-
公开(公告)号：CN118675147A
公开(公告)日：2024-09-20
申请号：CN202410881516.5
申请日：2024-07-03
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
摘要： 本发明涉及一种路面信息与障碍物的检测融合方法及系统，涉及智能驾驶感知技术领域。本申请利用路面信息提取器从道路图像中获取路面信息检测结果并提供路面信息掩膜；3D障碍物检测模型综合道路图像和道路环境点云或基于道路环境点云获取BEV空间下的障碍物检测结果；将道路环境点云通过坐标系转换投影到对应的道路图像中，利用路面信息掩膜对原始的道路环境点云进行过滤，得到与不同路面信息实例对应的路面信息点集，以获取BEV空间的路面信息；根据图像采集设备与雷达获取信息的触发时间戳差值和自车运动参数计算得到修正旋转平移矩阵，BEV空间的路面信息被修正旋转平移矩阵修正后与BEV空间的障碍物检测结果融合，融合精度更高。
-
公开(公告)号：CN118182538B
公开(公告)日：2024-08-13
申请号：CN202410612049.6
申请日：2024-05-17
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
摘要： 本发明提供了一种基于课程强化学习的无保护左转场景决策规划方法及系统。该方法包括，获取自车辆状态信息和障碍物信息；基于可变数量的障碍物信息，提取空间维度的障碍物特征；所述空间维度的障碍物特征包括多时间维度信息；基于空间维度的障碍物特征，提取多时间维度的空间特征信息；基于多时间维度的空间特征信息，采用多阶段的课程学习方法进行启发式训练，每下一训练阶段，抛弃一个未来时间帧状态，直到抛弃所有未来时间帧特征，得到输入只有当前时间帧和过去时间帧的多维时空的障碍物特征；将多维时空的障碍物特征与自车辆状态信息进行融合，得到融合特征；将融合特征和奖励信息，输入策略网络，经动作解码网络输出自车辆动作信息。
-
公开(公告)号：CN118154676B
公开(公告)日：2024-08-13
申请号：CN202410564254.X
申请日：2024-05-09
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
摘要： 本发明提出了一种基于激光雷达的场景定位方法和系统，属于机器人鲁棒定位技术领域，该方法包括：根据目标场景的先验地图点云确定局部地图；将局部地图中的第一点云体素划分后存储为第一体素格子，计算每个第一体素格子的第一均值与第一方差；将实时点云体素划分后存储为第二体素格子，计算第二体素格子的第二均值与第二方差；根据第一均值和第二均值确定待配准局部地图的均值；根据第一方差和第二方差确定待配准局部地图的方差，完成增量更新；根据目标点云在增量更新后待配准局部地图中体素格子的位置对目标点云定位。基于该方法，还提出了一种基于激光雷达的场景定位系统。本发明提高定位系统在复杂多变环境下的准确性和鲁棒性。
-
公开(公告)号：CN117687042A
公开(公告)日：2024-03-12
申请号：CN202410152962.2
申请日：2024-02-04
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
IPC分类号： G01S17/931
摘要： 本发明提出了一种多雷达数据融合方法、系统和设备，属于设备勘测导航技术领域，该方法包括以下步骤：获取多激光雷达原始点云数据，将原始点云数据转化为笛卡尔坐标系下的第一中间数据进行误差弥补；将转化至笛卡尔坐标系下的第一中间数据采用定点数计算框架表示用于减少冗余计算；根据每个激光雷达安装位置将采用定点数计算框架表示的第一中间数据旋转平移到以车为中心的坐标点，所述以车为中心的坐标点融合为点云感知域。基于一种多雷达数据融合方法，还提出了一种多雷达数据融合系统和设备。本发明实现了对多个高精度雷达原始数据的快速转换和处理及坐标系转换融合形成更大感知视野，减少感知盲区。
-
公开(公告)号：CN115009275B
公开(公告)日：2022-12-16
申请号：CN202210943631.1
申请日：2022-08-08
申请人： 北京理工大学前沿技术研究院 , 山东伟创信息技术有限公司
IPC分类号： B60W30/095 , B60W60/00
摘要： 本申请涉及自动驾驶领域，公开一种面向城市场景下车辆轨迹预测方法、系统及存储介质，方法包括：搜索预测目标周边一定范围内的车道序列，从车道序列中提取预测目标的候选车道序列得到候选目标点集合；采用向量表示预测目标周边智能体的轨迹序列及车道序列，并提取预测目标的空间交互特征；对空间交互特征和轨迹时序特征进行融合得到场景上下文特征；对候选点目标集合及场景上下文特征进行解码输出预测目标的未来轨迹。结合高精地图信息的轨迹预测方式更高的精度，生成的多条轨迹不仅能匹配多种行驶场景下车辆行为意图的不确定性，而且符合车道拓扑结构信息以及车辆行驶规则的约束，提高了车辆轨迹预测的精度。
-
公开(公告)号：CN118859948A
公开(公告)日：2024-10-29
申请号：CN202410892775.8
申请日：2024-07-04
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
