-
公开(公告)号：CN110032949B
公开(公告)日：2021-09-28
申请号：CN201910222741.7
申请日：2019-03-22
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种基于轻量化卷积神经网络的目标检测与定位方法，属于深度学习技术领域，解决了现有方法不能满足无人驾驶车辆实时性处理的要求。包括：实时采集车辆前方的图像数据和点云数据；将图像数据传输到目标检测模型，进行目标识别，获取目标信息；目标检测模型采用轻量化卷积神经网络；将获取的目标信息及点云数据输入到训练好的目标定位模型，进行目标定位，得到目标相对于车辆的位置信息。本方法实现了对静态、动态目标的实时检测和定位，使得车辆能够实时感知目标信息，及时地对目标进行避障处理，检测和识别结果具有较高的准确度，能够用于存在多个静态、动态目标的复杂场景，并且满足自动驾驶车辆的实时性检测定位要求。
-
公开(公告)号：CN110082783B
公开(公告)日：2021-04-23
申请号：CN201910390135.6
申请日：2019-05-10
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
IPC: G01S17/931 , G01S17/42
Abstract: 本发明涉及一种悬崖检测的方法及装置，属于无人驾驶汽车感知技术领域，解决无人驾驶汽车在越野场景下的悬崖检测问题；方法包括，对获取激光雷达点云数据预处理得到有效激光雷达点云数据；采用滑窗方法，选取垂直角度相同有效激光雷达点云数据进行窗口特征数据提取，根据所述窗口特征数据在窗口滑动过程中的畸变特征，得到悬崖区域。本发明使用激光雷达点云数据，使悬崖检测距离更远，精度更高；采用滑窗方法判断悬崖区域，而不是根据单点的高度和距离特征，排除了杂点或者噪声点的干扰，使检测更加鲁棒和高效。
-
公开(公告)号：CN110210350A
公开(公告)日：2019-09-06
申请号：CN201910429977.8
申请日：2019-05-22
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种基于深度学习的快速停车位检测方法，属于驾驶技术领域，用于解决停车位检测环境适应性差、模型计算量大问题，方法包括离线步骤：离线采集包含有停车位的图像数据，建立训练、验证数据集；进行神经网络模型的训练、评价和优化；所述神经网络模型用于对图像数据中停车位边线进行语义分割；在线步骤：在线采集包含有停车位的图像数据，使用训练好的神经网络模型进行停车位边线语义分割得到停车位边线掩膜，对得到的边线掩膜进行拟合、聚类与组合，得到由边线组成的几何形状；根据设定的形状判别条件，对所述几何形状进行筛选确定停车位。本发明具环境适应性强；采用模型体积很小，计算量低，对计算资源的需求较小；系统造价低，具有大规模应用的潜力。
-
公开(公告)号：CN110033457A
公开(公告)日：2019-07-19
申请号：CN201910180734.5
申请日：2019-03-11
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种目标点云分割方法，属于目标分割技术领域，解决了现有激光雷达分割方法存在的计算量大、计算速度慢、分割不精确的问题。包括以下步骤：步骤S1：接收并处理激光雷达采集的激光雷达点云数据，得到所述激光雷达点云数据对应的深度图；步骤S2：识别深度图角度矩阵中的地面信息，并将深度图中的相应坐标的R值置为-1，得到去除地面信息的深度图；步骤S3：对去除地面信息的深度图进行目标分割，得到目标分割结果。实现了目标点云的快速分割，计算量小、计算结果精确，可以满足车辆运动时的实时目标分割需求。
-
公开(公告)号：CN107264534B
公开(公告)日：2019-07-09
申请号：CN201710366037.X
申请日：2017-05-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种智能驾驶控制系统和方法、车辆。智能驾驶控制系统包括：驾驶员模型模块，用于收集驾驶员操作信息和期望路径信息，结合车辆运动信息预测车辆未来时刻的行驶状态参量；预瞄控制模型模块，用于计算横向校正角度并判断车辆下一时刻的正确行驶模式；路径跟踪控制模块，用于将参量转化成整车系统模块可执行的控制量；整车系统模块，用于响应从跟踪控制模块得到的控制量，以控制车辆运动，并反馈车辆运动参数。本发明提出的智能驾驶控制系统和方法不仅能够预测车辆未来一段时间的一系列行驶状态，而且可以根据真实的驾驶环境基于车辆行驶效果自适应地调节转向控制量，进而提高车辆行驶的安全性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN109960261A
