-
公开(公告)号：CN1588457A
公开(公告)日：2005-03-02
申请号：CN200410069036.1
申请日：2004-07-16
Applicant: 清华大学
Abstract: 本发明涉及一种行车记录仪装置，属于汽车电子设备技术领域。该装置包括：单片机，用于接受GPS接收板的信号以及A/D采样信号；A/D转换芯片，用于采集车况模拟信号；晶振，用于为单片机提供晶振信号；闪存芯片，用于存储GPS接收板的信号以及采样A/D信号；锁存芯片，用于锁存数据，实现地址/数据线复用；串口电平转换芯片，用于将单片机串口信号的电平转换成计算机串口的电平。本发明提出的记录仪，在记录一种车辆自身状态信号的同时，还可以同时记录下GPS接收板提供的车辆行驶的轨迹、时间和行驶速度等信息，在行驶过程结束后，用专用的地图软件分析再现车辆在记录的时间段内所行驶过的路线以及在此过程中车况信号的变化。
-
公开(公告)号：CN1539688A
公开(公告)日：2004-10-27
申请号：CN200310103043.4
申请日：2003-10-31
Applicant: 清华大学
Abstract: 汽车辅助制动装置属于汽车纵向动力学控制技术领域。其特征是，它含有依次连接的压力源、压力调节部分和与汽车主泵、分泵相连的连接部分。其中压力调节部分含有两个用于调节油压的高速开关阀，第一个高速开关阀的进口连接上述压力源的出口，其出口连接所述连接部件的进口，同时还连接第二个高速开关阀的进口，第二个高速开关阀的出口连接到汽车油箱；两个高速开关阀的指令输入端与汽车控制器连接以接收控制指令；连接部分含有梭阀，梭阀的一个输入口连接上述调节部件的输出口，其另一个输入口连接汽车主泵的输出口，其输出口连接汽车分泵的输入口。本发明能够与原车制动系统能够兼容并进行可靠切换，对制动力可以进行电控并能快速响应。
-
公开(公告)号：CN115719547B
公开(公告)日：2025-05-16
申请号：CN202211248292.1
申请日：2022-10-12
Applicant: 清华大学 , 阿波罗智联(北京)科技有限公司
IPC: G08G1/01 , G06N3/0442 , G06N3/048 , G06N3/09
Abstract: 本发明提供一种基于多重交互行为的交通参与者轨迹预测方法及系统，包括：获取高精地图数据和交通参与者的节点特征，进行静态交互层和动态交互层的构建；基于预设的交通灯信息门控神经网络将所述静态交互层和动态交互层进行动态交互，构建交互网络；对所述交互网络通过预设的目标损失函数进行监督学习训练，输出轨迹预测网络模型，通过所述轨迹预测网络模型进行轨迹预测。本发明解决了现有技术中对交通参与者轨迹预测不准确的问题，实现将多重交通交互行为进行相互融合，完成轨迹的准确预测。
-
公开(公告)号：CN112731357B
公开(公告)日：2024-10-29
申请号：CN202011609084.0
申请日：2020-12-30
Applicant: 清华大学
IPC: G01S7/497
Abstract: 本发明涉及一种激光点云里程计定位误差的实时修正方法和系统，其特征在于包括以下步骤：1)从装备有激光雷达的智能网联车辆所采集的历史激光点云数据中，提取路面点云并计算得到模型参数，构建经验模型；2)采用经验模型对智能网联车辆所采集的实时激光点云数据进行实时修正，得到误差消除后的激光点云数据。本发明采用修正模型来修正激光点云里程计的累计定位误差，能够提供更准确的自车位姿估计，同时能够在线的修正激光点云里程计的误差，可以广泛应用于智能网联汽车环境感知领域。
-
公开(公告)号：CN113591278B
公开(公告)日：2024-04-19
申请号：CN202110791001.2
申请日：2021-07-13
Applicant: 清华大学
IPC: G06F30/20 , G06F119/14
Abstract: 本申请涉及一种车辆参数辨识方法、装置、计算机设备和存储介质，适用于车辆技术领域。所述方法包括：利用安装在目标车辆上的传感器测得目标车辆的运动参数；根据运动参数计算目标车辆的质心横向加速度；根据运动参数计算目标车辆的质心纵向速度；根据运动参数、质心纵向速度、质心横向加速度以及预先设定的目标车辆的二自由度车辆模型，计算目标车辆的状态参数，状态参数包括前轴距、后轴距、前轮侧偏刚度、后轮侧偏刚度以及横摆转动惯量。采用本方法能够提高车辆参数辨识的效率。
-
Patent Agency Ranking
公开(公告)号：CN117671143A
