一种基于马尔科夫随机场的视觉传感器去噪方法

    公开(公告)号:CN111798382B

    公开(公告)日:2024-04-12

    申请号:CN202010463790.2

    申请日:2020-05-27

    Abstract: 本发明创造提供了一种基于马尔科夫随机场的视觉传感器去噪方法,包括以下步骤:S1、对仿真场景利用视觉传感器进行图像采集;S2、得到原始的图像数据之后,将图像转换为数字矩阵,作为去噪模型的输入;S3、将每一个像素点和像素点之间的邻域关系构造为势能函数,根据势能函数生成马尔科夫随机场的初始化消息;S4、将要发送的初始消息全部计算完成后,进行消息的更新迭代,直到模型收敛;S5、将模型收敛后得到的最优结果还原为图像信息,实现视觉传感器的去噪。本发明创造所述的方法在不损失智能网联仿真测试过程实时性的前提下,可以更好的实现视觉传感器的去噪,克服了传统视觉传感器去噪方法造成的图像模糊、细节损失和去噪效效果不佳的问题。

    一种基于梯度提升决策树模型的场景复杂度评估方法

    公开(公告)号:CN111797000A

    公开(公告)日:2020-10-20

    申请号:CN202010462513.X

    申请日:2020-05-27

    Abstract: 本发明提供了一种基于梯度提升决策树模型的场景复杂度评估方法,包括以下步骤:S1、采集参数,生成仿真驾驶场景;S2、对仿真的驾驶场景样本进行复杂度评分;S3、将总结的复杂度特征元素输入到决策树模型,进行计算;S4、决策树进行升级;S5、得到影响模型的特征参数数据集,将数据集80%作为训练集,20%作为测试集,采用5折交叉验证调试得到复杂度评价模型;S6、将待评价的数据计算场景复杂度;S7、将输入的驾驶场景数据,先拆分为动态特征、静态特征,然后在按照每个影响特征综合打分后得到场景复杂度。本发明所述的方法能给出清晰简明的自动驾驶测试场景的复杂度估值,满足测试人员能够对驾驶场景根据场景的复杂度进行选取的需求。

    一种基于VTD的驾驶机器人仿真测试平台

    公开(公告)号:CN111338235A

    公开(公告)日:2020-06-26

    申请号:CN202010232438.8

    申请日:2020-03-28

    Abstract: 本发明涉及汽车驾驶测试平台技术领域,具体为一种基于VTD的驾驶机器人仿真测试平台,包括软件技术工具和实体硬件,所述软件技术工具包括VTD技术工具和NI核心工具,所述实体硬件由驾驶模拟器和驾驶机器人组成;所述VTD技术工具通过Ethnet连接连接驾驶机器人,所述驾驶机器人设置在驾驶模拟器上,所述驾驶模拟器输出信号连接NI核心工具,所述NI核心工具运算输出连接VTD技术工具。本发明可将驾驶机器人技术和基于虚拟平台的仿真界面相结合,测试方法灵活,前沿技术反馈好,测试成本低。

    路边停车的车位推荐方法及相关设备

    公开(公告)号:CN113947940B

    公开(公告)日:2023-01-06

    申请号:CN202111126560.8

    申请日:2021-09-26

    Abstract: 本公开提供一种路边停车的车位推荐方法及相关设备,该方法包括:目标车辆进入停车区域,并通过车载互联网络或车载自组织网络向关联物联网设备发送停车请求;响应于接收到所述停车请求,所述物联网设备采集当前所述停车区域的空余车位信息并返回给所述目标车辆;响应于接收到所述空余车位信息,所述目标车辆根据所述空余车位信息确定目标停车位置,其中,所述物联网设备包括路端设备、智能网联车和云端服务器。本公开提供的车位推荐方法和相关设备,利用车联网中的车载互联网络和车载自组织网络实现网联车与云平台、网联车之间、网联车与路端设备之间的通信,并且根据不同情况可以切换通信信号,选择不同的网络通信来实现路边车位的推荐。