公开(公告)日：2019-07-02
申请号：CN201910222739.X
申请日：2019-03-22
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种基于碰撞检测的动态障碍物避让方法，属于无人车辆技术领域，通过初规划构造车辆期望轨迹，并根据接收的动态障碍物预测轨迹和所述车辆期望轨迹，进行碰撞检测，对车辆的行驶速度和/或路径进行重新规划，得到车辆无碰撞行驶速度和/或路径数据，重新构造车辆期望轨迹，避让动态障碍物；实现无人车辆自主避让动态障碍物。本发明立足于自动驾驶车辆在动态环境下，所采用碰撞检测方法保证既不失碰撞检测精度，又可以提升碰撞检测效率；所采用重规划方法可以兼顾通行效率、通行平顺性和通行安全性效果。
-
公开(公告)号：CN107264534A
公开(公告)日：2017-10-20
申请号：CN201710366037.X
申请日：2017-05-23
Applicant: 北京理工大学
CPC classification number: B60W40/08 , B60W50/00 , B60W2050/0029
Abstract: 本发明涉及一种智能驾驶控制系统和方法、车辆。智能驾驶控制系统包括：驾驶员模型模块，用于收集驾驶员操作信息和期望路径信息，结合车辆运动信息预测车辆未来时刻的行驶状态参量；预瞄控制模型模块，用于计算横向校正角度并判断车辆下一时刻的正确行驶模式；路径跟踪控制模块，用于将参量转化成整车系统模块可执行的控制量；整车系统模块，用于响应从跟踪控制模块得到的控制量，以控制车辆运动，并反馈车辆运动参数。本发明提出的智能驾驶控制系统和方法不仅能够预测车辆未来一段时间的一系列行驶状态，而且可以根据真实的驾驶环境基于车辆行驶效果自适应地调节转向控制量，进而提高车辆行驶的安全性和准确性。
-
公开(公告)号：CN104517444B
公开(公告)日：2016-08-17
申请号：CN201510010142.0
申请日：2015-01-08
Applicant: 北京理工大学
IPC: G08G1/01
Abstract: 本发明提出了一种开车使用手机违法行为的检测系统，该装置设置于道路上，可以自动检测开车使用手机的疑似违法车辆；通过比较交通流中同一车道上前后相邻车辆间车头时距的相互关系识别开车使用手机的疑似违法车辆，同时根据实验结果得到开车使用手机车辆的两个识别系数，对违法行为进行初步判定，然后将疑似违法车辆的图片信息发送给人工筛选平台，可节省人工甄别筛选工作量，提高效率和判定的准确率。
-
公开(公告)号：CN103207090B
公开(公告)日：2016-02-24
申请号：CN201310121606.6
申请日：2013-04-09
Applicant: 北京理工大学
IPC: G01M17/007
Abstract: 一种无人驾驶车辆环境模拟测试系统，包括：环境模拟系统以及测试系统；所述环境模拟系统建立所述无人驾驶车辆真实道路环境模型，模拟所述无人驾驶车辆真实道路环境；测试时将所述无人驾驶车辆真实道路环境模型转换为任务表单文件输入所述无人驾驶车辆车载控制计算机，其中所述任务表单文件由所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码构成；所述无人驾驶车辆车载控制计算机在测试过程中，经所述车载天线向所述测试人员手持多功能盒发送所述无人驾驶车辆途径测试路段的各引导点三维WGS84坐标以及所述各引导点的环境要素编码信号，所述测试人员手持多功能盒接收并显示上述信号。
-
公开(公告)号：CN101530329B
公开(公告)日：2011-04-06
申请号：CN200910079326.7
申请日：2009-03-06
Applicant: 北京理工大学
IPC: A61B5/18
Abstract: 半实物驾驶疲劳视景仿真系统平台属于驾驶视景仿真系统平台技术领域。本发明包括车辆动力学模型、真实车辆(22)、视景仿真系统、驾驶信息采集系统，以虚拟现实为基础，采用交互仿真、计算机成像、传感器技术，真实车辆(22)行驶性能正常，全面检测驾驶疲劳状态信息的研究平台。视景仿真系统包括工作站(1)、视景显示装置。工作站(1)根据驾驶信息采集系统传感器信号解算车辆动力学模型，生成动态驾驶场景，传输至视景显示装置。驾驶信息采集系统包括驾驶参数采集子系统、视频采集子系统、生理测试子系统等，分别实现对驾驶员操纵行为、面部表情、身体动作、生理参数等反映驾驶疲劳的特征信息的全面检测。主要应用于驾驶疲劳试验研究。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.023 seconds)
