-
公开(公告)号：CN119881845A
公开(公告)日：2025-04-25
申请号：CN202411963690.0
申请日：2024-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种多传感器标定方法、装置、电子设备及存储介质。该方法包括：根据第一转换关系对第一坐标系进行转换，得到第二坐标系；根据第二坐标系与至少一个目标传感器的坐标系之间的变换关系构建候选标定参数；根据目标传感器类型从候选标定参数中匹配目标标定参数；根据目标标定参数对对应的目标传感器进行标定。该方法通过对多传感器进行联合标定有效解决了自动驾驶车辆中多传感器标定过程中的误差、复杂场景适应性差、精度不足等问题，满足了自动驾驶系统对高精度多传感器融合的要求。
-
公开(公告)号：CN119723499A
公开(公告)日：2025-03-28
申请号：CN202411812250.5
申请日：2024-12-10
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G06V20/56 , G06V10/82 , G06V10/74 , G06V10/764 , G06T7/70
Abstract: 本发明公开了一种目标轨迹生成方法、装置、电子设备及存储介质，该方法包括：将至少两帧目标点云数据输入到目标检测模型，通过目标检测模型输出位姿检测结果与至少两帧目标点云数据各自对应的实际检测结果；基于位姿检测结果和运动模型，从至少两帧目标点云数据的实际检测结果对应的各个候选检测结果中，筛选出目标对象的至少两个目标检测结果；目标对象为对至少一个候选对象进行筛选确定，至少两个目标检测结果隶属于不同帧的目标点云数据对应的实际检测结果；基于目标对象对应的至少两个目标检测结果，生成目标对象的轨迹。本方案可以实现较为全面可靠的目标检测，并生成精准的目标轨迹。
-
公开(公告)号：CN114092907B
公开(公告)日：2025-02-25
申请号：CN202111318235.1
申请日：2021-11-09
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本申请公开了一种跟随路径的确定方法、装置及存储介质，涉及车辆导航技术领域，该方法可以基于算法较为简单的贝塞尔曲线快速生成跟随路径。该方法包括：根据目标对象的初始位置和车辆的初始位置确定至少四个目标点；以至少四个目标点作为控制点，拟合得到贝塞尔曲线；基于贝塞尔曲线确定全局导航路径；在车辆按照全局导航路径行驶的过程中，根据目标对象的当前位置和车辆的当前位置对全局导航路径进行动态调整，基于动态调整的全局导航路径确定车辆跟随目标对象行驶的跟随路径。
-
公开(公告)号：CN113569958B
公开(公告)日：2024-04-12
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
IPC: G06V10/762 , G06V10/44 , G06V20/58
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：CN117786459A
公开(公告)日：2024-03-29
申请号：CN202311842299.0
申请日：2023-12-28
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G06F18/24 , G06F18/214 , G06F18/213
Abstract: 本申请公开了一种场景分类方法、装置、系统及存储介质，涉及智能驾驶技术领域。该方法包括：场景分类装置接收并存储自动驾驶控制器发送的自动驾驶数据集；确定目标场景及其对应的标准数据类型；从自动驾驶数据集中提取标准数据类型对应的目标驾驶数据；将目标驾驶数据发送至云服务器。本申请提供的技术方案，能够直接在路测阶段进行高效的数据判别和场景分类，实现了实时分类的功能，节省了繁琐的大量数据存储和读取步骤，提高了场景分类的效率和准确率，从而提升了自动驾驶系统的安全性，保障了用户安全；同时实时将已确定场景类型的目标驾驶数据上传至云服务器，避免了在本地存储大量数据。
-
Patent Agency Ranking
公开(公告)号：CN117725614A
公开(公告)日：2024-03-19
申请号：CN202311790306.7
申请日：2023-12-25
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种车牌脱敏方法、装置、电子设备及存储介质。该方法包括：获取目标视频中包括的目标车辆对应的至少一张目标图像；将目标图像输入预先训练好的第一模型中，得到车牌关键点信息，其中，车牌关键点信息与目标图像一一对应，第一模型为利用深度强化学习方法、基于训练集并以优化识别准确度为指标训练得到的模型，训练集至少包括畸变训练图像和/或遮挡训练图像；根据车牌关键点信息，在目标视频中对目标车辆的车牌进行脱敏。本发明的技术方案可以实现对存在遮挡、畸变的待脱敏车牌的准确识别与脱敏，提高了车牌脱敏的准确性。
