专利交易市场

本发明公开了一种基于驾驶员意图识别的智能车辆转向力矩引导分配曲线设计方法，对离线采集的车辆状态信息进行分类预处理、由驾驶员的行为作为输入识别驾驶员的意图，利用前方道路偏差计算目标方向盘转角，根据目标方向盘转角与实际方向盘转角的差值，设计不同的力矩引导分配方法，拟合出一条力矩引导分配曲线。该方法其具有参数可调的特性，即可通过设定的参数对转向力矩引导特性曲线进行形状的变化，能够使曲线随时可变，并根据轻微介入阶段、线性增加阶段以及线性饱和阶段的不同转向力矩引导要求对曲线参数进行独立标定，具有力矩引导平顺、参数功能独立、易于调试的优点，能更好地满足驾驶员在转向手感方面的期望。

本公开的实施例公开了车辆补偿控制方法、装置、设备、介质和产品。该方法的一具体实施方式包括：生成方向盘扭矩；根据方向盘扭矩，控制目标车辆在目标车道上行驶；根据目标车辆与目标车道的车道中心线的距离与目标车道的车道宽度，生成车道权重；基于对应目标车辆的可标定补偿手力矩和车道权重，生成第一方向盘补偿扭矩；基于车道权重、方向盘扭矩和第一方向盘补偿扭矩，生成第二方向盘补偿扭矩；将方向盘扭矩和第二方向盘补偿扭矩的差的绝对值确定为扭矩差绝对值；将第二方向盘补偿扭矩确定为目标方向盘扭矩；基于目标方向盘扭矩，控制目标车辆在车道中心线上行驶。该实施方式提高了生成的方向盘扭矩的准确率，提高了车辆行驶的安全性。

本发明公开了一种基于深度学习的个性化车道保持辅助方法，包括：获取驾驶人驾驶过程中的车辆运动状态信息、道路环境信息作为轨迹模型的参数表征；基于深度卷积模糊系统和轨迹模型的参数，建立轨迹模型；对所述轨迹模型进行优化，根据驾驶人的驾驶特性设定约束条件；获取时实车辆运动状态信息和实时道路环境信息，并基于轨迹模型输出驾驶员的横向位置信息，控制车辆对横向位置进行跟踪。本发明利用深度学习这种端到端的方法，学习驾驶人在轨迹上的驾驶习性，实现个性化的车道保持驾驶辅助，能够提高驾驶人对车道保持系统的接受度，降低人机冲突，改善驾驶人的舒适性，也有利于减轻辅助系统规划层的负荷，保证驾驶安全，进一步提高行驶效率。

本发明提供了一种智能驾驶汽车的车道保持方法，包括以下步骤：检测或识别参照物；根据交通载具与所述参照物的距离判断交通载具的偏离：通过判断感光设备P距离参照点A的距离L2，及与实际测得距L′2离进行对比来判断意味着交通载具是否发生了偏离；根据交通载具的偏离调整交通载具的行驶方向。本发明的技术方案可在无车道标志线的道路上行驶，在特定的情况下只能监测到方块面型参照物的时候，根据交通载具与参照物的距离判断交通载具的偏离，并根据交通载具的偏离及时调整交通载具的行驶方向，提高了交通载具在无车道标志线的道路上行驶时的安全性。

本发明提供了一种无人驾驶交通载具车道保持方法，包括以下步骤：识别交通载具周围环境中的参照物；在交通载具行驶过程中，选择至少一个参照物。还提供了一种无人驾驶交通载车道保持装置，以及无人驾驶汽车。本发明的技术方案中不依赖车道标记线，在无车道的标识线的情形下可实现车道保持，通过摄像头识别环境参照物，并且将环境参照物作为车道保持的参照对象，从而不会导致汽车脱离行驶车道，避免造成重大的安全隐患。

本发明提供了一种智能驾驶交通载具的行车参照物选择方法，包括以下步骤：识别交通载具周围环境中的参照物；在交通载具行驶过程中，选择至少一个参照物。还提供了一种智能驾驶交通载具的行车参照物选择装置，以及无人驾驶汽车。本发明的技术方案中不依赖车道标记线，在无车道的标识线的情形下可实现车道保持，通过摄像头识别环境参照物，并且将环境参照物作为车道保持的参照对象，从而不会导致汽车脱离行驶车道，避免造成重大的安全隐患。