-
公开(公告)号：CN113569958A
公开(公告)日：2021-10-29
申请号：CN202110864378.6
申请日：2021-07-29
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明实施例公开了激光点云数据聚类方法、装置、设备及介质，该方法包括：获取车载激光雷达采集的点云数据，并将点云数据转换至车身坐标系，得到点云数据的空间分布；对点云数据的空间分布按照预设方法进行栅格化处理，得到多个扇形栅格，根据包含点云数据的扇形栅格坐标确定目标栅格；确定目标栅格中的种子栅格，对种子栅格的预设范围内满足连通条件的目标栅格进行处理，得到点云数据对应的连通域；根据点云数据对应的连通域确定点云数据的聚类结果。采用上述技术方案，可以根据点云分布特性及分布规律，将车载激光雷达采集的大量的、离散的点云数据划分为扇形栅格，实现将点云数据进行准确聚类的技术效果，从而实现自动驾驶车辆的安全行驶。
-
公开(公告)号：CN112747752A
公开(公告)日：2021-05-04
申请号：CN202011519123.8
申请日：2020-12-21
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本申请实施例提供一种基于激光里程计的车辆定位方法、装置、设备和存储介质，通过获取激光雷达连续采集的多帧环境传感数据，环境传感数据包括三维点云数据和反射强度数据，对相邻两帧环境传感数据进行坐标变换和投影变换，得到包含相邻两帧环境传感数据的数据信息的高维数据，根据高维数据，通过深度神经网络模型确定相邻两帧环境传感数据之间的位姿转换关系，得到车辆的位姿数据，在不需要依赖人工设定的环境特征的情况下，实现了车辆定位，并提高了车辆定位的鲁棒性和准确性。
-
公开(公告)号：CN111912419A
公开(公告)日：2020-11-10
申请号：CN202010889368.3
申请日：2020-08-28
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G01C21/32 , G01C21/16 , G01S17/931 , G01S19/47
Abstract: 本发明公开了一种基于激光雷达的高精度语义导航地图构建方法和装置，一种基于激光雷达的高精度语义导航地图构建方法，包括：获取车载激光雷达采集的车辆周边三维点云与反射强度数据和车载组合导航系统采集的车辆的经纬度和姿态信息；根据三维点云数据在大地坐标系中得到高精度点云地图；根据三维点云的反射强度数据，在高精度点云地图中标注出包含语义信息的离散点并分类后得到地图语义元素集合并根据地图语义元素集合中各元素的语义关联信息，生成高精度语义导航地图。本发明实施例公开的基于激光雷达的高精度语义导航地图构建方法和装置，能够以较低的成本构建高精度的语义导航地图，从而满足自动驾驶车辆的导航需求。
-
公开(公告)号：CN113569968B
公开(公告)日：2024-05-17
申请号：CN202110871128.5
申请日：2021-07-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G06V10/764 , G06V10/762 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明实施例公开了一种模型训练方法、目标检测方法、装置、设备及存储介质。其中，该方法包括：将待检测目标的数据集划分为预设个数的类，并将每个类中包含的数据按照预设聚类算法进行聚类，得到聚类结果，并将所有聚类结果汇总后作为与待检测目标对应的锚框的尺寸，其中，数据集包括待检测目标对应的矩形框的尺寸；对锚框的尺寸进行线性尺度缩放，得到对应的目标锚框尺寸；将目标锚框尺寸作为预设目标检测算法中的锚框参数，并将数据集中的训练集中包含的样本依次输入至预设目标检测算法对应的网络中进行训练，得到对应的目标检测模型。本发明实施例提供的技术方案，可以优化现有的用于目标检测的神经网络模型的训练方案。
-
公开(公告)号：CN112747752B
公开(公告)日：2024-02-02
申请号：CN202011519123.8
申请日：2020-12-21
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G01C21/26 , G01C21/20 , G01C22/00 , G06N3/0464 , G01S17/931 , G06N3/08 , G06T7/73
