“郝正源”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17个，建议您升级VIP下载更多相关专利

[发明专利]基于多车意图交互结果的行车风险态势评估方法及系统-CN202010911972.1有效
发明人：高洪波;何希;李智军;朱菊萍;郝正源 -专利权人：中国科学技术大学
申请日： 2020-09-02 - 公布日： 2023-10-24 - 主分类号： G08G1/16 文献下载
摘要：本发明提供了一种基于多车意图交互结果的行车风险态势评估方法及系统，包括：步骤M1：基于非完全信息动态博弈，得到多车意图交互结果；步骤M2：基于多车意图交互结果和当前交通元素的参数以及预测未来的交通元素的参数，建立随机性环境模型；步骤M3：通过运动学模型与驾驶行为认知模型融合，建立长短时域车辆轨迹预测模型，实现长短时域综合预测车辆轨迹；步骤M4：基于随机性环境模型以及车辆轨迹预测结果，对碰撞进行概率分析；步骤M5：基于碰撞概率分析，对碰撞进行风险评估，从而建成行车风险态势评估模型；本发明有效地提高了多车碰撞风险评估的准确性，增强了行驶车辆的安全性。
基于意图交互结果行车风险态势评估方法系统

[发明专利]一种基于多维融合技术的道路场景目标检测方法及系统-CN202011119635.5有效
发明人：高洪波;何希;李智军;朱菊萍;郝正源 -专利权人：中国科学技术大学
申请日： 2020-10-19 - 公布日： 2022-10-04 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于多维融合技术的道路场景目标检测方法及系统，包括：步骤M1：多个车载传感器分别对各自的目标区域数据进行采集，得到各自目标区域的实时数据；步骤M2：将各自目标区域的实时数据按照时域融合规则进行处理，得到数据集D1；步骤M3：将数据集D1按照空域融合规则进行处理，得到数据集D2；步骤M4：将数据集D2按照D‑S融合规则进行融合，得到道路场景目标检测结果并将道路场景目标检测结果输出给接收显示系统；本发明降低了车辆在行驶过程中目标检测错误或不准确的概率，有效地提高了驾驶人及车辆的安全性，并确保了道路交通的正常运行。
一种基于多维融合技术道路场景目标检测方法系统

[实用新型]一种电气自动化用消毒喷淋装置-CN202123110929.4有效
发明人： 郝正源;陈望;陈宇腾;王贺;綦文浩;王昊鹏 -专利权人： 郝正源
申请日： 2021-12-13 - 公布日： 2022-06-28 - 主分类号： A61L2/22 文献下载
摘要：本实用新型属于消毒喷淋技术领域，尤其为一种电气自动化用消毒喷淋装置，包括壳体组件，所述壳体组件主要由两组支撑板和一组顶板构成框架结构，且所述顶板的表面安装有防护板，还包括安装在所述壳体组件上的喷淋组件，所述喷淋组件包括两组对称安装在所述支撑板表面上的放置板以及安装在所述放置板表面上的水泵和设置在所述水泵输出端的连接管，所述连接管远离所述水泵输出端的一端贯穿所述支撑板的表面；工作人员在消毒时，从支撑板的一端走向另一端，在经过时，水泵通电，进而把消毒水箱内的消毒水，通过连接管输送至喷淋管内，因喷淋管的结构设置，可把工作人员头部、上身和下身全面喷淋，进而方便工作人员进行消毒作业。
一种电气自动化用消毒喷淋装置

[发明专利]无信号交叉路口行车风险态势评估方法及系统-CN202010911975.5有效
发明人：高洪波;朱菊萍;李智军;郝正源;何希 -专利权人：中国科学技术大学
申请日： 2020-09-02 - 公布日： 2022-03-01 - 主分类号： G08G1/16 文献下载
摘要：本发明提供了一种无信号交叉路口行车风险态势评估方法及系统，包括：步骤1：通过无线通讯技术对目标区域的数据进行采集，得到采集数据；步骤2：根据采集数据判断本车与交叉路口的他车是否有碰撞风险，得出判断结果；步骤3：根据判断结果，计算碰撞风险系数并确定车辆的驾驶方案。本发明实现了交叉路口的交通的快捷引导，以实现车辆协同通过交叉路口的重要目标，缓解了交通压力，提高了驾驶的安全性。
信号交叉路口行车风险态势评估方法系统

