-
公开(公告)号：CN115239902A
公开(公告)日：2022-10-25
申请号：CN202210886539.6
申请日：2022-07-26
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及计算机视觉技术领域，特别涉及一种移动设备的周边地图建立方法、装置、设备及存储介质，其中，方法包括：获取移动设备所处环境周围的多帧周边图像；利用预设提取策略从多帧周边图像中提取满足预设条件的关键帧图像的位置信息，并基于每个关键帧图像的位置信息构建树形数据结构；搜索树形数据结构中与每个关键帧图像的欧式距离小于预设距离的多个邻近图像帧，对多个邻近图像帧中任意两个图像帧进行三角化，得到每个关键帧图像的三维地图点，并基于所有三维地图点建立移动设备的周边地图。由此，解决了相关技术中SLAM方法应用于大场景建图的局限性，降低了地图的精度，且建图提取的传统特征无法克服光照的影响易受干扰等问题。
-
公开(公告)号：CN115205802A
公开(公告)日：2022-10-18
申请号：CN202210724416.2
申请日：2022-06-23
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种快速车道线检测模型的训练方法及快速车道线检测方法，训练方法包括：1)准备人工标注的车道线数据集；2)标记图像中车道线的位置参数和欧拉角参数，得到有标记的车道线图像；3)使用快速车道线检测模型正向传播有标记的车道线图像，得到车道线图像的识别结果和损失函数；4)利用步骤3)中的损失函数反向更新所述快速车道线检测模型中的参数。检测方法包括：1)获取车道线图像；2)使用快速车道线检测模型对获取的车道线图像进行正向传播，以得到车道线图像的检测结果。本发明能够保证快速车道线检测模型训练时的精度，同时又能大大减少车道线检测时的计算量，加快计算速度。
-
公开(公告)号：CN115167349A
公开(公告)日：2022-10-11
申请号：CN202210769540.0
申请日：2022-06-30
Applicant: 重庆长安汽车股份有限公司
IPC: G05B23/02
Abstract: 本发明提供一种自动驾驶算法数据验证方法、系统、介质及电子设备，通过将场景数据、算法数据上传至预先建立的云端数据库中；并将云端数据库中的场景数据输入至预先建立的算法模块中，通过算法模块对场景数据进行运算，获得中间变量数据；将中间变量数据上传至预先建立的云端数据库中；从云端数据库中获取算法数据，并从云端数据库中获取中间变量数据，将中间变量数据与算法数据进行对比，完成对算法数据的验证。本发明将采集的场景数据、汽车中算法得到的算法数据、算法模块运算得到的中间变量数据都存储到云端的数据库中，通过数据库存储大量的数据验证算法数据，从而推动算法的开发，缩短算法开发的周期。
-
公开(公告)号：CN115115655A
公开(公告)日：2022-09-27
申请号：CN202210692872.3
申请日：2022-06-17
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种目标分割方法，该方法包括：将获取的目标物体对应的三维点云转换成深度图像；计算所述深度图像所有列像素中每一列的两个相邻像素点形成的第一角度值，根据第一角度值确定属于地面点的像素点；将属于地面点的像素点从所述深度图像中移除，得到目标图像；计算所述目标图像中两个相邻像素点形成的第二角度值，根据第二角度值确定属于同一目标的像素点，以完成同一目标的确认；对所述同一目标进行分割，并根据三维点云与深度图像的射映关系将目标的深度图像反投影为点云数据。本发明充分利用了深度投影图像，减少了使用DBSCAN算法排序的耗时，提高了算法速率。
-
公开(公告)号：CN115107746A
公开(公告)日：2022-09-27
申请号：CN202210778535.6
申请日：2022-06-30
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/06 , B60W30/182 , B60W60/00
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种行泊一体轨迹跟踪的控制方法、装置、车辆及存储介质，其中，方法包括：采集车辆周围的图像信息和点云信息，并根据图像信息和点云信息构建车辆的可通行区域地图；基于可通行区域地图，利用行车辅助的行为决策与路径规划和泊车辅助的行为决策与路径规划，生成车辆的目标规划路径；基于目标规划路径进行轨迹离散和样条曲线平滑处理，得到多个目标控制点；根据车辆的驾驶模式和车辆的当前状态对多个目标控制点进行横向控制，使得车辆在行车模式和泊车模式之间进行平滑切换。由此，解决了在行泊架构统一过程中规划与控制接口兼容性问题，有效避免行泊车轨迹切换时的速度顿挫与方向盘抖动，优化用户体验。
