基于显著性检测的分层多目标跟踪方法，包括以下步骤：构建基于已有标准数据集与人工标注混合的混合数据集；构建道路交通场景显著性区域检测子网络生成显著性区域与非显著性区域；利用目标检测算法检测每一帧目标；构建卷积网络、长短时记忆与图卷积网络相结合的多目标跟踪网络模型，并跟踪显著性区域目标；构建并行KCF池对非显著性区域内目标进行单目标跟踪；将显著性区域与非显著性区域轨迹结合并后处理生成整体轨迹。本发明通过增加快速显著性检测方法，生成显著性区域包围框，对以输入检测和跟踪目标；能够加快检测速度同时，保持检测精度；可为真实情景下自动驾驶多目标跟踪降低计算复杂度，加速跟踪。
一种基于显著检测分层多目标跟踪方法

1
2
3
4
下一页»
尾页
共 60 条