-
公开(公告)号：CN115511970B
公开(公告)日：2023-03-24
申请号：CN202211469663.9
申请日：2022-11-23
摘要： 一种面向自主泊车的视觉定位方法，涉及自主泊车领域。对于当前帧图像中任意一个特征点：获取任意一个特征点在空间中对应地图点的状态概率；根据所述地图点的状态概率确定所述地图点在当前帧图像中对应的特征点的初始状态概率；获取所述地图点在当前帧图像中对应的特征点的观测概率；根据所述初始状态概率和所述观测概率确定所述地图点在当前帧图像中对应的特征点的状态概率；根据所述地图点在当前帧图像中对应的特征点的状态概率，更新所述地图点的状态概率，根据所述地图点的状态概率确定所述地图点的地图点类型；获取静态点的地图点构建环境地图，用以视觉定位。
-
公开(公告)号：CN115511970A
公开(公告)日：2022-12-23
申请号：CN202211469663.9
申请日：2022-11-23
摘要： 一种面向自主泊车的视觉定位方法，涉及自主泊车领域。对于当前帧图像中任意一个特征点：获取任意一个特征点在空间中对应地图点的状态概率；根据所述地图点的状态概率确定所述地图点在当前帧图像中对应的特征点的初始状态概率；获取所述地图点在当前帧图像中对应的特征点的观测概率；根据所述初始状态概率和所述观测概率确定所述地图点在当前帧图像中对应的特征点的状态概率；根据所述地图点在当前帧图像中对应的特征点的状态概率，更新所述地图点的状态概率，根据所述地图点的状态概率确定所述地图点的地图点类型；获取静态点的地图点构建环境地图，用以视觉定位。
-
公开(公告)号：CN115578709B
公开(公告)日：2023-04-07
申请号：CN202211480590.3
申请日：2022-11-24
摘要： 一种车路协同的特征级协同感知融合方法和系统，涉及车辆自动驾驶协同感知技术领域。获取车端点云信息和车端点云信息对应的时间戳；对所述车端点云信息进行特征提取以生成车端点云伪图像，对所述车端点云伪图像进行高维特征提取，以生成车端点云特征空间分布；获取路侧端点云特征数据，所述路侧端点云特征数据根据按照所述时间戳进行存储的路侧端点云信息确定；对所述路侧端点云特征数据进行解压缩，利用特征空间矫正将解压缩后的路侧端点云特征数据映射到所述车端点云特征空间分布；将映射到车端点云特征空间分布的路侧端点云特征数据和车端点云特征空间分布进行融合，对融合后的特征信息进行处理，从而实现车路协同感知。
-
公开(公告)号：CN115542301A
公开(公告)日：2022-12-30
申请号：CN202211482371.9
申请日：2022-11-24
摘要： 本申请涉及一种激光雷达外部参数的校准方法、装置、设备及存储介质，其中方法包括：获取理想路况下激光雷达的原始点云数据，并对其进行预处理得到真实点云数据；创建理想路况下的虚拟模型；创建真实点云的地平面模型和真实点云的路缘直线模型；基于理想地面虚拟模型、真实点云的地平面模型、理想车体坐标系虚拟模型以及真实点云的路缘直线模型，计算理想路况下激光雷达外参中的校准参数，再对理想路况下激光雷达外参进行校准；获取复杂路况下激光雷达的目标点云数据，创建复杂路况的地平面模型，计算目标校准参数，并对复杂路况下激光雷达外参进行校准。本发明实现激光雷达外部参数的自动校准，提高了激光雷达外部参数的校准精度。
-
公开(公告)号：CN115542301B
公开(公告)日：2023-04-07
申请号：CN202211482371.9
申请日：2022-11-24
IPC分类号： G06F17/00
摘要： 本申请涉及一种激光雷达外部参数的校准方法、装置、设备及存储介质，其中方法包括：获取理想路况下激光雷达的原始点云数据，并对其进行预处理得到真实点云数据；创建理想路况下的虚拟模型；创建真实点云的地平面模型和真实点云的路缘直线模型；基于理想地面虚拟模型、真实点云的地平面模型、理想车体坐标系虚拟模型以及真实点云的路缘直线模型，计算理想路况下激光雷达外参中的校准参数，再对理想路况下激光雷达外参进行校准；获取复杂路况下激光雷达的目标点云数据，创建复杂路况的地平面模型，计算目标校准参数，并对复杂路况下激光雷达外参进行校准。本发明实现激光雷达外部参数的自动校准，提高了激光雷达外部参数的校准精度。
-
公开(公告)号：CN113459841A
公开(公告)日：2021-10-01
