公开(公告)号：CN119763065A

公开(公告)日：2025-04-04

申请号：CN202411905872.2

申请日：2024-12-23

Applicant: 安徽江淮汽车集团股份有限公司

Inventor： 宋华 ,  王高迈 ,  吴琼 ,  董秀娟 ,  徐瑞雪 ,  梁子镇 ,  李梦飞 ,  叶浩 ,  朱忠华 ,  于蓓 ,  周志雄

IPC: G06V20/56 ,  G06V20/64 ,  G06V10/774 ,  G06N3/04

Abstract: 本发明具体公开了一种基于车载芯片的三维目标检测方法，包括：对4D毫米波雷达采集到实车雷达数据进行点云处理，以形成点云数据集；构建三维目标检测神经网络模型，并通过所述点云数据集进行训练；将训练好的所述三维目标检测神经网络模型进行压缩，并转为车载芯片支持的二进制模型文件，存入车载芯片中；将构建的三维目标模型推理的可执行文件放入车载芯片中运行，并在进行三维目标检测时读取所述二进制模型文件，以进行目标三维推理。本发明能提高车载芯片运行的稳定性和实时性，增加三维目标检测的准确性。

公开(公告)号：CN119478869A

公开(公告)日：2025-02-18

申请号：CN202411532766.4

申请日：2024-10-30

Applicant: 安徽江淮汽车集团股份有限公司

Inventor： 尹兴科 ,  叶浩 ,  吴琼 ,  徐瑞雪 ,  梁子镇 ,  李梦飞 ,  王高迈

IPC: G06V20/56 ,  G06N5/04 ,  G06V10/82

Abstract: 本发明公开了一种利用泛化数据训练的车道线检测模型推理优化方法，本发明的主要设计构思在于，基于深度学习视觉模型，提出联想学习+时序控制的车道线识别方案。具体地，在训练阶段，利用视觉生成模型修复异常车道线图片并预测稀有或难以捕捉的车道线图片，以人机耦合的方式提高车道线标注的准确率和效率；在实际推理阶段，引入时序概念，结合前后帧时序信息，提出对检测结果进行评价的机制。本发明有效地对检测模型的训练数据进行增强及泛化，并提高了车道线检测结果的鲁棒性和准确性，从而能够解决自动驾驶应用中车道线识别的诸多问题。