公开(公告)号：CN119511757A

公开(公告)日：2025-02-25

申请号：CN202411513430.3

申请日：2024-10-28

Applicant: 安徽江淮汽车集团股份有限公司

Inventor： 刘一诺 ,  李娟 ,  徐瑞雪 ,  杨天波 ,  王高迈 ,  李梦飞

IPC: G05B17/02 ,  G06F11/3668

Abstract: 本发明公开了一种自动驾驶感知算法的专用仿真测试方法，搭建仿真车辆传感器模型及仿真场景，结合传感器模型及仿真场景，运行仿真器并输出仿真传感器信号；利用仿真传感器信号进行离线训练及在线测试，分别获取用于更新自动驾驶感知算法的模型参数权重及仿真测试的效果评价结果；利用权重信息优化感知算法，并基于优化后的感知算法的输出所得到的效果评价结果，调整实车上的各传感器配置及安装位置；基于调整后的实车传感器部署，重建传感器模型并再次进行仿真测试。本发明能够低成本地获取大量测试数据且能够复现各种不可控的现实场景，并由此可以按感知算法的针对性需求改变传感器配置及安装位置等，大幅节省试验车辆改装成本及时间成本。

公开(公告)号：CN119723523A

公开(公告)日：2025-03-28

申请号：CN202411894415.8

申请日：2024-12-20

Applicant: 安徽江淮汽车集团股份有限公司

Inventor： 王高迈 ,  吴琼 ,  徐瑞雪 ,  孙坤峰 ,  刘一诺

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种应用于自动驾驶芯片的交通信号灯识别算法部署方法，本发明的主要设计构思在于，首先选取用于交通信号灯识别的目标检测模型的基础架构，然后对目标检测模型的基础架构进行网络优化，采集若干个预设场景中交通信号灯的视觉数据，利用这些视觉数据对网络优化的目标检测模型进行训练，最后将训练完成的目标检测模型部署在自动驾驶芯片上并进行性能测试。本发明通过将性能优化的交通信号灯检测算法部署在自动驾驶控制芯片上，提高了实时推理精度并降低时延影响，从而有效解决交通信号灯检测算法针对复杂场景适应性差、检测准确率低等问题，并且经实测验证，能够显著降低漏检率。

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。

公开(公告)号：CN119130833A

公开(公告)日：2024-12-13

申请号：CN202411264251.0

申请日：2024-09-10

Applicant: 安徽江淮汽车集团股份有限公司

Inventor： 孙坤峰 ,  李娟 ,  徐瑞雪 ,  刘一诺 ,  王高迈

IPC: G06T5/60 ,  G06N20/00 ,  G06T3/40

Abstract: 本发明公开了一种通过修改数据质量提高数据量的方法、系统、设备及介质，属于人工智能技术领域，所述方法包括以下步骤：数据获取步骤：通过预设的数据采集装置，从一个或多个数据源中获取原始数据；分辨率修改步骤：利用机器学习模型、深度学习网络、强化学习算法中的一种或多种组合，对数据获取步骤中获取的原始数据进行分辨率修改处理；结果获取步骤：获取并保存修改分辨率后的数据。本发明提高了算法模型对不同传感器硬件的泛化能力，能够很好的做到算法无缝移植，无需重新采集数据、标注及训练。

公开(公告)号：CN119024301A

公开(公告)日：2024-11-26

申请号：CN202411264249.3

申请日：2024-09-10

Applicant: 安徽江淮汽车集团股份有限公司

Inventor： 孙坤峰 ,  刘江波 ,  刘一诺 ,  徐瑞雪 ,  王高迈

IPC: G01S7/41 ,  G01S7/48 ,  G01S13/88 ,  G01S13/931 ,  G01S17/88 ,  G01S17/931 ,  G01S13/86 ,  G01S17/86 ,  G01C21/16 ,  G01S19/54

Abstract: 本发明公开了一种通过融合雷达帧数据提高检测能力的方法及系统，属于机器人和自动驾驶技术领域，方法包括以下步骤：S100、数据获取步骤：获取一帧或多帧历史雷达帧数据，所述历史雷达帧数据包括来自雷达传感器的过去不同时间点的图像信息；S200、位姿修正步骤：评估所述历史雷达帧数据相对于当前雷达帧数据的位姿关系，并将历史雷达帧数据的位姿调整至与当前雷达帧数据对齐；S300、数据融合步骤：将经过位姿对齐的历史雷达帧数据与当前雷达帧数据进行融合处理，生成融合后雷达帧数据。本发明可以使用低成本雷达实现类似高成本雷达的效果，可以提高雷达数据的点云数量并提高检测能力。