基于多传感器关联的传感器目标精确定位方法

    公开(公告)号:CN109099920B

    公开(公告)日:2021-10-12

    申请号:CN201810806675.3

    申请日:2018-07-20

    Inventor: 王宽 熊周兵 丁可

    Abstract: 本发明公开了一种基于多传感器关联的传感器目标精确定位方法,包括以下步骤:步骤1、获取多个传感器所采集的数据;步骤2、对每个传感器均进行如下处理:空间配准和数据压缩;步骤3、单个传感器的数据关联:步骤4、单个传感器的数据滤波:步骤5、多传感器的时间同步:将各个传感器传感的观测的目标同步到一个时间点上;步骤6、多传感器多目标关联;将不同传感器观测的目标,为同一目标的进行标记;步骤7、融合:对不同传感器所观测的同一目标进行融合处理,输出该目标的融合定位结果;步骤8、滤波:用卡尔曼滤波对步骤7输出的结果进行滤波处理。本发明保证了目标输出的精确定位。

    基于摄像头感知的车道宽度校验方法及系统

    公开(公告)号:CN113487901A

    公开(公告)日:2021-10-08

    申请号:CN202110875977.8

    申请日:2021-07-30

    Abstract: 本发明公开的基于摄像头感知的车道宽度校验方法及系统,能有效校准在结构化道路上因车道线模糊、路面积水造成的摄像头宽度误识别问题。通过将车道特殊场景转换到车道线系数角度分析,能有效解决因路面车道线标识丢失、本车道曲率异常、匝道场景下的车道宽度问题不一致减少了下游环节使用车道线信息的风险。通过内置的车道交叉验证能使下游控制端得到安全可行驶的车道宽度,避免碰撞护栏、路沿,提升系统安全性,并且本方法为车道对中功能提供可靠、稳定的车道宽度。

    基于RT3000的自动驾驶车辆感知融合数据的精度测量方法

    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

    Inventor: 闫耀威 王宽

    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。

    一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质

    公开(公告)号:CN112706785A

    公开(公告)日:2021-04-27

    申请号:CN202110129398.9

    申请日:2021-01-29

    Abstract: 本发明公开一种自动驾驶车辆环境认知目标选择方法、装置及机器可读存储介质,包括1,从车辆感知接口中获取感知信息和本车信息;2,根据感知信息和本车信息,对行驶环境建立边界线模型;3,建立边界线仲裁模块,选取当前场景最优边界线模型;4,根据最优的边界线模型,将目标依次放入对应车道中,过滤超出边界线的目标。本发明通过收集传感器、本车信息数据,对自动驾驶车辆行驶环境建立多个模型,选出行驶道路中的目标,为自动驾驶车辆轨迹规划提供准确、有效的信息,部分解决现有技术存在的目标选择鲁棒性、适应性等问题。

    一种传感器测量参数修正方法及系统

    公开(公告)号:CN112305513A

    公开(公告)日:2021-02-02

    申请号:CN202011166262.7

    申请日:2020-10-27

    Abstract: 本方案涉及一种传感器测量参数修正方法及系统,实现对需要进行测量参数修正的传感器的测量参数进行修正。该方法包括:S1,获取安装在测试车辆上的待修正传感器针对探测目标所在位置所采集的测量值和标准传感器针对探测目标所在位置所采集到的真实值;S2,根据待修正传感器采集的测量值,进行二次曲线拟合,计算S3中进行卡尔曼滤波时所输入的测量噪声;S3,对待修正传感器采集的测量值进行卡尔曼滤波,获得初始滤波值;S4,利用二次曲线拟合,判断初始滤波值是否满足设定条件,若满足,将初始滤波值作为对待修正传感器所采集的测量值的最终滤波结果;反之,执行S5;S5,先调整S2中的测量噪声,再重复S3和S4,直至获得的初始滤波值满足设定条件。

