-
公开(公告)号：CN112924960A
公开(公告)日：2021-06-08
申请号：CN202110130345.9
申请日：2021-01-29
Applicant: 重庆长安汽车股份有限公司
IPC: G01S13/86 , G01S13/931 , G01S17/86 , G01S17/931
Abstract: 本发明公开了一种目标尺寸实时检测方法、系统、车辆及存储介质，包括以下步骤：步骤1、获取数据：获得各传感器输出的目标尺寸信息；步骤2、初始化：根据各传感器的状态，初步输出粗精度的目标尺寸结果；步骤3、融合处理：结合目标的历史尺寸信息以及各传感器实时输出的目标尺寸观测数据，对目标的尺寸信息进行融合处理；步骤4、数据输出：输出融合后的目标尺寸信息。本发明提高了目标尺寸的测量精度。
-
公开(公告)号：CN110428101A
公开(公告)日：2019-11-08
申请号：CN201910701004.5
申请日：2019-07-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于历史出行规律的目的地预测方法及计算机可读存储介质，包括以下步骤：（1）首先需要先根据历史出行数据挖掘出用户家的位置、公司的位置、是否是上班族、上下班常走路线，具体包括：数据采集、数据预处理、公司位置的预测、上班族的挖掘以及家和公司之间常走路径挖掘；（2）根据车辆id、实时GPS位置数据和时间数据进行目的地实时预测。本发明利用用户历史出行规律和云端地图信息，对于上班族在上下班时间段行驶过程中，主动预测出其将要去的家或者公司的位置、路线和路况信息，无需用户在导航中做任何操作，便能知晓当前路况。
-
公开(公告)号：CN116758396A
公开(公告)日：2023-09-15
申请号：CN202310765528.7
申请日：2023-06-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/82 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/22
Abstract: 本申请公开了一种目标检测的精度控制方法、装置、电子设备及存储介质，属于目标检测技术领域。其中，该方法包括：获取全量图像集，并采用所述全量图像集训练深度学习算法，得到第一深度学习模型；计算所述第一深度学习模型预测多个标签类别的预测精度；根据所述预测精度生成优化图像集；采用所述优化图像集微调所述第一深度学习模型，得到第二深度学习模型；采用所述第二深度学习模型进行目标检测。通过本申请，解决了相关技术中目标检测模型的检测精度较低的技术问题。
-
公开(公告)号：CN112924960B
公开(公告)日：2023-07-18
申请号：CN202110130345.9
申请日：2021-01-29
Applicant: 重庆长安汽车股份有限公司
IPC: G01S13/86 , G01S13/931 , G01S17/86 , G01S17/931
Abstract: 本发明公开了一种目标尺寸实时检测方法、系统、车辆及存储介质，包括以下步骤：步骤1、获取数据：获得各传感器输出的目标尺寸信息；步骤2、初始化：根据各传感器的状态，初步输出粗精度的目标尺寸结果；步骤3、融合处理：结合目标的历史尺寸信息以及各传感器实时输出的目标尺寸观测数据，对目标的尺寸信息进行融合处理；步骤4、数据输出：输出融合后的目标尺寸信息。本发明提高了目标尺寸的测量精度。
-
公开(公告)号：CN115423117A
公开(公告)日：2022-12-02
申请号：CN202211052545.8
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供种数据处理方法、装置、车辆、存储介质及设备，应用于自动驾驶，所述数据处理方法包括：对当前数据集进行一次变换处理，得到过渡数据集，所述一次变换能够使所述过渡数据集预存的源数据集数据分布一致的；将所述过渡数据集输入预设的感知模型，输出过渡感知结果，其中，所述感知模型基于所述源数据集训练得到；对所述过渡感知结果进行二次变换处理，得到目标感知结果，其中，所述一次变换处理为二次变换处理的逆变换处理。本发明的数据处理方法、数据处理装置、存储介质及设备，能够大幅缩短了研发周期，减少人力消耗。
-
Patent Agency Ranking
公开(公告)号：CN115409936A
公开(公告)日：2022-11-29
申请号：CN202210993223.7
申请日：2022-08-18
Applicant: 重庆长安汽车股份有限公司
IPC: G06T17/00 , G06F16/16 , G01S7/486 , G01S7/4912 , G01S17/88