IPC分类号： G05D1/43 , G05D1/633 , G05D1/644 , G05D1/648 , G05D109/10
摘要： 本发明提出了一种强化学习决策与MPC结合的自动驾驶规划方法和系统，该方法包括：获取目标车辆状态信息和环境车辆状态信息，以距离目标车辆位置最近的参考线点为起点，采用预设路径决策模型判断是否需要改变参考线路径；在无需改变参考线路径时，预测当前时间点下目标车辆的加速度；利用当前时间点目标车辆的加速度确定下一时刻速度决策的起始点，在规划时长内，循环执行速度决策模型的预测得到目标车辆的参考线；以及利用MPC算法优化目标车辆沿参考线行驶的目标函数，设置目标车辆的决策变量和行驶约束，实现自动驾驶决策。基于该方法，还提出的一种强化学习决策与MPC结合的自动驾驶规划系统，本发明降低其加速度的突变，提高了平顺性。
-
公开(公告)号：CN118343164B
公开(公告)日：2024-10-01
申请号：CN202410772477.5
申请日：2024-06-17
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
摘要： 本发明涉及自动驾驶技术领域，提供了一种自动驾驶车辆行为决策方法、系统、设备及存储介质。该方法包括，对自车状态量和环境车辆状态量进行编码，得到嵌入状态；对环境车辆交互表征量，进行编码，得到特征向量；对嵌入状态、特征向量和上一时刻动作，进行编码，得到嵌入状态动作；基于嵌入状态和特征向量，采用策略网络，得到价值最大的动作，将该动作映射到车辆的油门踏板和控制踏板开度，生成自车下一时刻动作；基于策略网络输出的动作、自车状态量、环境车辆状态量、嵌入状态、特征向量和嵌入状态动作，采用Critic网络，引入价值函数，通过策略梯度方式，更新策略网络参数。
-
公开(公告)号：CN118447478A
公开(公告)日：2024-08-06
申请号：CN202410543547.X
申请日：2024-04-30
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
摘要： 本发明提出了一种BEV空间融合检测方法、系统和设备，属于智能驾驶的图像处理技术领域，该方法包括：获取车辆的环境图像和环境点云；环境图像输入目标检测算法得到第一图像特征；环境点云输入点云柱状化算法得到第二图像特征；环境图像和环境点云分别经过分割模型得到第一和第二分割特征；第一图像特征和第一分割特征在相同位置拼接后经过深度匹配算法获取图像转换特征；第二图像特征和第二分割特征在相同位置拼接后经过点云目标检测得到点云特征；转换特征和点云特征在相同位置拼接后经过目标检测得到障碍物分割结果。基于该方法，还提出了BEV空间融合检测系统和设备。本发明满足实时性要求的同时减少自动驾驶车辆对周围环境的漏检问题。
-
公开(公告)号：CN117765502A
公开(公告)日：2024-03-26
申请号：CN202410194438.1
申请日：2024-02-22
申请人： 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
摘要： 本申请提供了一种高速公路自动驾驶预警方法、系统、设备及存储介质，方法包括：获取高速公路道路行驶图像；基于改进的ELAN算法处理所述高速公路道路行驶图像，获得特征信息；其中，所述ELAN算法的改进包括：基于SimSPPF进行优化特征提取，并且增加SimAM注意力机制以增强小目标检测能力；基于所述特征信息，检测高速公路行驶隐患目标；其中，所述隐患目标包括：车辆、交通标识、地面标识以及车道线；基于YOLOP算法对所述隐患目标进行预测，排除不影响驾驶的隐患目标，并对影响驾驶的隐患目标进行车内预警；将预警消息发送至车辆执行机构，进行避障或加速变道。采用SimSPPF优化特征提取，增加了SimAM注意力机制，增强了高速公路自动驾驶的小目标检测能力。
-
公开(公告)号：CN114781072A
公开(公告)日：2022-07-22
申请号：CN202210683994.6
申请日：2022-06-17
申请人： 北京理工大学前沿技术研究院 , 山东伟创信息技术有限公司
IPC分类号： G06F30/15 , G06F30/27 , G06N3/04 , G06N3/08 , G06N7/00 , B60W60/00 , B60W30/18 , B60W50/00 , G06F111/08 , G06F119/12
摘要： 本发明提出了一种无人驾驶车辆的决策方法和系统，该方法包括获取交叉口环境下第一时刻观测状态；将第一时刻观测状态扩展出的时序观测状态输入至训练完成的第一神经网络中输出目标车辆的确定性动作；接收时序观测状态，并将预测信息输入马尔科夫模型中，以及将深度确定性策略梯度算法中的全连接神经网络修改为LSTM神经网络形成基于时序的决策模型，计算确定性动作后决策模型的奖励值；获取第二时刻观测状态共同形成预测信息，更新时序观测状态，重新执行决策模型，更新奖励值直到目标车辆穿越交叉口环境。基于该方法，还提出了决策系统。本发明融合元探索学习算法与时间双延迟深度确定性策略梯度算法，有效提升车辆通行安全和效率。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.062 秒)
