← 返回列表

一种智能驾驶辅助系统及方法

申请号: CN202410026960.9
申请人: 北京市北太机电设备工贸有限公司
申请日期: 2024/1/9

摘要文本

该数据由整理 本发明涉及交通控制领域,尤其涉及一种智能驾驶辅助系统及方法。首先,从各个传感器中获取原始数据,并将预处理后的原始数据转换为高维特征空间,分析高维特征空间中不同数据点之间的关系,并调整数据点之间的关联强度,并引入深度特征融合网络处理和融合来自各个传感器的数据;然后,构建交通预测模型,预测未来的交通流变化,基于预测的未来交通流状态优化路线规划和调整车辆速度。解决了现有技术缺乏有效的机制来动态调整数据之间的关联;无法充分考虑实时交通数据和预测信息,导致路线选择和速度调整不够优化;无法充分利用时间序列分析来预测未来趋势;以及在面对不断变化的道路和交通状况时,无法灵活调整策略的技术问题。

专利详细信息

项目 内容
专利名称 一种智能驾驶辅助系统及方法
专利类型 发明授权
申请号 CN202410026960.9
申请日 2024/1/9
公告号 CN117533356B
公开日 2024/3/29
IPC主分类号 B60W60/00
权利人 北京市北太机电设备工贸有限公司
发明人 陈际争; 陈清; 王嘉懿
地址 北京市海淀区大钟寺太阳园小区B1座804室

专利主权项内容

1.一种智能驾驶辅助系统,其特征在于,包括以下部分:采集模块、特征映射模块、数据关联网络建立模块、信息反馈模块、深度特征融合模块、交通预测模块、路线规划模块、车速调整模块;所述采集模块,用于从至少一种传感器获取原始数据,所述传感器包括车载摄像头、车载雷达、LiDAR传感器、超声波传感器、加速度计和陀螺仪,采集模块通过数据传输的方式与特征映射模块相连;所述特征映射模块,用于对原始数据进行预处理,包括去噪和归一化,使用小波变换将原始数据转换为高维特征空间,特征映射模块通过数据传输的方式与数据关联网络建立模块、深度特征融合模块相连;所述数据关联网络建立模块,用于利用谱聚类分析高维特征空间中不同数据点之间的关系,构建数据点之间的关联网络,数据关联网络建立模块通过数据传输的方式与信息反馈模块相连;所述信息反馈模块,用于通过混沌映射法调整数据点之间的关联强度,信息反馈模块通过数据传输的方式与深度特征融合模块相连;所述深度特征融合模块,用于利用循环神经网络和长短期记忆网络处理时间序列数据,并引入深度特征融合网络处理和融合来自至少一种传感器的数据,深度特征融合模块通过数据传输的方式与交通预测模块相连;所述交通预测模块,用于构建交通预测模型,利用原始数据的融合特征和历史交通数据预测未来的交通流变化,交通预测模块通过数据传输的方式与路线规划模块、车速调整模块相连;所述路线规划模块,用于利用交通预测模块的输出优化路线规划,动态评估各条路线的通行效率,路线规划模块通过数据传输的方式与车速调整模块相连;所述车速调整模块,用于根据预测的未来交通流状态调整车辆的即时速度,车速调整模块通过数据传输的方式与路线规划模块相连。