-
公开(公告)号：CN115471569A
公开(公告)日：2022-12-13
申请号：CN202210995185.9
申请日：2022-08-18
Applicant: 重庆长安汽车股份有限公司
Inventor： 倪守诚
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种车载相机的在线标定方法、装置、车辆及存储介质，其中，方法包括：获取车载相机采集的当前道路周围的车道线图像；识别车道线图像中的车道线特征，根据车道线特征计算车道线图像中的车道线交点，和/或，将车道线特征投影到预设鸟瞰图上，得到车道线投影；根据车道线交点和/或车道线投影计算车载相机的最优相机位姿，根据最优相机位姿和实际相机位姿之间位姿差匹配优化值，利用优化值修正车载相机的偏航角和俯仰角，确定车载相机的在线标定结果。由此，解决了相关技术中需要额外安装惯性测量单元进行车载相机俯仰角标定，成本高，同时惯性测量单元精度低，会导致相机在线标定的结果存在误差等问题。
-
公开(公告)号：CN115546263A
公开(公告)日：2022-12-30
申请号：CN202211287331.9
申请日：2022-10-20
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种应用于车辆的跨镜目标跟踪方法、装置、设备及介质，其中，方法包括：获取各摄像头拍摄得到的视频帧，并对所述视频帧进行目标检测，以确定检测目标；对间隔设置的摄像头所拍摄的视频帧中的所述检测目标采用同一跟踪器进行目标跟踪，以生成若干跟踪单元；将两个所述跟踪器对应的跟踪结果输入至预先训练的目标识别模型进行识别，以确定属于同一检测目标的跟踪单元，其中，所述目标识别模型由具有跨镜目标的训练数据进行重训练得到。由此，可以提高不同摄像头对同一目标识别的准确性，进而保证了环境感知效果。
-
Patent Agency Ranking
公开(公告)号：CN115205802A
公开(公告)日：2022-10-18
申请号：CN202210724416.2
申请日：2022-06-23
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种快速车道线检测模型的训练方法及快速车道线检测方法，训练方法包括：1)准备人工标注的车道线数据集；2)标记图像中车道线的位置参数和欧拉角参数，得到有标记的车道线图像；3)使用快速车道线检测模型正向传播有标记的车道线图像，得到车道线图像的识别结果和损失函数；4)利用步骤3)中的损失函数反向更新所述快速车道线检测模型中的参数。检测方法包括：1)获取车道线图像；2)使用快速车道线检测模型对获取的车道线图像进行正向传播，以得到车道线图像的检测结果。本发明能够保证快速车道线检测模型训练时的精度，同时又能大大减少车道线检测时的计算量，加快计算速度。
-
公开(公告)号：CN117907629A
公开(公告)日：2024-04-19
申请号：CN202410131402.9
申请日：2024-01-29
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及自动驾驶技术领域，公开了一种障碍物的光流测速方法、系统、车辆及存储介质，方法包括：获取自车周围包含目标障碍物的相邻两帧图像；分别从相邻两帧图像中提取车道线数据和目标障碍物接地点数据；对相邻两帧图像进行光流估计，并分别提取车道线数据对应的第一光流和目标障碍物接地点数据对应的第二光流；基于车道线数据和第一光流确定单应矩阵；基于目标障碍物接地点数据、第二光流和单应矩阵，确定目标障碍物接地点数据对应的绝对光流，绝对光流为目标障碍物在相邻两帧图像上的位移；对绝对光流进行坐标转换，并基于相邻两帧图像的采样时间确定目标障碍物的绝对速度。本发明能够提高光流测速结果的准确性、解释性和可用性。
-
公开(公告)号：CN117523520A
公开(公告)日：2024-02-06
申请号：CN202311627324.3
申请日：2023-11-30
Applicant: 重庆长安汽车股份有限公司
Inventor： 倪守诚
Abstract: 本发明涉及智能驾驶技术领域，具体涉及车道线融合方法、装置、汽车、电子设备及存储介质，通过引入信息表，获取单相机在当前时刻的车道线以后，在上一时刻信息表中查找单相机在当前时刻的车道线，当存在时将对应的上一时刻融合后车道线作为第一融合信息；而对于未在上一时刻信息表中存在的车道线，则构建来自不同单相机的同一条车道线集合，通过同一车道线的车道线集合与根据上一时刻车道线进行预测得到的预测结果进行对比，若相对应则合并得到第二融合信息；对于未合并的车道线则单独进行融合得到第三融合信息，最后将第一融合信息、第二融合信息和第三融合信息进行融合生成当前时刻的融合后车道线，提高效率且保证融合后车道线结果准确和稳定。
-
公开(公告)号：CN115482514A
公开(公告)日：2022-12-16
申请号：CN202211062362.4
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
Inventor： 倪守诚
Abstract: 本申请提供一种车道线检测方法、系统、设备及介质，该方法包括：获取待测图像；将待测图像输入预先训练的分割模型，得到车道线的分割结果；对所述车道线的分块图进行连通区域处理，得到每一所述分块图中的连通区域；对所述连通区域内的车道线的像素点进行直线拟合，得到车道线拟合系数；并基于所述连通区域内车道线的线形类型确定标签；根据所述车道线拟合系数与所述车道线标签所对应的线形确定车道线检测结果。本申请使用深度学习分割图像，提高了检测的鲁棒性，适用于更多场景，也提高了检测的准确率；通过确定车道线拟合系数与车道线标签等相关属性信息，更利于车道线后续处理的性能与效果的提升。
-
公开(公告)号：CN115205807A
公开(公告)日：2022-10-18
申请号：CN202210911107.6
申请日：2022-07-29
Applicant: 重庆长安汽车股份有限公司
Inventor： 倪守诚
Abstract: 本申请涉及自动驾驶技术领域，具体涉及一种车道线融合方法、装置、汽车、电子设备及计算机可读存储介质。所述方法包括获取多个待处理图像，其中，多个待处理图像通过车辆的多个图像采集设备采集；将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线；对各所述初始车道线进行融合，得到融合车道线；将所述融合车道线与跟踪车道线进行匹配，得到车道线结果。有益效果是：通过对多个待处理图像进行处理得到初始车道线，并对初始车道线进行融合、跟踪等处理，从而满足自动驾驶对于车道线相关的需求。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
