-
公开(公告)号：CN117975394B
公开(公告)日：2024-08-27
申请号：CN202410002492.1
申请日：2024-01-02
Applicant: 北京理工大学
IPC: G06V20/56 , G08G1/01 , G08G1/04 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/764 , G06F16/51 , G06F16/55
Abstract: 本发明提供一种基于检测结果校准的路侧环境感知方法，包括：S1、建立路侧感知标注数据库；S2、路侧感知系统检测校准器离线训练生成；将基于已有的路侧感知标注数据库离线训练生成路侧感知模型的校准器；路侧感知系统的检测校准器离线训练主要包括路侧原始感知模型检测、校准器优化监督、校准器模型输出；S3、当离线训练生成得到路侧感知检测系统对应的结果校准器后，该结果校准器将被部署在路侧感知系统内对路侧感知系统检测得到的结果进行在线校准。本发明可以在保证车‑路两端感知模型相互保密的前提下，对所有不同的路侧感知系统检测结果进行统一校正，提升路侧感知信息的可信度，提高车‑路感知信息融合的准确性。
-
公开(公告)号：CN115856923A
公开(公告)日：2023-03-28
申请号：CN202310169015.X
申请日：2023-02-27
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本申请涉及一种矿卡卸料用时的测量方法、装置、设备及存储介质，其中方法包括：基于激光雷达，获取矿卡卸料区域的点云信息，得到原始点云信息；通过对原始点云信息进行滤波处理，得到滤波后点云集；从滤波后点云集中识别出车辆的点云信息，得到车辆点云集；基于车辆点云集中的点云数据，创建车厢坐标系；基于车厢坐标系，创建车厢底面网格面，并计算车厢底面网格面中每一网格面的矿料体积；累积每一网格面的矿料体积，得到车厢矿料体积，并基于车厢矿料体积，计算矿卡卸料用时。本发明提高了矿卡卸料用时的测量精准度，进而提高矿卡卸料的效率。
-
公开(公告)号：CN115578709A
公开(公告)日：2023-01-06
申请号：CN202211480590.3
申请日：2022-11-24
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 一种车路协同的特征级协同感知融合方法和系统，涉及车辆自动驾驶协同感知技术领域。获取车端点云信息和车端点云信息对应的时间戳；对所述车端点云信息进行特征提取以生成车端点云伪图像，对所述车端点云伪图像进行高维特征提取，以生成车端点云特征空间分布；获取路侧端点云特征数据，所述路侧端点云特征数据根据按照所述时间戳进行存储的路侧端点云信息确定；对所述路侧端点云特征数据进行解压缩，利用特征空间矫正将解压缩后的路侧端点云特征数据映射到所述车端点云特征空间分布；将映射到车端点云特征空间分布的路侧端点云特征数据和车端点云特征空间分布进行融合，对融合后的特征信息进行处理，从而实现车路协同感知。
-
公开(公告)号：CN113459841B
公开(公告)日：2021-12-07
申请号：CN202111016159.9
申请日：2021-09-01
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本发明涉及汽车自动充电技术领域，具体涉及一种基于无标定双目视觉的自动充电控制方法和装置。其包括：首先系统从相机采集到的图像中，分别提取第一图像特征，再与设定的期望图像特征进行比较，得到第一图像特征误差。接着视觉控制器利用第一图像特征误差和机械当前位姿计算出控制量，驱动机械臂末端向目标运动。系统不断的接收相机采集的图像，从图像中提取特征点，并由视觉控制器计算出下一步所需要的机械臂控制量，获得位姿增量执行。然后系统再采集此时的图像特征，判断图像特征误差是否在允许的误差范围内，如果是，则认为任务完成，工作结束，如果不是，则进入下一轮循环。
-
公开(公告)号：CN115856923B
公开(公告)日：2023-06-16
申请号：CN202310169015.X
申请日：2023-02-27
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本申请涉及一种矿卡卸料用时的测量方法、装置、设备及存储介质，其中方法包括：基于激光雷达，获取矿卡卸料区域的点云信息，得到原始点云信息；通过对原始点云信息进行滤波处理，得到滤波后点云集；从滤波后点云集中识别出车辆的点云信息，得到车辆点云集；基于车辆点云集中的点云数据，创建车厢坐标系；基于车厢坐标系，创建车厢底面网格面，并计算车厢底面网格面中每一网格面的矿料体积；累积每一网格面的矿料体积，得到车厢矿料体积，并基于车厢矿料体积，计算矿卡卸料用时。本发明提高了矿卡卸料用时的测量精准度，进而提高矿卡卸料的效率。
-
Patent Agency Ranking
公开(公告)号：CN115578709B
公开(公告)日：2023-04-07
申请号：CN202211480590.3
申请日：2022-11-24
