-
公开(公告)号：CN114529719A
公开(公告)日：2022-05-24
申请号：CN202210085949.0
申请日：2022-01-25
申请人： 清华大学
摘要： 本发明涉及一种地面地图要素语义分割方法、系统、介质及设备，其包括：将输入的地图图像数据进行降维处理，得到预设尺寸的图像数据；将所述图像数据进行改进残差和跳跃连接处理，获取地图要素深度特征；将所述地图要素深度特征进行解码，得到每个像素归属于各个类别的概率，通过比较像素归属于每一类概率的大小，把最大概率的作为该像素类别，将原图通过网络映射为与输入的地图图像大小一一对应的类别判断结果，完成语义分割。本发明以摄像头传感器采集的单帧图像数据作为输入，通过结构简单的轻量级神经网络学习地面语义，在此基础之上得到车道线、箭头等其他类型语义的分割结果，成本低。
-
公开(公告)号：CN112612287B
公开(公告)日：2022-03-15
申请号：CN202011576923.3
申请日：2020-12-28
申请人： 清华大学
IPC分类号： G05D1/02
摘要： 本发明涉及一种自动驾驶汽车局部路径规划系统、方法、介质及设备，其高精度地图模块经V2X车辆通讯模块与决策模块进行信息交互，环境感知模块将获得的定位信息和环境信息传输至决策模块；决策模块经车载CAN总线与车辆控制模块进行信息交互，决策模块根据接收到的信息输出带速度的轨迹点序列，并经车载CAN总线传输至车辆控制模块，由车辆控制模块完成车辆位置和速度的跟踪；车辆控制模块向决策模块反馈当前车辆状态信息。本发明可以实现通用场景的路径规划同时，还可利用地图中的高精度地图中存储的决策信息实现对高精度地图覆盖的全场景下的针对性路径规划，实现拥堵、事故、杂乱等场景规划出可执行轨迹。
-
公开(公告)号：CN114067243A
公开(公告)日：2022-02-18
申请号：CN202111337547.7
申请日：2021-11-10
申请人： 清华大学
摘要： 本发明涉及一种自动驾驶场景识别方法、系统、设备及介质，该方法包括：基于环境车行为数据和决策算法库使用变分自编码器进行无监督训练学习，获取环境特征分布模型；获取新环境的环境车行为数据通过环境特征分布模型进行处理，环境车基于处理结果选择相应决策算法进行自动驾驶。本发明能够准确区分当前环境特征和差异性，实现环境的深度聚类，辅助自动驾驶决策算法迁移。
-
公开(公告)号：CN112862881A
公开(公告)日：2021-05-28
申请号：CN202110204006.0
申请日：2021-02-24
申请人： 清华大学
摘要： 本发明涉及一种基于众包多车摄像头数据的道路地图构建与融合的方法，包括内容为：S1、针对相同区域路段，从搭载相机的他车中获取原始图像序列或视频数据；S2、对每一车辆基于获取的图像信息进行道路标线提取，并在图像帧之间进行道路标线的关联，构建车辆3D本地地图；S3、对两车辆的3D本地地图进行对齐和融合；S4、对多车的3D本地地图数据融合，输出3D融合地图。本发明为众包数据更新要素提供较高的准确度，确保更新要素的准确性，避免变化要素判断不准，导致地图更新中将正确要素错误更新的情况，可以广泛应用于自动驾驶中。
-
公开(公告)号：CN112612287A
公开(公告)日：2021-04-06
申请号：CN202011576923.3
申请日：2020-12-28
申请人： 清华大学
IPC分类号： G05D1/02
摘要： 本发明涉及一种自动驾驶汽车局部路径规划系统、方法、介质及设备，其高精度地图模块经V2X车辆通讯模块与决策模块进行信息交互，环境感知模块将获得的定位信息和环境信息传输至决策模块；决策模块经车载CAN总线与车辆控制模块进行信息交互，决策模块根据接收到的信息输出带速度的轨迹点序列，并经车载CAN总线传输至车辆控制模块，由车辆控制模块完成车辆位置和速度的跟踪；车辆控制模块向决策模块反馈当前车辆状态信息。本发明可以实现通用场景的路径规划同时，还可利用地图中的高精度地图中存储的决策信息实现对高精度地图覆盖的全场景下的针对性路径规划，实现拥堵、事故、杂乱等场景规划出可执行轨迹。
-
公开(公告)号：CN111260956B
公开(公告)日：2021-03-16
申请号：CN202010042022.X
申请日：2020-01-15
申请人： 清华大学