Abstract: 本申请实施例提供一种基于激光里程计的车辆定位方法、装置、设备和存储介质，通过获取激光雷达连续采集的多帧环境传感数据，环境传感数据包括三维点云数据和反射强度数据，对相邻两帧环境传感数据进行坐标变换和投影变换，得到包含相邻两帧环境传感数据的数据信息的高维数据，根据高维数据，通过深度神经网络模型确定相邻两帧环境传感数据之间的位姿转换关系，得到车辆的位姿数据，在不需要依赖人工
-
Patent Agency Ranking
公开(公告)号：CN111986261B
公开(公告)日：2023-08-18
申请号：CN202010814881.6
申请日：2020-08-13
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明实施例公开了一种车辆定位方法、装置、电子设备及存储介质。该方法包括：获取初始道路图像信息，并根据所述初始道路图像信息确定初始关键帧信息；根据所述初始关键帧信息构建道路地图；获取当前关键帧信息，并根据所述当前关键帧信息、所述初始关键帧信息和所述道路地图，确定车辆的当前位置。通过运行本发明实施例所提供的技术方案，可以解决无GPS信号的路段中，自动驾驶汽车无法精确掌握当前位置的问题，实现高车辆定位的准确性的效果。
-
公开(公告)号：CN113569968A
公开(公告)日：2021-10-29
申请号：CN202110871128.5
申请日：2021-07-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明实施例公开了一种模型训练方法、目标检测方法、装置、设备及存储介质。其中，该方法包括：将待检测目标的数据集划分为预设个数的类，并将每个类中包含的数据按照预设聚类算法进行聚类，得到聚类结果，并将所有聚类结果汇总后作为与待检测目标对应的锚框的尺寸，其中，数据集包括待检测目标对应的矩形框的尺寸；对锚框的尺寸进行线性尺度缩放，得到对应的目标锚框尺寸；将目标锚框尺寸作为预设目标检测算法中的锚框参数，并将数据集中的训练集中包含的样本依次输入至预设目标检测算法对应的网络中进行训练，得到对应的目标检测模型。本发明实施例提供的技术方案，可以优化现有的用于目标检测的神经网络模型的训练方案。
-
公开(公告)号：CN110221616A
公开(公告)日：2019-09-10
申请号：CN201910557077.1
申请日：2019-06-25
Applicant: 清华大学苏州汽车研究院(吴江)
IPC: G05D1/02
Abstract: 本发明实施例公开了一种地图生成的方法、装置、设备及介质。该方法包括：获取车辆的运动轨迹以及车辆周边的三维点云数据，其中，所述三维点云数据的三维坐标是大地坐标系；根据所述运动轨迹和所述三维点云数据确定反射强度栅格地图和高度栅格地图；根据所述反射强度栅格地图和所述高度栅格地图生成所述车辆的行驶地图。本发明实施例通过获取车辆的运动轨迹以及车辆周边的三维点云数据；根据所述运动轨迹和所述三维点云数据确定反射强度栅格地图和高度栅格地图；根据所述反射强度栅格地图和所述高度栅格地图生成所述车辆的行驶地图，以实现能够自动化的生成地图，节约人力，降低成本，同时节省地图存储空间。
-
公开(公告)号：CN109466563A
公开(公告)日：2019-03-15
申请号：CN201811479962.4
申请日：2018-12-05
Applicant: 清华大学苏州汽车研究院(吴江)
IPC: B60W50/14
Abstract: 本发明实施例提供了一种自动驾驶车辆的控制方法及装置，属于自动驾驶车辆技术领域，该方法通过实时获取自动驾驶车辆在行驶过程中的行驶参数和障碍物信息，并将障碍物信息在行驶界面的车辆模型周围通过动画的形式进行展示，以在根据行驶参数和障碍物信息判定自动驾驶车辆处于危险驾驶状态时，进行警示提醒。本发明实施例提供的自动驾驶车辆的控制方法及装置，通过动画的形式展示车辆模型周围的障碍物信息，以使用户直观的获知自动驾驶车辆当前的路况信息，并在判断出自动驾驶车辆处于危险驾驶状态时，及时进行警示提醒，以使用户能够及时处理，避免人身和财产损失，实现人机交互。
-
公开(公告)号：CN107560615B
公开(公告)日：2021-04-23
申请号：CN201710684053.3
申请日：2017-08-11
Applicant: 清华大学苏州汽车研究院(吴江)
Abstract: 本发明公开了一种用于停车场自动驾驶系统的停车路径规划方法，包括以下步骤：根据停车场内的路网信息对停车场进行数学建模；在停车场道路交叉口以及每个停车位选择对应节点，并进行编号，建立对应的矩阵关系；读取线路信息表中的线路信息，以起点和终点的距离为权值；将路网的节点图构造迪杰斯特拉地图，根据迪杰斯特拉算法计算最优路径。可以快速的规划停车场起点到停车位的最优路径。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.049 seconds)