[发明专利]防疫机器人知识学习与迁移方法和系统-CN202011119623.2有效
发明人：高洪波;郝正源;李智军 -专利权人：中国科学技术大学
申请日： 2020-10-19 - 公布日： 2021-11-02 - 主分类号： G06F16/36 文献下载
摘要：本发明提供了一种防疫机器人知识学习与迁移方法和系统，包括：步骤1：根据机器人应用的防疫场景，构建基于人工和先验知识的子任务离线知识库；步骤2：根据离线知识库构建基于多任务的子任务网络模型，并进行任务迁移学习训练；步骤3：基于子任务网络模型和任务迁移学习训练构建知识推理引擎；步骤4：根据知识推理引擎构建知识图谱；步骤5：根据知识图谱进行基于任务环境的模式训练；步骤6：根据基于任务环境的模式训练成果进行知识迁移。本发明让机器人在疫情防控中的使用可以更为广泛，从而解放了人力，并减小工作人员在疫情防控中被感染的风险，可以在疫情的防控中起到重要的作用。
防疫机器人知识学习迁移方法系统

[发明专利]基于混合策略博弈的驾驶人变道切入意图识别方法及系统-CN202010911976.X有效
发明人：高洪波;郝正源;李智军;朱菊萍;何希 -专利权人：中国科学技术大学
申请日： 2020-09-02 - 公布日： 2021-11-02 - 主分类号： B60W50/00 文献下载
摘要：本发明提供了一种基于混合策略博弈的驾驶人变道切入意图识别方法，包括：步骤1：建立单向三车道场景，包括当前车道、期望车道以及三车道上行驶的车辆，判定剩余距离为换道车辆和当前车道上前车保持安全距离时供行驶的最长距离；步骤2：获取当前车道和期望车道上的车辆的运行状态；步骤3：根据最长距离和运行状态对车辆进行建模，并通过细分后的情况，判断车辆以何种概率随机地选择不同的变道切入方案；步骤4：若车辆一次性变道切入成功，则博弈终止；若一次性变道切入失败，则博弈继续，等待下一次的切入时机。本发明保证了行驶的安全性和合法性，且贴近生活。
基于混合策略博弈驾驶人切入意图识别方法系统

[发明专利]一种基于形式化表示的车辆驾驶方法-CN201910894640.4有效
发明人：高洪波;李智军;刘康;储晓丽;郝正源 -专利权人：中国科学技术大学
申请日： 2019-09-20 - 公布日： 2021-10-01 - 主分类号： G01C21/34 文献下载
摘要：本发明公开了一种基于形式化表示的车辆驾驶方法，属于智能驾驶技术领域，包括：构建公共数据库，该公共数据库中存储有由一次规划路径、驾驶态势图、驾驶水平及交通规则信息构成的时序数据；基于公共数据库中的时序数据，利用贝塞尔曲线拟合生成二次规划路径；根据二次规划路径与车辆正前向所形成的航向角，实现车辆的寻的驾驶。通过将人类驾驶水平和驾驶行为赋予智能车辆，并对其形式化，基于驾驶态势图进行自主决策生成精细的二次规划路径，实现从起点到终点的寻的驾驶。
一种基于形式化表示车辆驾驶方法

[发明专利]基于混合策略博弈的驾驶人超车意图识别方法及系统-CN202010491600.8有效
发明人：高洪波;李智军;何希;阚震;朱菊萍;郝正源 -专利权人：中国科学技术大学先进技术研究院
申请日： 2020-06-02 - 公布日： 2021-08-24 - 主分类号： B60W40/00 文献下载
摘要：本发明提供了一种基于混合策略博弈的驾驶人超车意图识别方法及系统：包括：步骤M1：建立高速路同向双车道模型；步骤M2：车载传感器获取并分析当前车道和期望车道上车辆运行状态；步骤M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况。本发明基于人类驾驶员的超车习惯，有效地解决了车辆超车过程中的安全隐患，提高了驾驶车辆的行驶效率，不仅确保了驾驶人及车辆的安全性，还保证了高速路上车辆的正常行驶。
基于混合策略博弈驾驶人超车意图识别方法系统

