专利交易市场

本发明公开了一种自动驾驶车辆的路线选择方法，安装在路面上的多个地磁传感器分别与微处理器连接，微处理器获取多个地磁传感器的数据后，对数据进行整合，得到实时的交通数据；同时，微处理器将实时的交通数据通过无线通信模块上传至总控中心；安装在车上的联网计算机通过无线通信模块与总控中心连接，获取实时的交通数据，联网计算机再通过实时的交通数据选择行驶路线。本发明使得车辆可与外界进行信息交互，可以获取实时的交通信息，有效提高了信息准确性；让车辆进行手动驾驶和自动驾驶兼容，在自动驾驶模式下，能够通过对实时交通信息的分析，迅速做出调整，自动选择路况最佳的行驶路线，从而避开交通堵塞。

本发明公开了一种自动驾驶车辆组队出行方法及系统，所述方法基于组队各车辆获取的信息，由云端服务器统一制定各车辆的控制规划并下发给组队的各车辆，各车辆根据所述控制规划调整自车驾驶参数，完成多辆具有自动驾驶功能的车辆的组队出行功能。所述方法和系统基于单车感知、单车定位、云端纵向间距规划、单车决策，通过车队各车辆之间的协同，可以实现组队的各车辆在相近的区间内，确保各车辆在相近的时间抵达目的地；确保各车辆按照相同的路线行驶，避免了车队中车辆的迷失；可以实现行驶过程中单车更改车队线路，避免人工沟通中产生误会；实现各车辆高精定位信息共享、感知信息共享、控制的协同和共享以及指令共享。

本发明公开了一种具有备份路径的自动驾驶车辆行驶方法，包括：在车辆的自动驾驶控制系统内预存车辆在特定道路场景下行驶的备份路径；实时判断车辆是否在特定道路场景下行驶；是，则将所述控制系统通过感知规划的路径与所述备份路径相结合行驶；否，则按照所述控制系统通过感知规划的路径行驶；其中，所述特定道路场景指：分岔路口和匝道。其能够在分岔路口等特定道路场景下，利用预存的备份路径指导车辆的行驶，使得自动驾驶车辆的行驶符合人工驾驶习惯，同时提高了自动驾驶的安全性。

本发明公开了一种基于H‑PPO分层算法的多自动驾驶车辆的动态行为生成方法，包括：1、模拟十字路口车辆交汇路况，构建仿真场景，并对自动驾驶车辆进行动力学建模；2、根据环境信息，构建状态量，混合动作空间；3、通过设置奖励函数鼓励驾驶车辆与被测车辆之间的交汇博弈；4、构建深度神经网络，初始化深度强化学习参数，训练深度神经网络，产生针对被测车辆十字路口左转工况下，使多辆直行的自动驾驶车辆的决策与动作由神经网络分层输出，使其具有博弈行为，以检验被测车辆针对小概率、高风险的边缘场景的应对能力。本发明使用深度强化学习与博弈性理论，生成被测车辆在十字路口遭遇博弈性交汇场景，以提供构建自动驾驶场景的新方式。

本发明公开了一种自动驾驶车辆整车级别的性能评价方法，其步骤包括：1、获取道路安全交通事故数据，建立场景危害识别模型；2、拟合场景元素的概率分布，生成测试用例并计算权重；3、确定性能评价的维度为安全性、预期功能安全性和舒适性，选择各自的指标；4、分析整车测试的数据结果，结合测试用例的权重计算性能评价值。本发明能提升安全评估准确性，有效量化测试过程的预期功能安全和舒适性，从而为复杂交通环境下自动驾驶车辆整车性能评估提供全面判据。

本发明提供了一种网联自动驾驶车辆混行交叉口集聚通行方法及其控制系统，网联自动驾驶车辆智能体接收集聚指令，选择集聚对象，形成集聚车队，根据集聚车队信息库以及当前相位剩余的绿灯时长，对集聚车队以当前速度是否能够不停车通过预信号停车线进行判断，否则将对集聚车队进行速度诱导策略；当集聚车队通过预信号停车线后，对集聚车队进行速度建议，车辆按照建议速度行驶，配合主信号与预信号的协调配时方案，不停车通过信号交叉口。本发明能在很大程度上提升道路交通的通行效率和安全性，缓解混行交通流的拥堵状况。

本实用新型涉及无人车技术领域，尤其涉及一种具有摄像头清洁功能的无人车，解决了现有技术中现有针对无人车摄像头清洁问题一般采用人工擦拭或定期更换的方式，但人工擦拭需要专业人员操作，不仅增加了人力成本，而且难以保证清洁的及时性和彻底性。且定期更换摄像头虽然可以解决问题，但成本高昂不利于环保，从而引发无人车实用性降低的问题。一种具有摄像头清洁功能的无人车，包括车体，车体顶部四角处均通过支杆固定安装有顶棚，车体底部四角处均固定安装有车轮，顶棚底部一侧通过固定杆固定安装有安装盒，安装盒一侧开设有放置槽。本实用新型有效减轻人员操作负担，提升了无人车对摄像头的清洁功效与无人车的实用性。