摘要： 本发明提出的一种基于模型预测控制的车辆自动换道规划与控制方法。模型预测控制适用于解决多约束多目标的优化问题，可以同步实现换道轨迹规划与控制。本发明将换道运动规划表达为一个模型预测控制问题，采用车辆动力学模型描述换道运动，将车辆动力学极限和无碰撞安全车间距离作为优化问题的强制约束，将跟车距离作为优化问题的非强制约束，将换道轨迹的平滑性和快速性作为优化目标，从而实现了最优换道运动规划。本发明提出的方法简化了换道规划算法复杂度，联合使用软硬约束在保证换道安全的同时提高了换道规划求解效率。
-
公开(公告)号：CN108802785B
公开(公告)日：2021-02-02
申请号：CN201810971003.8
申请日：2018-08-24
申请人： 清华大学
IPC分类号： G01S19/45
摘要： 本发明涉及一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，其步骤：设置一包括GNSS模块、地图模块、姿态估计模块、预估图像模块、单目视觉模块、图像处理模块和高精度匹配算法模块的定位系统；姿态估计模块根据GNSS提供的初始位置和地图信息，估计车辆的初始位姿；预估图像模块根据地图模块提供的地理位置以及姿态估计模块提供的初始位姿，生成预估图像；单目视觉模块将采集的道路原始信息传输至图像处理模块，图像处理模块处理图像信息，得到用于地图匹配的特征；高精度匹配算法模块根据接收到的用于地图匹配的特征和预估图像中的特征匹配程度，获得基于地图匹配解算的车辆位置及姿态信息，得到对车辆位置和姿态的估计。
-
公开(公告)号：CN110705388A
公开(公告)日：2020-01-17
申请号：CN201910870854.8
申请日：2019-09-16
申请人： 清华大学
IPC分类号： G06K9/00
摘要： 本发明提出了一种基于预测反馈的辅助驾驶用目标车辆换道识别方法，首先实时采集周围目标车辆运动状态信息和道路结构信息，得到自车坐标系下目标车辆的运动状态；然后计算地面坐标系下目标车辆运动状态，提取当前时刻目标车辆的换道意图特征量；根据上述换道意图特征量初步识别目标车辆的换道结果；对初步识别结果采用多项式拟合与最优化方法预测目标车辆运动轨迹；将符合匀加速运动约束的运动轨迹作为目标车辆参考运动轨迹，计算目标车辆预测运动轨迹与参考运动轨迹的累积距离偏差，以此校核初步识别结果作为最终的目标车辆换道识别结果。本发明提高了观测噪声下目标车辆换道识别的准确率，增强了目标车辆换道识别方法的鲁棒性。
-
公开(公告)号：CN118810815A
公开(公告)日：2024-10-22
申请号：CN202310410978.4
申请日：2023-04-17
IPC分类号： B60W60/00
摘要： 本申请公开了一种自动驾驶策略选取方法、系统、电子设备及存储介质，该方法包括：获取自动驾驶车辆的当前驾驶场景的第一场景信息，第一场景信息包括自动驾驶车辆自身的第一状态信息和交通参与物的第二状态信息；基于第一状态信息，制定多个具有不同保守度的驾驶策略，以形成驾驶策略集合；基于第二状态信息，确定自动驾驶车辆采用各个驾驶策略的安全风险，生成用于表征安全风险程度的风险信息；基于风险信息，从驾驶策略集合中选取安全风险符合安全条件的驾驶策略，作为自动驾驶车辆应对当前驾驶场景的目标驾驶策略。如此，即使是面对长尾场景，也能够选取出安全风险相对较低的驾驶策略，在一定程度上能够保障自动驾驶车辆的行驶安全。
-
公开(公告)号：CN114818484B
公开(公告)日：2024-09-27
申请号：CN202210401858.3
申请日：2022-04-18
申请人： 清华大学
IPC分类号： G06F30/27 , G06F18/214 , G06F17/18
摘要： 本申请涉及一种驾驶环境模型的训练方法及装置、驾驶环境信息的预测方法及装置、计算机设备、存储介质和计算机程序产品。所述方法包括：构建初始环境模型，初始环境模型包含多个单体模型；获取各单体模型对应的训练样本集，并通过各训练样本集训练对应的单体模型，得到训练后的环境模型；将测试样本输入至训练后的环境模型，得到各训练后的单体模型对应的下一时刻的驾驶环境预测信息；测试样本包含当前时刻的驾驶环境样本信息和当前决策动作样本信息；计算各下一时刻的驾驶环境预测信息的差异度，并在差异度小于预设阈值的情况下，将训练后的环境模型确定为驾驶环境模型。采用本方法能够节约训练驾驶环境模型的过程中真实驾驶数据的使用量。
-
-
-
-
-
-
-
-
-
搜索结果
134 条记录 (耗时 0.026 秒)