[发明专利]一种驾驶自适应控制方法-CN201910893473.1有效
发明人：高洪波;刘康;李智军;储晓丽;郝正源 -专利权人：中国科学技术大学
申请日： 2019-09-20 - 公布日： 2021-05-07 - 主分类号： B60W30/18 文献下载
摘要：本发明公开了一种驾驶自适应控制方法，属于智能驾驶和人工智能技术领域，包括获取历史驾驶数据集，并将历史驾驶数据集分为训练集、测试集和验证集；采用基于深度卷积神经网络的深度强化学习算法，构建用于驾驶控制的网络模型；利用训练集数据对网络模型进行训练，并利用代价函数的梯度迭代重复训练网络模型，以得到优化后的网络模型；利用测试集和验证集对优化后的网络模型的性能进行验证，并将满足性能的网络模型作为自适应决策模型；利用自适应决策模型对当前采集的实时环境数据进行处理，做出驾驶决策。本发明能更好的模拟人类在真实复杂环境下做出的驾驶决策和相应的驾驶动作。
一种驾驶自适应控制方法

[发明专利]防疫机器人任务特征知识库构建方法和系统及介质-CN202011119633.6在审
发明人：高洪波;郝正源;李智军 -专利权人：中国科学技术大学
申请日： 2020-10-19 - 公布日： 2021-01-15 - 主分类号： G06F16/36 文献下载
摘要：本发明提供了一种防疫机器人任务特征知识库构建方法和系统及介质，构建机器人作业任务指令集；提取任务指令集中的关键任务特征知识；基于人工和先验知识，构建子任务离线知识库，解决了在紧急情况下传统机器人的行为决策不及时的问题。以分层任务网络规划为基础，根据领域知识对任务进行逐级分解，将任务固定的子动作分解方法可作为规划领域知识，求解出动作序列。有利于不同机器人构建知识库方法的统一，让机器人在疫情防控中的使用可以更为广泛，从而解放了人力，并减小工作人员在疫情防控中被感染的风险，可以在疫情的防控中起到重要的作用。
防疫机器人任务特征知识库构建方法系统介质

[发明专利]自行车轨迹预测的自动驾驶车辆风险评估方法及系统-CN202010911970.2在审
发明人：高洪波;朱菊萍;李智军;郝正源;何希 -专利权人：中国科学技术大学
申请日： 2020-09-02 - 公布日： 2020-12-01 - 主分类号： G06F16/29 文献下载
摘要：本发明提供了一种自行车轨迹预测的自动驾驶车辆风险评估方法及系统，包括：步骤1：对交叉路口骑车人的运动特征、自我车辆运动和道路环境特征的信息数据进行采集，得到采集数据；步骤2：将采集数据结合到DBN图形模型中进行意图推断，得出意图推断结果；步骤3：根据意图推断结果，采用具有编码器‑解码器的长短期记忆网络LSTM进行轨迹预测；步骤4：根据轨迹预测输出骑车人的预测位置。本发明可以提高预测时间以及预测的准确性；不仅考虑了运动动力学，还考虑了骑车人的意图和环境约束；可以提高预测时间以及预测的准确性，对VRU保护系统和路径规划模块上的智能车辆具有重要意义。
自行车轨迹预测自动驾驶车辆风险评估方法系统