Abstract: 本申请涉及一种点云数据处理方法、装置、车辆及存储介质，包括：将点云文件转换成rosbag文件，根据预设标注需求对rosbag文件进行标注，得到标注rosbag文件；将标注rosbag文件中主题相同的标注rosbag文件合并为标签文件，点云文件和标签文件生成新rosbag文件；从新rosbag文件提取三维坐标和点云强度，将三维坐标和点云强度按第一预设帧数写入bin文件，按顺序将标签文件的标注信息按第二预设帧数写入txt文件，输出bin文件和txt文件，通过bin文件和txt文件显示点云文件。解决相关技术中点云数据处理方法不能用于激光雷达点云深度学习训练，且数据结果不精确等问题，提高数据的精确度。
-
公开(公告)号：CN114926662A
公开(公告)日：2022-08-19
申请号：CN202210601774.4
申请日：2022-05-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/72 , G06V10/774 , G06V10/82
Abstract: 本申请提供一种数据处理方法及装置、电子设备和计算机可读存储介质，包括：获取第一点云文件集合和第一标注文件集合；将第一点云文件从第一点云文件集合中删除，得到第二点云文件集合，第一标注文件集合中不包括与第一点云文件相关联的标注文件；将第一标注文件从第一标注文件集合中删除，得到第二标注文件集合，第一点云文件集合中不包括与第一标注文件相关联的点云文件；将第二标注文件从第二标注文件集合中删除，得到第三标注文件集合，并将与第二标注文件关联的点云文件从第二点云文件集合中删除，得到第三点云文件集合，第二标注文件中包括第一三维标注框。通过该方法，可以提高数据处理的效率。
-
公开(公告)号：CN111896883A
公开(公告)日：2020-11-06
申请号：CN202010753023.5
申请日：2020-07-30
Applicant: 重庆长安汽车股份有限公司
IPC: G01R31/396 , G01R31/389 , G01R31/387 , G01R31/367 , G01R31/36 , G06N20/00 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开一种车载蓄电池可支持的停车时长预测方法，包括：采集车载蓄电池在第一预设时间段内的历史数据并对其进行数据预处理；从预处理后的车载蓄电池的历史数据中提取车载蓄电池特征数据作为训练集；基于所述训练集，采用机器学习进行训练挖掘出车辆的停车时长和车载蓄电池特征数据之间的关系，建立停车时长预测模型；根据车载蓄电池临界状态数据和当前的蓄电池状态数据，基于停车时长预测模型预测出车载蓄电池可支持的最长停车时长。本发明还公开一种车载蓄电池可支持的停车时长预警方法。该些方法预测精准，可信度高，能预测车辆可以停车的最长时长，并将该消息推送给没有及时给蓄电池充电或者启动车辆的车主，提升用户体验。
-
公开(公告)号：CN119150019A
公开(公告)日：2024-12-17
申请号：CN202411175946.1
申请日：2024-08-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06F18/24 , G06N5/04
Abstract: 本申请提供一种数据采集处理方法、电子设备、车辆及存储介质，涉及数据处理技术领域。方法包括：获取车端设备采集的数据；将数据输入推理模型，得到由推理模型输出的表征数据所属场景的推理结果，推理模型具有识别指定场景的功能，指定场景至少包括bad case场景、corner case场景及hard case场景中的一种；基于推理结果，对数据进行处理，其中，当推理结果表示数据所处场景属于预设场景库中的场景时，对数据执行本地存储和/或上传操作。如此，对于无需关注的场景数据，便不用存储与上传，从而有利于降低数据存储资源的开销，提高存储、上传的数据的有效性，进而有利于提升后续数据挖掘分析的效率。
-
公开(公告)号：CN113432615B
公开(公告)日：2024-02-13
申请号：CN202110876811.8
申请日：2021-07-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于多传感器融合可驾驶区域的检测方法、系统和车辆，通过对各车道的数据点进行最近距离求解，数据关联计算以及将关联结果进行比较分析，将存在概率最高的数据点作为各车道的截止点并最终输出。通过本发明的方法，能够实时探测可驾驶区域，连续输出各车道可通行的最大范围，有效改善了由于单一目标检测模块漏检造成的不足，提高了整车的安全性，为无人驾驶系统的规划和决策提供有效的判断依据。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.026 seconds)
