摘要
本发明涉及无人驾驶车辆技术领域,公开了一种用于无人驾驶车辆的安全控制方法,该方法包括:采用卡尔曼滤波对所述多源实时数据进行时间和空间的融合生成环境感知结果数据;通过基于道路结构的边缘检测算法识别并标注车辆周围环境的障碍物;使用优化的长短期记忆网络预测未来预设时间内动态障碍物的移动路径;根据所述移动路径信息结合改进Dijkstra算法生成最优行驶路线。相较于现有技术在复杂交通环境下对障碍物识别和反应速度较慢,尤其是在环境变化频繁的情况下无法有效决策的问题。本发明通过改进的深度学习模型对多源数据进行融合和分析,实现了对动态障碍物的快速反应,从而避免了潜在碰撞,提高了行驶安全性和决策效率。
技术关键词
安全控制方法
Dijkstra算法
长短期记忆网络
车辆周围环境
边缘检测算法
交通标志信息
实时数据
安全控制装置
车辆行驶轨迹
道路结构
卡尔曼滤波
车道线信息
无人驾驶车辆技术
动态障碍物
物体
安全控制设备
系统为您推荐了相关专利信息
热电太阳能发电
智能预测方法
设备特征
气象
功率
网格地图
数据处理单元
浊度
水体
控制水下机器人
LSTM模型
预报方法
特征站点
静态特征
数据输入模块
计算方法
多级特征
多尺度特征融合
多角度
多尺度特征提取
评估系统
瓣膜
模糊隶属度函数
模糊集合
递归神经网络