-
公开(公告)号：CN116552517A
公开(公告)日：2023-08-08
申请号：CN202310746185.X
申请日：2023-06-21
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC: B60W30/095 , B60W50/00
Abstract: 本发明公开了一种车辆碰撞预测方法、装置、电子设备和存储介质。其中，该方法包括：获取倒车场景下自车与目标物体的相对运动数据，根据所述相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间，根据所述虚拟安全车道宽度和所述预测碰撞时间确定所述自车的碰撞预测结果。本发明实施例通过利用倒车场景下获取的自车和目标物体之间的相对运动数据以及预设车身参数确定出基于自车的虚拟安全车道宽度与预测碰撞时间，进而根据虚拟安全车道宽度与预测碰撞时间去确定自车的碰撞预测结果，实现了倒车场景下的车辆碰撞预测，提高了行车安全和用户驾驶体验。
-
公开(公告)号：CN116363904A
公开(公告)日：2023-06-30
申请号：CN202310341927.0
申请日：2023-03-31
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC: G08G1/16 , G06V20/58 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及车辆辅助驾驶技术领域，公开了一种基于卷积神经网络的前向碰撞预警优化方法及系统，方法包括获取主车的相关信息，并发送给其他车辆；筛选周围有效车辆并获取有效车辆的基本信息；判断周围有效车辆的行车方向；判断前车是否满足被超车条件；在前车满足被超车条件时，筛选与主车行驶方向相反的有效车辆并获取筛选基本信息，搭建卷积神经网络获取与主车行驶方向相反的有效车辆的定位信息；根据筛选基本信息和定位信息判断出最具有碰撞危险的有效车辆，并对主车进行预警。采用车辆间通信以及卷积神经网络两种方式对车辆进行前向碰撞预警，提高了前向碰撞预警的准确度。
-
公开(公告)号：CN116363215A
公开(公告)日：2023-06-30
申请号：CN202310341903.5
申请日：2023-03-31
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC: G06T7/73 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及车辆辅助驾驶技术领域，公开了一种基于卷积神经网络的视觉SLAM优化方法及装置，方法包括：采集二维图像；构建卷积神经网络模型；将所述二维图像输入到卷积神经网络模型；对卷积神经网络模型进行模型训练；根据训练后的卷积神经网络模型返回位姿估计结果；所述卷积神经网络模型包括PoseNet模型。通过构建PoseNet模型进行位姿估计，使视觉SLAM的前端部分得到优化，省略了现有技术中的预处理后再进行位姿估计的步骤，同时卷积神经网络可以应用于深度学习加速器上，这将比在GPU上运行性能更高，功耗更低。
-
公开(公告)号：CN117842001A
公开(公告)日：2024-04-09
申请号：CN202410037830.5
申请日：2024-01-10
Applicant: 中国第一汽车股份有限公司
IPC: B60W30/095 , B60R16/023 , B60R21/0134
Abstract: 本申请涉及智能驾驶技术领域，特别涉及一种碰撞检测方法、装置、车辆及存储介质，其中，方法包括：根据获取的车辆的状态信息和至少一个潜在行人目标的属性信息计算每个潜在行人到达接近点的第一时间信息和到达离去点的第二时间信息，再根据第一时间信息和第二时间信息识别每个潜在行人的碰撞类型，并计算碰撞类型为横向碰撞类型的潜在行人目标的碰撞时间信息，由此确定横向碰撞类型的潜在行人目标与车辆之间是否存在碰撞风险。本申请实施例可以根据车辆的状态信息和潜在行人目标的属性信息得到横向碰撞类型的潜在行人目标的碰撞风险，提高行人碰撞检测的准确性和可靠性，保证车辆的安全性，有效满足用户的实际需求。
-
公开(公告)号：CN116255972A
公开(公告)日：2023-06-13
申请号：CN202211103359.2
申请日：2022-09-09
Applicant: 中国第一汽车股份有限公司
IPC: G01C21/00 , G01S13/86 , G01S13/931
Abstract: 本发明公开了一种视觉感知的优化方法、装置、车辆及存储介质。其中，视觉感知的优化方法包括获取初始感知信息和感知边界，感知边界为视觉摄像头的视觉感知范围中的边界范围；基于初始感知信息，确定目标对象的位置；响应于目标对象的位置在感知边界内，确定初始感知信息包括第一目标对象信息和第二目标对象信息，其中，第一目标对象信息为视觉摄像头感知得到，第二目标对象信息由毫米波雷达感知得到；将第一目标对象信息和第二目标对象信息进行融合得到第一目标对象感知信息。本发明解决了视觉摄像头在感知感知边界内的目标时，因视觉摄像头感知特性无法完整识别目标信息，存在感知目标准确性不稳定的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119261954A