-
公开(公告)号：CN114179835B
公开(公告)日：2024-01-05
申请号：CN202111653767.0
申请日：2021-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 化学习决策算法的在线自动采集、训练和验证。本发明公开了一种基于真实场景下强化学习的自动驾驶车辆决策训练方法。所述自动驾驶车辆设置有线控底盘、定位装置、激光雷达装置以及自动驾驶控制器，该方法包括：当车辆在真实场景下按照预设行驶路径的轨迹点行驶时，间歇性执行探索行为并记录强化学习模型的输入信息，所述输入信息包括输入状态，动作空间，单步执行后的回报；根据输入信息对强化学习决策算法进行训练。本发明通过线控底盘、四个激光雷达、RTK定位单元、电脑控制器等基础硬件，通(56)对比文件吕迪;徐坤;李慧云;潘仲鸣.融合类人驾驶行为的无人驾驶深度强化学习方法.集成技术.2020,(05),全文.黄志清;曲志伟;张吉;张严心;田锐.基于深度强化学习的端到端无人驾驶决策.电子学报.2020,(09),全文.李国法;陈耀昱;吕辰;陶达;曹东璞;成波.智能汽车决策中的驾驶行为语义解析关键技术.汽车安全与节能学报.2019,(04),全文.李克强;戴一凡;李升波;边明远.智能网联汽车(ICV)技术的发展现状及趋势.汽车安全与节能学报.2017,(01),全文.
-
公开(公告)号：CN116311963A
公开(公告)日：2023-06-23
申请号：CN202211737717.5
申请日：2022-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G08G1/052 , G08G1/01 , G08G1/0967
Abstract: 本申请实施例公开了一种绿波车速的确定方法、装置、设备及介质。其中，该方法包括：获取至少一个目标车辆的驾驶模式、当前车速、所述目标车辆到停止线的待行驶距离，以及所述目标车辆所在车道的车辆情况；获取下一路口的交通控制灯的当前状态，并确定交通控制灯由当前状态转换至下一状态的剩余时间；根据驾驶模式、当前车速、待行驶距离、预先设置的行驶限速中的至少一项、交通控制灯的当前状态、所述剩余时间以及所述目标车辆所在车道的车辆情况，确定所述目标车辆的绿波车速。本技术方案实现了绿波车速的智能确定，在绿波车速的确定过程中，对终端设备的性能要求较低，降低了设备成本，且不涉及地图的频繁传输，减少了信道资源的占用。
-
公开(公告)号：CN116013109A
公开(公告)日：2023-04-25
申请号：CN202211739529.6
申请日：2022-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本申请实施例公开了一种通行提示方法、装置、设备及介质。其中，该方法包括：接收第一道路目标携带的终端设备发送的第一道路目标的规划轨迹，并确定第二道路目标在路口预设区域中的历史通行轨迹；根据所述第二道路目标的历史通行轨迹进行轨迹预测，确定所述第二道路目标的预测轨迹；所述预测轨迹反映所述第二道路目标在预测时间段内的位置坐标；根据第一道路目标的规划轨迹和第二道路目标的预测轨迹进行碰撞分析，并根据碰撞分析结果，对各道路目标进行提示。本技术方案减少了观察盲区对道路目标的影响，降低了交通事故的发生概率。
-
公开(公告)号：CN115617930A
公开(公告)日：2023-01-17
申请号：CN202211118855.5
申请日：2022-09-15
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本申请实施例公开了一种运动轨迹的生成方法、装置、电子设备及存储介质。应用于自动化测试领域。包括：获取至少一个参考车辆和目标车辆的历史运动轨迹数据。利用轨迹生成模型根据所有参考车辆的历史运动轨迹数据确定目标车辆对应的社交信息向量。利用轨迹生成模型根据目标车辆的历史运动轨迹数据确定目标车辆对应的第一历史轨迹特征向量。利用轨迹生成模型根据目标车辆对应的社交信息向量和目标车辆对应的轨迹特征向量，生成目标车辆的运动规划轨迹。本申请实施例可以利用轨迹生成模型快速生成多个交通参与物的运动轨迹。这样多个交通参与物可以加入至测试场景中，以增加测试场景的复杂度。
-
-
-
-
-
-
-
-
-
Search Results
257
records
(took 0.03 seconds)