    基于多传感器关联的传感器目标精确定位方法

    公开(公告)号:CN109099920A

    公开(公告)日:2018-12-28

    申请号:CN201810806675.3

    申请日:2018-07-20

    Inventor: 王宽 熊周兵 丁可

    Abstract: 本发明公开了一种基于多传感器关联的传感器目标精确定位方法,包括以下步骤:步骤1、获取多个传感器所采集的数据;步骤2、对每个传感器均进行如下处理:空间配准和数据压缩;步骤3、单个传感器的数据关联:步骤4、单个传感器的数据滤波:步骤5、多传感器的时间同步:将各个传感器传感的观测的目标同步到一个时间点上;步骤6、多传感器多目标关联;将不同传感器观测的目标,为同一目标的进行标记;步骤7、融合:对不同传感器所观测的同一目标进行融合处理,输出该目标的融合定位结果;步骤8、滤波:用卡尔曼滤波对步骤7输出的结果进行滤波处理。本发明保证了目标输出的精确定位。

    单传感器数据关联前处理方法

    公开(公告)号:CN109035121A

    公开(公告)日:2018-12-18

    申请号:CN201810804816.8

    申请日:2018-07-20

    Inventor: 王宽 熊周兵 丁可

    CPC classification number: G06Q50/30 H04L69/22

    Abstract: 本发明公开了一种单传感器数据关联前处理方法,包括:步骤1、接收传感器CAN报文,解析传感器CAN报文,计算本车与传感器所检测到的目标物体的相对速度,并向传感器CAN报文中添加时间戳,获得带有时间戳的目标检测位置inputV;步骤2、判断目标预期位置trackV是否为空;步骤3、若目标预期位置trackV为空,则trackV=inputV;否则进入步骤4;步骤4、判断时间戳差T_input‑T_track是否小于预设值A;若否,则rackV=inputV;若是,则进入步骤5;步骤5、根据时间戳差和本车与目标物体的相对速度估算出在T_input时刻时的trackV。本发明能够提高系统的稳定性。

    基于车辆组件的待回灌数据回灌方法、装置、设备、介质及程序产品

    公开(公告)号:CN119938154A

    公开(公告)日:2025-05-06

    申请号:CN202510043580.0

    申请日:2025-01-10

    Abstract: 本发明提供一种基于车辆组件的待回灌数据回灌方法、装置、设备、介质及程序产品,涉及车辆技术领域,该基于车辆组件的待回灌数据回灌方法包括:在获取到车辆组件的待回灌数据时,根据所述数据的结束时间,确定与所述数据对应的线程的唤醒时刻;其中,所述数据具有结束时间,所述结束时间用于指示出预先给定对数据的回灌处理结束的时刻;在所述唤醒时刻下,唤醒所述线程;并基于所述线程对所述数据进行回灌处理。本发明能够有效提高车辆组件的待回灌数据进行回灌处理的准确性。

    基于RT3000的自动驾驶车辆感知融合数据的精度测量方法

    公开(公告)号:CN113219507B

    公开(公告)日:2024-02-23

    申请号:CN202110130124.1

    申请日:2021-01-29

    Inventor: 闫耀威 王宽

    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。

    多源传感器车道线确定方法、系统、车辆及计算机可读存储介质

    公开(公告)号:CN114353817B

    公开(公告)日:2023-08-15

    申请号:CN202111628439.5

    申请日:2021-12-28

    Inventor: 苏威 王宽

    Abstract: 本发明请求保护一种多源传感器车道线确定方法,涉及自动驾驶技术领域。布置在车身周围的前雷达、角雷达、环视雷达等采集获取广义车道线,计算多源广义车道线;计算各源车道线误差分布以及其统计信息如方差均值等得出性能指标,确定使用标准;记录每一帧广义车道线方程各系数与前摄像头的差值,获得广义车道线方程系数的误差分布,计算误差均值和方差,通过均值和方差判断传感器的整体性能,得到其分布函数确定阈值;剔除超出阈值的道路曲率,本车速度,路面坡度分布等场景信息,获取有效的广义车道线;融合多源传感器中有效的广义车道线,根据使用条件调整融合源输入,获得最终的多源传感器车道线。

Patent Agency Ranking