申请号：CN202111016159.9
申请日：2021-09-01
摘要： 本发明涉及汽车自动充电技术领域，具体涉及一种基于无标定双目视觉的自动充电控制方法和装置。其包括：首先系统从相机采集到的图像中，分别提取第一图像特征，再与设定的期望图像特征进行比较，得到第一图像特征误差。接着视觉控制器利用第一图像特征误差和机械当前位姿计算出控制量，驱动机械臂末端向目标运动。系统不断的接收相机采集的图像，从图像中提取特征点，并由视觉控制器计算出下一步所需要的机械臂控制量，获得位姿增量执行。然后系统再采集此时的图像特征，判断图像特征误差是否在允许的误差范围内，如果是，则认为任务完成，工作结束，如果不是，则进入下一轮循环。
-
公开(公告)号：CN118590852A
公开(公告)日：2024-09-03
申请号：CN202410809840.6
申请日：2024-06-21
摘要： 一种车路协同感知的系统、方法和计算机可读存储介质，涉及车辆自动驾驶协同感知技术领域。系统包括车辆端、路侧端设备和边缘云端计算设备，车辆端包括高阶感知节点、低阶感知节点和无感知节点。路侧端设备包括深度路端节点和边缘路端节点。低阶感知节点获取无感知节点发送的车辆自身的位置数据和深度路端节点发送的第二障碍物目标列表数据，以对第一障碍物目标列表数据、车辆自身的位置数据和第二障碍物目标列表数据进行目标数据融合。边缘路端节点向边缘云端计算设备发送传感器数据，边缘云端计算设备对传感器数据进行计算以生成感知特征数据。高阶感知节点获取边缘云端计算设备发送的感知特征数据，以进行特征数据融合。
-
公开(公告)号：CN115578709A
公开(公告)日：2023-01-06
申请号：CN202211480590.3
申请日：2022-11-24
摘要： 一种车路协同的特征级协同感知融合方法和系统，涉及车辆自动驾驶协同感知技术领域。获取车端点云信息和车端点云信息对应的时间戳；对所述车端点云信息进行特征提取以生成车端点云伪图像，对所述车端点云伪图像进行高维特征提取，以生成车端点云特征空间分布；获取路侧端点云特征数据，所述路侧端点云特征数据根据按照所述时间戳进行存储的路侧端点云信息确定；对所述路侧端点云特征数据进行解压缩，利用特征空间矫正将解压缩后的路侧端点云特征数据映射到所述车端点云特征空间分布；将映射到车端点云特征空间分布的路侧端点云特征数据和车端点云特征空间分布进行融合，对融合后的特征信息进行处理，从而实现车路协同感知。
-
公开(公告)号：CN113459841B
公开(公告)日：2021-12-07
申请号：CN202111016159.9
申请日：2021-09-01
摘要： 本发明涉及汽车自动充电技术领域，具体涉及一种基于无标定双目视觉的自动充电控制方法和装置。其包括：首先系统从相机采集到的图像中，分别提取第一图像特征，再与设定的期望图像特征进行比较，得到第一图像特征误差。接着视觉控制器利用第一图像特征误差和机械当前位姿计算出控制量，驱动机械臂末端向目标运动。系统不断的接收相机采集的图像，从图像中提取特征点，并由视觉控制器计算出下一步所需要的机械臂控制量，获得位姿增量执行。然后系统再采集此时的图像特征，判断图像特征误差是否在允许的误差范围内，如果是，则认为任务完成，工作结束，如果不是，则进入下一轮循环。
-
公开(公告)号：CN118196745A
公开(公告)日：2024-06-14
申请号：CN202410407685.5
申请日：2024-04-07
IPC分类号： G06V20/56 , G06V10/776 , G06V10/96 , G06V10/25
摘要： 一种基于感知检测结果校准的车路协同感知方法、系统以及存储介质，涉及车路协同自动驾驶技术领域，车路协同感知方法，包括：控制智能体对待测物进行目标检测，输出对应的边界框以及置信度分数；智能体将置信度分数发送至置信度校准器；置信度校准器基于标准公共数据库对置信度分数进行校准，将校准后的置信度分数发送至智能体；智能体将边界框发送至中央控制器；中央控制器获取多个智能体发送的边界框并进行聚合，生成最终的聚合边界框并发送至所有智能体；智能体将聚合边界框以及校准后的置信度分数作为最终的目标检测结果输出。本申请可以解决多个智能体给出的置信度分数不一致的问题。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.073 秒)