[发明专利]基于混合策略博弈的驾驶人换道意图识别方法及系统-CN202010910726.4在审
发明人：高洪波;郝正源;李智军;朱菊萍;何希 -专利权人：中国科学技术大学
申请日： 2020-09-02 - 公布日： 2020-11-27 - 主分类号： B60W50/00 文献下载
摘要：本发明提供了一种基于混合策略博弈的驾驶人换道意图识别方法及系统，包括：步骤1：建立城市道路单向三车道场景；步骤2：获取当前车道和第一、第二期望车道上的车辆的运行状态，并判断是否为特殊情况；步骤3：根据判断建立换道车辆纯策略集合；步骤4：选定目标车道中的滞后于换道车辆的滞后车辆，建立滞后车辆纯策略集合；步骤5：根据换道车辆纯策略集合、滞后车辆纯策略集合和混合博弈策略，判断换道的收益以及驾驶人的驾驶风格，进而判断驾驶人的换道意图。本发明以城市道路场景为基础，对城市道路场景下可能出现的路况进行了分析讨论，解决了特殊场景下的车辆换道问题，保证了行驶的安全性和合法性，且贴近生活。
基于混合策略博弈驾驶人意图识别方法系统

[发明专利]基于混合策略博弈的驾驶人换道意图识别方法及系统-CN202010910769.2在审
发明人：高洪波;李智军;何希;朱菊萍;郝正源 -专利权人：中国科学技术大学
申请日： 2020-09-02 - 公布日： 2020-11-27 - 主分类号： B60W50/00 文献下载
摘要：本发明提供了一种基于混合策略博弈的驾驶人换道意图识别方法及系统，包括：步骤M1：建立高速路同向三车道场景模型；步骤M2：车载传感器获取并分析当前车道上车辆和左右两条期望车道上车辆运行状态；步骤M3：根据车辆运行状态，判断换道条件，建立并执行基于博弈论混合策略的换道方案，进而识别隐含的驾驶人换道意图，同时计算综合全部情况的最佳换道方案的混合策略期望收益；本发明避免了进行混合策略换道博弈过程中可能产生事故的问题，有效地解决了车辆换道过程中的安全隐患，确保了驾驶人及车辆的驾驶安全，并提高了驾驶车辆的行驶效率。
基于混合策略博弈驾驶人意图识别方法系统

[发明专利]复杂场景下车辆长期轨迹预测方法及系统-CN202010911971.7在审
发明人：高洪波;朱菊萍;李智军;何希;郝正源 -专利权人：中国科学技术大学
申请日： 2020-09-02 - 公布日： 2020-11-27 - 主分类号： G08G1/01 文献下载
摘要：本发明提供了一种复杂场景下车辆长期轨迹预测方法及系统，包括：步骤1：根据车载传感器采集车辆状态信息，利用隐马尔科夫模型对车辆状态信息进行判断，得出车辆驾驶意图；步骤2：根据车辆驾驶意图，建立加速度预测模型并得到预测加速度；步骤3：根据预测加速度，采用匀加速模型迭代计算出长期的车辆预测轨迹。本发明提出了GPR预测轨迹模型，准确有效地预测车辆未来长期的行驶轨迹，适用于复杂场景，提高了车辆长期行驶轨迹预测的准确性与预测精度，增强了车辆行驶的高效性与安全性。
复杂场景车辆长期轨迹预测方法系统

[发明专利]基于意图识别的外骨骼机器人的神经网络控制系统-CN202010490739.0在审
发明人：李智军;高洪波;郝正源;阚震;皮明 -专利权人：中国科学技术大学先进技术研究院
申请日： 2020-06-02 - 公布日： 2020-09-08 - 主分类号： A61H3/00 文献下载
摘要：本发明提供了一种基于意图识别的外骨骼机器人的神经网络控制系统，包括：意图分类模块：对穿戴者的意图进行分类；动作及轨迹规划模块：设定患者的康复训练动作，对人体的下肢肌电信号进行采集，采集人体行走时的步态数据，并在下肢外骨骼机器人的关节空间中规划出运动轨迹；外骨骼状态判断模块：采集外骨骼的状态信息，并进行处理、分析，获得外骨骼的当前的状态信息。本发明解决了基于模型控制的计算力矩控制中的系统未知项问题，并解决了不同状态转换时控制的实时性以及控制的鲁棒性。避免了穿戴者学习复杂的外骨骼操作方法，并使康复过程更加适应患者，加强了人机交互，能够有效提升康复效果。
基于意图识别骨骼机器人神经网络控制系统

1
2
下一页»
尾页
共 17 条