-
公开(公告)号：CN114092907A
公开(公告)日：2022-02-25
申请号：CN202111318235.1
申请日：2021-11-09
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本申请公开了一种跟随路径的确定方法、装置及存储介质，涉及车辆导航技术领域，该方法可以基于算法较为简单的贝塞尔曲线快速生成跟随路径。该方法包括：根据目标对象的初始位置和车辆的初始位置确定至少四个目标点；以至少四个目标点作为控制点，拟合得到贝塞尔曲线；基于贝塞尔曲线确定全局导航路径；在车辆按照全局导航路径行驶的过程中，根据目标对象的当前位置和车辆的当前位置对全局导航路径进行动态调整，基于动态调整的全局导航路径确定车辆跟随目标对象行驶的跟随路径。
-
公开(公告)号：CN113569958A
公开(公告)日：2021-10-29
申请号：CN202110864378.6
申请日：2021-07-29
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本发明实施例公开了激光点云数据聚类方法、装置、设备及介质，该方法包括：获取车载激光雷达采集的点云数据，并将点云数据转换至车身坐标系，得到点云数据的空间分布；对点云数据的空间分布按照预设方法进行栅格化处理，得到多个扇形栅格，根据包含点云数据的扇形栅格坐标确定目标栅格；确定目标栅格中的种子栅格，对种子栅格的预设范围内满足连通条件的目标栅格进行处理，得到点云数据对应的连通域；根据点云数据对应的连通域确定点云数据的聚类结果。采用上述技术方案，可以根据点云分布特性及分布规律，将车载激光雷达采集的大量的、离散的点云数据划分为扇形栅格，实现将点云数据进行准确聚类的技术效果，从而实现自动驾驶车辆的安全行驶。
-
公开(公告)号：CN112747752A
公开(公告)日：2021-05-04
申请号：CN202011519123.8
申请日：2020-12-21
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本申请实施例提供一种基于激光里程计的车辆定位方法、装置、设备和存储介质，通过获取激光雷达连续采集的多帧环境传感数据，环境传感数据包括三维点云数据和反射强度数据，对相邻两帧环境传感数据进行坐标变换和投影变换，得到包含相邻两帧环境传感数据的数据信息的高维数据，根据高维数据，通过深度神经网络模型确定相邻两帧环境传感数据之间的位姿转换关系，得到车辆的位姿数据，在不需要依赖人工设定的环境特征的情况下，实现了车辆定位，并提高了车辆定位的鲁棒性和准确性。
-
公开(公告)号：CN111912419A
公开(公告)日：2020-11-10
申请号：CN202010889368.3
申请日：2020-08-28
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
IPC分类号： G01C21/32 , G01C21/16 , G01S17/931 , G01S19/47
摘要： 本发明公开了一种基于激光雷达的高精度语义导航地图构建方法和装置，一种基于激光雷达的高精度语义导航地图构建方法，包括：获取车载激光雷达采集的车辆周边三维点云与反射强度数据和车载组合导航系统采集的车辆的经纬度和姿态信息；根据三维点云数据在大地坐标系中得到高精度点云地图；根据三维点云的反射强度数据，在高精度点云地图中标注出包含语义信息的离散点并分类后得到地图语义元素集合并根据地图语义元素集合中各元素的语义关联信息，生成高精度语义导航地图。本发明实施例公开的基于激光雷达的高精度语义导航地图构建方法和装置，能够以较低的成本构建高精度的语义导航地图，从而满足自动驾驶车辆的导航需求。
-
公开(公告)号：CN111661055A
公开(公告)日：2020-09-15
申请号：CN202010552869.2
申请日：2020-06-17
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
IPC分类号： B60W30/18
摘要： 本发明公开了一种自动驾驶车辆的换道控制方法，包括：实时获取与本车纵向距离最小的障碍物与本车的相对距离、前车速度；若相对距离小于或等于设定速度阈值或者前车速度小于或等于设定距离阈值，换道触发因子进行累加，当换道触发因子等于设定换道触发阈值时，则判断产生换道动机，否则判断不产生换道动机；若不产生换道动机，则控制本车跟车行驶；若产生换道动机，则判断道路结构信息；计算换道切入点前障碍物和后障碍物与本车的相对距离；判断换道切入点前障碍物和后障碍物与本车的相对距离是否满足预设条件；如果是，则控制换道，否则，控制减速。考虑了换道准确率及驾驶员驾驶特性，引入了换道触发因子及安全换道因子，大大提高了可靠性。
-
公开(公告)号：CN113569958B
公开(公告)日：2024-04-12
申请号：CN202110864378.6
申请日：2021-07-29
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
IPC分类号： G06V10/762 , G06V10/44 , G06V20/58