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 一种车路协同的特征级协同感知融合方法和系统，涉及车辆自动驾驶协同感知技术领域。获取车端点云信息和车端点云信息对应的时间戳；对所述车端点云信息进行特征提取以生成车端点云伪图像，对所述车端点云伪图像进行高维特征提取，以生成车端点云特征空间分布；获取路侧端点云特征数据，所述路侧端点云特征数据根据按照所述时间戳进行存储的路侧端点云信息确定；对所述路侧端点云特征数据进行解压缩，利用特征空间矫正将解压缩后的路侧端点云特征数据映射到所述车端点云特征空间分布；将映射到车端点云特征空间分布的路侧端点云特征数据和车端点云特征空间分布进行融合，对融合后的特征信息进行处理，从而实现车路协同感知。
-
公开(公告)号：CN115542301A
公开(公告)日：2022-12-30
申请号：CN202211482371.9
申请日：2022-11-24
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本申请涉及一种激光雷达外部参数的校准方法、装置、设备及存储介质，其中方法包括：获取理想路况下激光雷达的原始点云数据，并对其进行预处理得到真实点云数据；创建理想路况下的虚拟模型；创建真实点云的地平面模型和真实点云的路缘直线模型；基于理想地面虚拟模型、真实点云的地平面模型、理想车体坐标系虚拟模型以及真实点云的路缘直线模型，计算理想路况下激光雷达外参中的校准参数，再对理想路况下激光雷达外参进行校准；获取复杂路况下激光雷达的目标点云数据，创建复杂路况的地平面模型，计算目标校准参数，并对复杂路况下激光雷达外参进行校准。本发明实现激光雷达外部参数的自动校准，提高了激光雷达外部参数的校准精度。
-
公开(公告)号：CN118590852A
公开(公告)日：2024-09-03
申请号：CN202410809840.6
申请日：2024-06-21
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 一种车路协同感知的系统、方法和计算机可读存储介质，涉及车辆自动驾驶协同感知技术领域。系统包括车辆端、路侧端设备和边缘云端计算设备，车辆端包括高阶感知节点、低阶感知节点和无感知节点。路侧端设备包括深度路端节点和边缘路端节点。低阶感知节点获取无感知节点发送的车辆自身的位置数据和深度路端节点发送的第二障碍物目标列表数据，以对第一障碍物目标列表数据、车辆自身的位置数据和第二障碍物目标列表数据进行目标数据融合。边缘路端节点向边缘云端计算设备发送传感器数据，边缘云端计算设备对传感器数据进行计算以生成感知特征数据。高阶感知节点获取边缘云端计算设备发送的感知特征数据，以进行特征数据融合。
-
公开(公告)号：CN117975394A
公开(公告)日：2024-05-03
申请号：CN202410002492.1
申请日：2024-01-02
Applicant: 北京理工大学
IPC: G06V20/56 , G08G1/01 , G08G1/04 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/764 , G06F16/51 , G06F16/55
Abstract: 本发明提供一种基于检测结果校准的路侧环境感知方法，包括：S1、建立路侧感知标注数据库；S2、路侧感知系统检测校准器离线训练生成；将基于已有的路侧感知标注数据库离线训练生成路侧感知模型的校准器；路侧感知系统的检测校准器离线训练主要包括路侧原始感知模型检测、校准器优化监督、校准器模型输出；S3、当离线训练生成得到路侧感知检测系统对应的结果校准器后，该结果校准器将被部署在路侧感知系统内对路侧感知系统检测得到的结果进行在线校准。本发明可以在保证车‑路两端感知模型相互保密的前提下，对所有不同的路侧感知系统检测结果进行统一校正，提升路侧感知信息的可信度，提高车‑路感知信息融合的准确性。
-
公开(公告)号：CN118250655A
公开(公告)日：2024-06-25
申请号：CN202410343524.4
申请日：2024-03-25
Applicant: 北京理工大学
IPC: H04W4/38 , H04W4/46 , H04W72/0457 , H04L69/04 , G06F18/213 , G06F18/25
Abstract: 本发明公开了一种基于自动驾驶的多车协同通信机制优化方法，包括：对自身车辆与初始目标车辆传感器采集的原始数据进行感知特征提取，得到轻量化的感知特征数据；对轻量化的感知特征数据进行降维处理，得到降维后的感知特征数据；获取初始目标车辆的感知特征数据，并结合自身车辆的感知特征数据进行匹配筛选处理，得到感知信息融合的匹配目标车辆个数；将自身车辆的感知特征信息和上述匹配目标车辆的感知特征信息进行级联融合，得到融合后的感知特征数据集。通过优化通信机制，在保证通信带宽的同时提升协同感知的准确性；通过信息选择机制，筛选和传输具有高匹配值的周围车辆信息，避免了对大部分无用信息的浪费，提高了感知任务的效率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.027 seconds)