    一种基于梯度提升决策树模型的场景复杂度评估方法

    公开(公告)号:CN111797000B

    公开(公告)日:2024-06-21

    申请号:CN202010462513.X

    申请日:2020-05-27

    Abstract: 本发明提供了一种基于梯度提升决策树模型的场景复杂度评估方法,包括以下步骤:S1、采集参数,生成仿真驾驶场景;S2、对仿真的驾驶场景样本进行复杂度评分;S3、将总结的复杂度特征元素输入到决策树模型,进行计算;S4、决策树进行升级;S5、得到影响模型的特征参数数据集,将数据集80%作为训练集,20%作为测试集,采用5折交叉验证调试得到复杂度评价模型;S6、将待评价的数据计算场景复杂度;S7、将输入的驾驶场景数据,先拆分为动态特征、静态特征,然后在按照每个影响特征综合打分后得到场景复杂度。本发明所述的方法能给出清晰简明的自动驾驶测试场景的复杂度估值,满足测试人员能够对驾驶场景根据场景的复杂度进行选取的需求。

    路边停车的车位推荐方法及相关设备

    公开(公告)号:CN113947940A

    公开(公告)日:2022-01-18

    申请号:CN202111126560.8

    申请日:2021-09-26

    Abstract: 本公开提供一种路边停车的车位推荐方法及相关设备,该方法包括:目标车辆进入停车区域,并通过车载互联网络或车载自组织网络向关联物联网设备发送停车请求;响应于接收到所述停车请求,所述物联网设备采集当前所述停车区域的空余车位信息并返回给所述目标车辆;响应于接收到所述空余车位信息,所述目标车辆根据所述空余车位信息确定目标停车位置,其中,所述物联网设备包括路端设备、智能网联车和云端服务器。本公开提供的车位推荐方法和相关设备,利用车联网中的车载互联网络和车载自组织网络实现网联车与云平台、网联车之间、网联车与路端设备之间的通信,并且根据不同情况可以切换通信信号,选择不同的网络通信来实现路边车位的推荐。

    一种基于马尔科夫随机场的视觉传感器去噪方法

    公开(公告)号:CN111798382A

    公开(公告)日:2020-10-20

    申请号:CN202010463790.2

    申请日:2020-05-27

    Abstract: 本发明创造提供了一种基于马尔科夫随机场的视觉传感器去噪方法,包括以下步骤:S1、对仿真场景利用视觉传感器进行图像采集;S2、得到原始的图像数据之后,将图像转换为数字矩阵,作为去噪模型的输入;S3、将每一个像素点和像素点之间的邻域关系构造为势能函数,根据势能函数生成马尔科夫随机场的初始化消息;S4、将要发送的初始消息全部计算完成后,进行消息的更新迭代,直到模型收敛;S5、将模型收敛后得到的最优结果还原为图像信息,实现视觉传感器的去噪。本发明创造所述的方法在不损失智能网联仿真测试过程实时性的前提下,可以更好的实现视觉传感器的去噪,克服了传统视觉传感器去噪方法造成的图像模糊、细节损失和去噪效效果不佳的问题。

    一种用于毫米波雷达智能度性能评价的仿真测试台架

    公开(公告)号:CN111323763A

    公开(公告)日:2020-06-23

    申请号:CN202010243284.2

    申请日:2020-03-31

    Abstract: 本发明提供了一种用于毫米波雷达智能度性能评价的仿真测试台架,包括底座、支架、架板、电机、转盘和牵引部件,支架滑动连接在底座一侧,支架上装载有毫米波雷达,转盘转动连接在底座另一侧,架板固连在转盘上,架板上架设有试验模具,电机固连在转盘一侧的底座上,电机驱动转盘转动,牵引部件架设在支架下方的底座内,牵引部件驱动支架沿靠近或远离架板的方向滑动,本发明具有可对车载毫米雷达进行准确的精准度测试的优点。

    一种用于智能汽车整车评价的仿真测试平台

    公开(公告)号:CN111272450A

    公开(公告)日:2020-06-12

    申请号:CN202010243313.5

    申请日:2020-03-31

    Abstract: 本发明提供了一种用于智能汽车整车评价的仿真测试平台,包括机体、托板、滑架、后评价部件、滑移部件和前评价部件,托板转动连接在机体中部,滑架滑动连接在托板下方的机体上,两组滑移部件架设在滑架后端两侧,两组后评价部件分别架设在滑移部件上,前评价部件架设在滑架前端中部;托板上放置有试验车,后评价部件与试验车后轮接触以检测转速和转矩,前评价部件与试验车前轮接触以检测转向角度,本发明具有在保证绝对安全的前提下,能对整车的驾驶性能进行综合评价的优点。

Patent Agency Ranking