北京理工大学专利

摘要：

摘要：

摘要：本申请涉及自动驾驶领域，公开一种面向城市场景下车辆轨迹预测方法、系统及存储介质，方法包括：搜索预测目标周边一定范围内的车道序列，从车道序列中提取预测目标的候选车道序列得到候选目标点集合；采用向量表示预测目标周边智能体的轨迹序列及车道序列，并提取预测目标的空间交互特征；对空间交互特征和轨迹时序特征进行融合得到场景上下文特征；对候选点目标集合及场景上下文特征进行解码输出预测目标的未来轨迹。结合高精地图信息的轨迹预测方式更高的精度，生成的多条轨迹不仅能匹配多种行驶场景下车辆行为意图的不确定性，而且符合车道拓扑结构信息以及车辆行驶规则的约束，提高了车辆轨迹预测的精度。

摘要：

摘要：本申请涉及自动驾驶的技术领域，尤其涉及一种智能车行为决策方法、规划方法、系统及存储介质，决策方法包括：在自车进入交叉口准备左转且存在对向车的情况下，判断所述对向车是否处于预设的风险区域；如果是，则将所述对向车作为自车的博弈对象；利用博弈模型构建所述自车与博弈对象的收益函数；基于元模型的优化算法对所述收益函数进行求解，得到决策结果。为实现智能驾驶车辆与有人驾驶车辆间的交互决策，选取自车和对向直行车作为博弈双方，并构建博弈双方的收益函数，然后将博弈模型转化为双层优化问题进行求解。通过在交互过程中获取对向车的意图，有助于提高智能车辆决策结果的合理性与准确性。

摘要：

摘要：本发明提供了一种新能源汽车电池安全性能评价方法，全面考虑了电压极差、温度上升速率、温度不一致性、充电开始与结束时离群单体占比、自放电率等多个影响动力电池安全性能的维度，充分利用了新能源汽车的海量实车大数据，对单车的运行数据实时地评价其安全性能。通过计算各维度指标的马氏距离，能够突破不同物理参数量纲及相关性的限制，从而可根据需要对单车的一定历史运行周期或不同车型之间的安全状态实现对比，使动力电池安全预警的精确性显著提高。

摘要：

摘要：

摘要：