公开(公告)号：CN114648586B

公开(公告)日：2025-01-28

申请号：CN202210302013.9

申请日：2022-03-24

Applicant: 重庆长安汽车股份有限公司

Inventor： 康轶非 ,  罗毅 ,  彭祥军 ,  闫耀威

IPC: G06T7/77 ,  G06T7/13

Abstract: 本发明公开了一种基于视觉线特征估计车辆绝对姿态的方法及存储介质，该方法包括以下步骤：S1、对车辆摄像机获取的车辆外部的图像进行处理后，映射到高斯球上；S2、设置RANSAC算法总迭代次数；S3、从高斯球上任选3点(P1，P2，P3)构建一组Manhattan；S4、根据点和向量的误差公式计算该组Manhattan的内点数；S5、重复步骤S3和S4，直到达到步骤S2设置的总迭代次数，选取内点数最多的一组Manhattan，根据所有内点和公式计算相机姿态Rcw；S6、计算车辆姿态Rvw，以估计车辆绝对姿态。本发明能准确估计位置以使车辆在室内环境定位过程中的位姿更加准确。

公开(公告)号：CN113734176B

公开(公告)日：2024-11-22

申请号：CN202111100769.7

申请日：2021-09-18

Applicant: 重庆长安汽车股份有限公司

Inventor： 彭祥军 ,  王宽 ,  闫耀威 ,  程光凯 ,  林鑫余

IPC: B60W40/02

Abstract: 本发明公开了一种智能驾驶车辆的环境感知系统、方法、车辆及存储介质，获取激光雷达输出的点云UDP包，并接入到原始点云驱动模块处理后得到点云数据格式；获取IMU信息，结合IMU信息求得每一个点云所在的雷达位置与初始位置的转换关系，并将每一帧的所有点都转换到初始雷达位置；将畸变补偿之后的点云结合雷达标定文件完成从雷达坐标系到车体坐标系的转换，得到车体坐标系下的点云；获取RTK定位信息和高精度地图信息，判断是否有RTK信号；如果没有RTK信号，判断点云是否在车道线内，如果在车道线内，则保留并建立栅格地图，反之进行点云滤除；根据栅格占据状态来进行目标聚类和可视化。本发明能避免在交叉路口将其他车道的交通参与者给滤除掉。

公开(公告)号：CN114812573B

公开(公告)日：2024-09-06

申请号：CN202210428550.8

申请日：2022-04-22

Applicant: 重庆长安汽车股份有限公司

Inventor： 彭祥军 ,  康轶非 ,  罗毅 ,  闫耀威 ,  王宽

IPC: G01C21/28 ,  G01C21/30 ,  G01C21/00

Abstract: 本发明涉及智能驾驶车辆技术领域，具体涉及基于单目视觉特征融合的车辆定位方法及可读存储介质。所述方法包括：通过里程计数据恢复前目和后目中任意一个视觉图像的尺度并进行建图，生成对应的第一车辆运行轨迹和第一视觉特征地图；通过第一车辆运行轨迹恢复前目和后目中另一个视觉图像的尺度并进行建图，生成对应的第二视觉特征地图；将第一视觉特征地图和第二视觉特征地图进行融合，生成融合视觉特征地图；匹配前目和/或后目的视觉图像以及融合视觉特征地图中的特征点，以实现重定位。本发明还公开了一种可读存储介质。本发明能够实现前后目尺度的恢复和车辆运动轨迹的融合，从而能够提高单目视觉建图和定位的准确性。

公开(公告)号：CN113758491B

公开(公告)日：2024-02-23

申请号：CN202110897052.3

申请日：2021-08-05

Applicant: 重庆长安汽车股份有限公司

Inventor： 闫耀威 ,  王宽 ,  林鑫余 ,  彭祥军

IPC: G01C21/28 ,  G01C21/16 ,  G01C21/30 ,  G01C21/32 ,  G01S17/06 ,  G01S17/86 ,  G01S19/45 ,  G01S19/47 ,  B60W60/00

Abstract: 本发明公开了一种基于多传感器融合无人车的相对定位方法、系统及车辆，包括以下步骤：1）数据接入；（2）定位初始化；（3）IMU积分推算；4）地图数据库匹配；（5）融合定位建模；（6）融合定位求解。本发明降低了累计误差对定位结果的影响，以及有效地减少了匹配过程中出现的误匹配结果。

公开(公告)号：CN113219507A

公开(公告)日：2021-08-06

申请号：CN202110130124.1

申请日：2021-01-29

Applicant: 重庆长安汽车股份有限公司

Inventor： 闫耀威 ,  王宽

IPC: G01S19/46 ,  G01S13/86 ,  G01C21/16

Abstract: 本发明公开一种基于RT3000的自动驾驶车辆感知融合数据的精度测量方法，步骤包括：测试车上装配有多个车用传感器和自动驾驶感知系统，在测试车和目标车的中心位置均安装RT3000系统；开始试验；试验完成后，导出测试车RT3000原始数据、目标车RT3000原始数据和自动驾驶感知系统输出的感知融合数据；对测试车RT3000原始数据、目标车RT3000原始数据和感知融合数据进行时钟同步和空间同步；将经过时钟同步和空间同步后的目标车RT3000原始数据和感知融合数据进行解析并对目标车相关数据进行误差分析。该方法，用RT3000系统做为真值系统，能够得到自动驾驶感知系统输出的融合数据的精度信息；且能够对场景无要求，相较于传统的强依赖于GPS的测试系统实现对场地更高的鲁棒性和精度。