-
Patent Agency Ranking
公开(公告)号：CN115097487A
公开(公告)日：2022-09-23
申请号：CN202210827360.3
申请日：2022-07-13
Applicant: 重庆长安汽车股份有限公司
IPC: G01S17/931 , G01S7/48 , G01S7/487 , G01S7/493
Abstract: 本申请涉及车辆技术领域，特别涉及一种车辆的环境信息生成方法、装置、电子设备及存储介质，其中，方法包括：基于激光雷达扫描目标环境位置，并根据扫描结果得到原始点云信息；对原始点云信息进行下采样处理，得到过滤点云信息；结合道路结构尺寸信息对过滤点云信息进行裁剪，得到目标点云信息，并根据目标点云信息生成实时环境信息。由此，解决了对于激光雷达的数据处理存在冗余点云数据、有效区域提取效率不高以及实时性较差等问题，能够满足在有效去除冗余点云信息的同时完整保留障碍物等关键空间结构信息，能够在实际驾驶场景下实时准确地得到环境信息，为决策规划提供及时有效的输入。
-
公开(公告)号：CN114987449A
公开(公告)日：2022-09-02
申请号：CN202210612982.4
申请日：2022-05-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种自动泊车方法、装置、电子设备、存储介质，涉及自动泊车领域，包括，获取样本数据，所述样本数据包括图像参数和车辆参数数据；对所述惯性测量单元数据和里程计数据进行数据融合得到车辆的惯导位姿，以形成样本数据集；根据所述样本数据集建立深度学习模型；获取目标图像数据和当前车辆参数数据，并输入至训练后的深度学习模型，得到当前惯导位姿，以使车辆根据所述当前惯导位姿执行自动泊车。本申请泊车操作时，实现任意当前惯导位姿执行自动泊车，除了初始样本数据需要用户参与，后续泊车可以自动进行，通过深度学习模块可以进行自学习、自调整，提高自动泊车的准确度。
-
公开(公告)号：CN114852083A
公开(公告)日：2022-08-05
申请号：CN202210314510.0
申请日：2022-03-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种基于交互式多模型的自动驾驶跟踪方法，包括如下步骤：1）建立参考坐标系，在参考坐标系中建立由三个运动模型组成的交互式多模型；2）基于参考坐标系，确定量测方程；3）将三个运动模型分别作为目标运动的状态方程与量测方程结合，并滤波得到各运动模型的运动状态预测值和对应的误差协方差矩阵；4）计算各运动模型的似然函数，动态调节匀速转弯模型的角速度和各运动模型的概率，然后进行运动状态估计和误差协方差矩阵融合。本发明在交互式多模型的基础上合理选择运动模型，降低了算力需求；通过自适应调整匀速转弯模型的的角速度，解决了无法准确估计角速度的问题，减小了目标跟踪时的误差，使计算结果更准确。
-
公开(公告)号：CN114647246A
公开(公告)日：2022-06-21
申请号：CN202210296397.8
申请日：2022-03-24
Applicant: 重庆长安汽车股份有限公司
IPC: G05D1/02
Abstract: 本发明公开了一种时间空间耦合搜索的局部路径规划方法及系统，包括S1、获取主车定位信息、道路信息及障碍物预测信息；S2、根据所述主车定位信息、道路信息及障碍物预测信息构建时间空间耦合的三维占用栅格地图；S3、获取主车在所述三维占用栅格地图中的搜索起点和终点，并通过搜索算法获取初始轨迹；S4、对所述初始轨迹按照预设的优化方法进行平滑处理。本发明针对自动驾驶局部路径规划，采用时间空间耦合搜索的横纵向耦合式路径规划方法，来使规划轨迹在复杂环境场景中得到全局最优解，确保在动态场景下主车行驶轨迹的安全性。
-
公开(公告)号：CN114550119A
公开(公告)日：2022-05-27
申请号：CN202210174099.1
申请日：2022-02-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于投影的低照度环境下目标检测系统及其应用，系统包含投影设备、感知设备、计算单元和执行器；所述投影设备与计算单元相连，投影设备将计算单元确定的图案投射到目标处或者地面上，由感知设备拍摄投影到目标或者地面上的图案；计算单元根据投影设备投影出去的图案和感知设备拍摄到的图案进行对比，计算出前方的目标信息，并根据该信息进行数据处理及发出决策指令；由执行器执行计算单元输出的命令。解决现有摄像头在低照度环境下识别目标能力差，不能识别未经训练过的目标以及无纹理目标的问题，从而提高智能驾驶车辆的安全性。
-
-
-
-
-
-
-
-
-
Search Results
335
records
(took 0.036 seconds)