摘要： 本发明实施例公开了激光点云数据聚类方法、装置、设备及介质，该方法包括：获取车载激光雷达采集的点云数据，并将点云数据转换至车身坐标系，得到点云数据的空间分布；对点云数据的空间分布按照预设方法进行栅格化处理，得到多个扇形栅格，根据包含点云数据的扇形栅格坐标确定目标栅格；确定目标栅格中的种子栅格，对种子栅格的预设范围内满足连通条件的目标栅格进行处理，得到点云数据对应的连通域；根据点云数据对应的连通域确定点云数据的聚类结果。采用上述技术方案，可以根据点云分布特性及分布规律，将车载激光雷达采集的大量的、离散的点云数据划分为扇形栅格，实现将点云数据进行准确聚类的技术效果，从而实现自动驾驶车辆的安全行驶。
-
公开(公告)号：CN117786459A
公开(公告)日：2024-03-29
申请号：CN202311842299.0
申请日：2023-12-28
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
IPC分类号： G06F18/24 , G06F18/214 , G06F18/213
摘要： 本申请公开了一种场景分类方法、装置、系统及存储介质，涉及智能驾驶技术领域。该方法包括：场景分类装置接收并存储自动驾驶控制器发送的自动驾驶数据集；确定目标场景及其对应的标准数据类型；从自动驾驶数据集中提取标准数据类型对应的目标驾驶数据；将目标驾驶数据发送至云服务器。本申请提供的技术方案，能够直接在路测阶段进行高效的数据判别和场景分类，实现了实时分类的功能，节省了繁琐的大量数据存储和读取步骤，提高了场景分类的效率和准确率，从而提升了自动驾驶系统的安全性，保障了用户安全；同时实时将已确定场景类型的目标驾驶数据上传至云服务器，避免了在本地存储大量数据。
-
公开(公告)号：CN117725614A
公开(公告)日：2024-03-19
申请号：CN202311790306.7
申请日：2023-12-25
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本发明公开了一种车牌脱敏方法、装置、电子设备及存储介质。该方法包括：获取目标视频中包括的目标车辆对应的至少一张目标图像；将目标图像输入预先训练好的第一模型中，得到车牌关键点信息，其中，车牌关键点信息与目标图像一一对应，第一模型为利用深度强化学习方法、基于训练集并以优化识别准确度为指标训练得到的模型，训练集至少包括畸变训练图像和/或遮挡训练图像；根据车牌关键点信息，在目标视频中对目标车辆的车牌进行脱敏。本发明的技术方案可以实现对存在遮挡、畸变的待脱敏车牌的准确识别与脱敏，提高了车牌脱敏的准确性。
-
公开(公告)号：CN114179835B
公开(公告)日：2024-01-05
申请号：CN202111653767.0
申请日：2021-12-30
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 化学习决策算法的在线自动采集、训练和验证。本发明公开了一种基于真实场景下强化学习的自动驾驶车辆决策训练方法。所述自动驾驶车辆设置有线控底盘、定位装置、激光雷达装置以及自动驾驶控制器，该方法包括：当车辆在真实场景下按照预设行驶路径的轨迹点行驶时，间歇性执行探索行为并记录强化学习模型的输入信息，所述输入信息包括输入状态，动作空间，单步执行后的回报；根据输入信息对强化学习决策算法进行训练。本发明通过线控底盘、四个激光雷达、RTK定位单元、电脑控制器等基础硬件，通(56)对比文件吕迪;徐坤;李慧云;潘仲鸣.融合类人驾驶行为的无人驾驶深度强化学习方法.集成技术.2020,(05),全文.黄志清;曲志伟;张吉;张严心;田锐.基于深度强化学习的端到端无人驾驶决策.电子学报.2020,(09),全文.李国法;陈耀昱;吕辰;陶达;曹东璞;成波.智能汽车决策中的驾驶行为语义解析关键技术.汽车安全与节能学报.2019,(04),全文.李克强;戴一凡;李升波;边明远.智能网联汽车(ICV)技术的发展现状及趋势.汽车安全与节能学报.2017,(01),全文.
-
公开(公告)号：CN116311963A
公开(公告)日：2023-06-23
申请号：CN202211737717.5
申请日：2022-12-30
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
IPC分类号： G08G1/052 , G08G1/01 , G08G1/0967
摘要： 本申请实施例公开了一种绿波车速的确定方法、装置、设备及介质。其中，该方法包括：获取至少一个目标车辆的驾驶模式、当前车速、所述目标车辆到停止线的待行驶距离，以及所述目标车辆所在车道的车辆情况；获取下一路口的交通控制灯的当前状态，并确定交通控制灯由当前状态转换至下一状态的剩余时间；根据驾驶模式、当前车速、待行驶距离、预先设置的行驶限速中的至少一项、交通控制灯的当前状态、所述剩余时间以及所述目标车辆所在车道的车辆情况，确定所述目标车辆的绿波车速。本技术方案实现了绿波车速的智能确定，在绿波车速的确定过程中，对终端设备的性能要求较低，降低了设备成本，且不涉及地图的频繁传输，减少了信道资源的占用。
-
-
-
-
-
-
-
-
-
搜索结果
232 条记录 (耗时 0.168 秒)