公开(公告)日：2024-03-08
申请号：CN202311634700.1
申请日：2023-12-01
Applicant: 清华大学
Abstract: 本发明涉及一种三维地图要素的提取方法、系统、设备及介质，其特征在于，方法包括：确定线形地图要素的表达方式；采用transformer注意力机制模型，根据提取的输入图像的深度特征和预先设定的空间视角转换嵌入量，得到空间视角转换编码；将预先设定的N个实例查询、空间视角转换编码和输入图像的深度特征至输入至transformer注意力机制模型，并基于确定的线形地图要素的表达方式，输出N个点链的预测值作为三维车道线提取结果实例提议；对三维车道线提取结果实例提议进行精细化分支，确定地图要素结构体，本发明统一了高精地图构建各流程数据传递模式，可以广泛应用于自动驾驶领域中。
-
公开(公告)号：CN116823929A
公开(公告)日：2023-09-29
申请号：CN202310588600.3
申请日：2023-05-23
Applicant: 清华大学
Abstract: 本发明提供一种基于视觉图像与点云地图的跨模态匹配定位方法及系统，包括：获取相机的视觉图像和初始位姿，基于所述视觉图像初始位姿得到激光点云局部地图；基于所述激光点云局部地图进行投影，得到初始位姿视角下的点云投影深度图；将所述点云投影深度图、视觉图像和初始化的位姿更新量输入至训练好的位姿求解网络中，得到优化后的位姿更新量；将所述位姿更新量叠加至视觉图像初始位姿得到优化后的位姿，经过多次循环，得到最终位姿，完成定位。本发明解决了现有自动驾驶定位精度低、成本高的问题。
-
公开(公告)号：CN111340050B
公开(公告)日：2023-04-07
申请号：CN202010228438.0
申请日：2020-03-27
Applicant: 清华大学
IPC: G06V10/46 , G06V10/44 , G06V10/774
Abstract: 本发明属于地图数据处理技术领域，涉及一种地图道路全要素特征提取方法和系统，包括以下步骤：S1.建立全要素的道路标线要素集；S2.获取地图道路图像集，并基于道路标线要素集，在道路图像集中选取部分图像生成全要素训练数据集；S3.使用图像翻译算法对训练数据集进行训练；S4.根据经过训练的训练数据集，确定标线要素的位置和形状；S5.根据标线要素的位置和形状，生成标识了全要素道路标线的图像。其实现了道路全要素模型数据库的构建，并且通过优化网络模型，将图像翻译算法应用到高精度地图的构建技术中，推动自动驾驶高精地图技术的发展。
-
公开(公告)号：CN111008583B
公开(公告)日：2023-01-06
申请号：CN201911190502.4
申请日：2019-11-28
Applicant: 清华大学
IPC: G06V40/20 , G06V40/10 , G06V10/80 , G06V10/84 , G06V10/774
Abstract: 本发明涉及一种利用肢体特征辅助的行人和骑车人姿态估计方法，其步骤：准备数据：包括公开的通用姿态数据集和自行标注的行人姿态数据；选择基础网络模型，定义网络输入、输出，使用数据集中标注的关节点坐标构造关节点真值热图与肢体真值热图，定义损失函数和超参数，训练网络使之能够输出接近真值热图的肢体估计热图和关节点估计热图；对于每张输入的图像，两组网络分别输出13幅肢体热图和13幅关节点热图，对其进行后融合，使最终输出的关节点热图能整合肢体检测与关节点检测结果；搜索输出关节点热图中的最大热值和次大热值，获取最大热值的相应位置坐标和次大热值的相应位置坐标，最后得到的关节点坐标。
-
公开(公告)号：CN115526987A
公开(公告)日：2022-12-27
申请号：CN202211156746.2
申请日：2022-09-22
Applicant: 清华大学
Abstract: 本发明涉及一种基于单目相机的标牌要素重建方法、系统、设备及介质，包括：获取单目图像以及GNSS信号、IMU信号和轮速信号；将获取的单目图像经过感知处理，得到图像感知的地图元素结果；基于GNSS信号、IMU信号和轮速信号获得车辆六自由度信息；基于图像感知的地图元素结果与车辆六自由度信息进行路侧标牌要素计算，获得路侧标牌的三维信息。本发明能够仅仅使用低成本的单目相机、GNSS、IMU实现标牌要素的重建。
-
-
-
-
-
-
-
-
-
Search Results
405
records
(took 0.035 seconds)
