您好,欢迎访问北京理工大学机构知识库!
所在位置: 首页 - 作者导航 - 李雪原
- 合作者关系

李雪原

机械与车辆学院

职称:副教授

李雪原所有成果
导出

发明人:朱昱铮,李雪原,李菘浩,尹旭峰

申请日期:2022.05.31

摘要:本发明属于水陆两栖车技术领域,公开了一种水陆两栖车、混合动力驱动系统及混合动力驱动方法。采用双喷水推进器方案的水陆两栖车辆混合动力驱动系统包括相互独立运行的水上行驶分路和陆上行驶分路;所述水上行驶分路和陆上行驶分路均采用驱动电机驱动,利用动力电池组作为能源来源,并利用发动机对动力电池组进行供电。两套 ...

发明人:李菘浩,李雪原,朱昱铮,尹旭峰

申请日期:2022.05.31

摘要:本发明属于水陆两栖车技术领域,公开了包含多功能传动箱的水陆两栖车辆动力驱动系统及方法。所述含多功能传动箱的水陆两栖车辆动力驱动方法包括:利用整车综合控制器中包含的陆上行驶和水上行驶控制程序,在不同的行驶工况下进行陆上行驶和水上行驶运行模式的切换,并控制多功能传动箱的输出、变速箱挡位以及发动机的工作状 ...

发明人:朱昱铮,李雪原,李菘浩,许瑶,尹旭峰

申请日期:2022.05.31

摘要:本发明属于水陆两栖车技术领域,公开了利用双喷水推进器的水陆两栖车辆驱动系统、方法及应用。所述利用双喷水推进器的水陆两栖车辆驱动包括:水上推进系统利用双发动机的输出轴输出的动力直接驱动对应的喷水推进器同步旋转进行车辆的水上行驶;利用串联式混合动力驱动系统,发动机输出端连接发电机为动力电池组供电,并为前 ...

发明人:李雪原,高鑫,刘琦,朱昱铮,杨帆,朱嵩峰

申请日期:2022.11.18

摘要:本发明公开了一种基于图神经网络强化学习的无人公交集群决策方法,本发明属于无人驾驶汽车领域,包括:S1获取无人驾驶公交的当前场景,将场景编码为图结构,获得第一状态;S2基于第一状态得到特征矩阵、邻接矩阵和掩码矩阵;S3将特征矩阵与邻接矩阵输入当前网络,通过掩码矩阵过滤后输出每辆无人驾驶公交的动作,根据 ...

发明人:李雪原,刘琦,李子睿,杨帆,高鑫,苑士华

申请日期:2022.10.28

摘要:本发明涉及一种用于混合交通环境行为决策的模块化图强化学习系统,包括:混合交通环境模块:用于提供混合交通运行环境,并将环境状态发送至图表征模块;图表征模块:用于通过环境状态生成节点特征矩阵和邻接矩阵;图强化学习模块:用于接收节点特征矩阵和邻接矩阵,并进行处理,生成驾驶策略;合作驾驶行为模块:基于驾驶策 ...

发明人:李雪原,高鑫,刘琦,杨帆,刘浩,朱昱铮

申请日期:2022.11.16

摘要:本发明公开了一种基于改进型深度强化学习的车辆自动控制方法,包括:获取车辆感知信息矩阵;构建价值网络与目标网络,根据贪婪算法和车辆感知信息矩阵得到环境交互感知信息矩阵;构建奖励函数,基于环境交互感知信息矩阵与奖励函数,得到经验回放数组数据,基于经验回放数组数据得到更新后的目标网络;构建目标网络的折扣率 ...

发明人:李雪原,杨帆,刘琦,高鑫

申请日期:2022.12.30

摘要:本申请公开了一种基于SUMO的多智能体强化学习自主开发接口,包括以下步骤:搭建main函数主体;搭建强化学习网络模型构建软件包;基于强化学习网络模型构建软件包,搭建强化学习模型构建软件包;基于main函数主体,构建SUMO环境软件包;基于SUMO环境软件包,搭建SUMO环境更新软件包;基于SUMO环 ...

发明人:李雪原,高鑫,刘琦,孟小强,杨帆,李子睿,栾天

申请日期:2023.04.28

摘要:本发明公开了一种基于混联式分层强化学习的自动驾驶集中决策方法,包括,构建深度强化学习网络并对深度强化学习网络进行混联式网络分层,获得上层网络和下层网络;对上层网络进行横向划分,获得横向全局策略网络和纵向全局策略网络;通过离散DRL算法进行训练,横向全局策略网络输出变道指令,纵向全局策略网络输出纵向控 ...

作者:Xin Gao1;Xueyuan Li1;Qi Liu1;Zhaoyang Ma2;Tian Luan1;Fan Yang1;Zirui Li1,3; (1School of Mechanical Engineering, Beijing Institute of Technology, Beijing, China 2School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China 3Chair of Traffic Process Automation“, FriedrichList” Faculty of Transport and Traffic Sciences, TU Dresden, Dresden, Germany)

出处:IEEE Transactions on Intelligent Transportation Systems 2023

关键词:Decision making;Feature extraction;Task analysis;Autonomous vehicles;Vehicle dynamics;Heuristic algorithms;Roads

摘要:Connected and automated vehicles (CAVs) have become one of the essential approaches to effectively resolve problems such as traffic safety, road conge ...

发明人:李雪原,高鑫,栾天,孟小强,刘琦

申请日期:2023.07.17

摘要:本发明公开了一种基于深度强化学习的伦理驱动多模态决策方法,包括:获取车辆拍摄图像,基于所述车辆拍摄图像和感知模型获取周围环境形态特征和动态特征;构建多模态神经网络,将人类伦理反馈的伦理系数引入至所述多模态神经网络中进行训练后对所述周围环境形态特征和动态特征进行计算,获得相应动作的Q值;基于强化学习算 ...