公开(公告)日：2025-01-07
申请号：CN202411503139.8
申请日：2024-10-25
Applicant: 中国第一汽车股份有限公司
Abstract: 本发明公开了一种自车预测轨迹预测方法、装置、电子设备及存储介质，涉及自动驾驶技术领域。该方法包括：确定自车预测轨迹的当前轨迹点；计算当前轨迹点的第一系数、第二系数、第三系数和第四系数；对三阶Bezier曲线初始公式进行更新，得到当前轨迹点的三阶Bezier曲线预测公式；根据第四系数，确定目标轨迹点的目标位置；根据预设时间间隔和三阶Bezier曲线预测公式，计算目标轨迹点的目标速度和目标加速度；将目标轨迹点更新为当前轨迹点，返回计算当前轨迹点对应的第一系数、第二系数、第三系数和第四系数的步骤，直至目标轨迹点的数量达到预设轨迹点数量，根据各目标轨迹点，生成自车预测轨迹。本发明实施例的技术方案可以提高自车预测轨迹的准确度。
-
公开(公告)号：CN117288487A
公开(公告)日：2023-12-26
申请号：CN202311263825.8
申请日：2023-09-27
Applicant: 中国第一汽车股份有限公司
IPC: G01M17/007
Abstract: 本发明公开了一种测试拟合轨迹生成方法、装置、设备及介质，涉及车辆安全技术领域。包括：获取测试车辆在测试路口中转向轨迹的转向起始点轨迹信息和转向终止点轨迹信息，以及获取转向轨迹中圆弧分段轨迹的圆弧起始点轨迹信息和圆弧终止点轨迹信息；根据转向起始点轨迹信息和圆弧起始点轨迹信息，生成转向轨迹中第一分段轨迹；根据圆弧终止点轨迹信息和转向终止点轨迹信息，生成转向轨迹中第二分段轨迹；将第一分段轨迹、圆弧分段轨迹和第二分段轨迹相连得到的轨迹，确定为目标转向轨迹，以进行碰撞测试。本方案生成第一分段轨迹和第二分段轨迹，并根据第一分段轨迹、圆弧分段轨迹和第二分段轨迹得到目标转向轨迹，提高了测试轨迹的准确率。
-
公开(公告)号：CN118675553A
公开(公告)日：2024-09-20
申请号：CN202410780478.4
申请日：2024-08-09
Applicant: 中国第一汽车股份有限公司
Abstract: 本申请涉及一种用户的语音情感预测方法、装置、电子设备及存储介质。该方法包括：获取待预测文本；基于预设的BERT模型，根据待预测文本得到位置感知的属性词嵌入向量，并利用预设的两层GCN模型对属性词嵌入向量进行处理得到处理后的属性词嵌入向量；根据待预测文本中每个词的mask值和处理后的属性词嵌入向量得到增强后的属性词嵌入向量，以根据增强后的属性词嵌入向量预测用户的语音情感。由此，通过利用GCN模型结合属性词和观点词的交互信息得到的属性词嵌入向量，对用户的语音情感进行预测，解决了由于无法捕捉属性词与上下文之间的依赖关系，导致情感预测结果的准确性较差的问题，提升用户与车辆的交互体验。
-
公开(公告)号：CN118269964A
公开(公告)日：2024-07-02
申请号：CN202410591288.8
申请日：2024-05-13
Applicant: 中国第一汽车股份有限公司
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种车辆的紧急制动方法及装置，其中，方法包括：在检测到车辆处于预设紧急制动工况的情况下，获取车辆的所有当前状态参数和当前环境的所有当前观测参数；基于目标卡尔曼滤波算法，根据所有当前状态参数和所有当前观测参数，得到当前时刻的状态估计值和观测估计值，并利用状态估计值和观测估计值压缩预设紧急制动工况的初始数据集，以基于压缩后的初始数据集生成车辆的紧急制动控制动作。本申请实施例可以在车辆进行紧急制动控制的过程中，利用卡尔曼滤波算法对紧急制动控制的输入数据进行数据压缩，从而减少控制器需要处理的数据量，提高车辆在紧急制动过程中的数据处理效率，更加安全。
-
公开(公告)号：CN117734692A
公开(公告)日：2024-03-22
申请号：CN202311558615.1
申请日：2023-11-21
Applicant: 中国第一汽车股份有限公司
Abstract: 本发明公开了一种车辆换道结果确定方法、装置、设备及存储介质。包括：获取当前车辆的车辆相关信息，其中，车辆相关信息包括当前车辆信息、周围车辆信息以及左右两侧车道车辆信息；构建门函数模型，根据门函数模型和车辆相关信息确定当前车辆的隐藏状态和候选隐藏状态；根据隐藏状态和候选隐藏状态确定车辆换道结果。通过构建包含循环神经网络结构的门函数模型，并将获取的当前车辆的车辆相关信息以时间序列的形式输入模型，以确定当前车辆的隐藏状态和候选隐藏状态，进而获取车辆换道结果，可以区分不同车辆对自车换道决策产生影响的重要程度，解决了基于数据驱动的换道决策模型存在的参数多，计算时间长的问题，提高了车辆换道决策效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.069 seconds)
