-
公开(公告)号：CN116304688A
公开(公告)日：2023-06-23
申请号：CN202310167168.0
申请日：2023-02-27
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06F18/2431 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明属于车辆技术领域，具体涉及基于cs‑lstm车辆行为预测的模型优化方法、装置及存储介质，该方法包括，获取实车数据集，根据所述实车数据集获取cs‑lstm数据集和RF数据集；搭建cs‑lstm模型和随机森林模型，将所述cs‑lstm数据集输入所述cs‑lstm模型，得到cs‑lstm模型预测结果，将所述RF数据集输入所述随机森林模型，得到随机森林模型预测结果；将所述随机森林模型预测结果输入所述cs‑lstm模型，并进行后处理，对所述cs‑lstm模型进行优化。其目的是：通过在cs‑lstm模型的基础上，加入随机森林模型，对车辆换道行为进行预测，并加入到cs‑lstm模型编码和后处理中，优化cs‑lstm模型横向行为的预测，提高了预测的准确性。
-
公开(公告)号：CN116523137A
公开(公告)日：2023-08-01
申请号：CN202310500722.2
申请日：2023-05-05
Applicant: 重庆长安汽车股份有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0639 , G06Q50/30 , G06F18/23 , G06F18/214 , G06F18/24 , G06N3/04 , G06F18/22
Abstract: 本发明公开了一种车辆自动驾驶的轨迹预测模型调度方法和系统，涉及自动驾驶的技术领域；离线训练阶段，获取轨迹预测所需的历史数据集并进行分类处理，利用不同道路场景不同类簇的历史数据集训练每个轨迹预测模型，保存满足预设精度阈值的预训练轨迹预测模型；在线调度阶段，获取当前道路场景和当前车辆数据，匹配离线训练阶段中相同道路场景最接近类簇的历史数据集，将对应的若干个预训练轨迹预测模型作为初选轨迹预测模型，其中最终总得分最高的作为终选轨迹预测模型，进行自动驾驶轨迹预测。本发明能够合理调度多种自动驾驶轨迹预测模型，降低计算资源，提高计算效率，更高效、准确的预测车辆自动驾驶轨迹。
-
公开(公告)号：CN115938113B
公开(公告)日：2025-03-21
申请号：CN202211511577.X
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
Inventor： 伍淑莉
IPC: G08G1/01 , G08G1/056 , G06F18/241 , G06N3/08 , G06N3/0442
Abstract: 本发明提供一种车辆行为预测方法、装置及电子设备。方法包括如下步骤：在指定架构下搭建LSTM‑MLP模型，通过开源数据集NGSIM提取训练和测试所需要的输入特征，输入特征包括训练数据和测试数据，输入特征通过开源数据集NGSIM将每段车辆轨迹序列分为M类，并将M类的车辆轨迹序列按时间整理成矩阵的形式，以获得经过预处理的训练数据和测试数据，训练数据和测试数据均具有相应的数据标签，利用经过预处理的训练数据训练LSTM‑MLP模型，得到训练后的LSTM‑MLP模型，利用经过预处理的测试数据对训练后的LSTM‑MLP模型进行测试，得到经过测试的LSTM‑MLP模型，经过测试的LSTM‑MLP模型用于根据车辆的待识别输入特征，输出预测结果。其目的在于：用来解决现有预测方式精度低、准确性不高的问题。
-
公开(公告)号：CN116311159A
公开(公告)日：2023-06-23
申请号：CN202310187433.1
申请日：2023-03-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/58 , G06V10/10 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像识别和数据处理技术领域，具体提供一种基于信号灯的意图预测方法、装置及储存介质，在意图预测方法中，方法包括：获取周围的视觉图像并基于目标检测算法获取所述视觉图像中车辆的行驶方向、ID编号和在所述视觉图像中的坐标；基于所述ID编号和所述坐标识别目标车辆；基于深度学习获取目标车辆上信号灯的类别和信号灯的状态；基于所述信号灯的类别和信号灯的状态和目标车辆的行驶方向预测所述目标车辆的信号灯意图。本发明更准确和更高效的识别出车辆信号灯的状态，预测出车辆信号灯的意图，并为预测车辆行驶意图提供判断依据。
-
公开(公告)号：CN115303180A
公开(公告)日：2022-11-08
申请号：CN202211054189.3
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及智能驾驶技术领域的一种汽车后视镜调节方法、装置、汽车、电子设备及介质。方法包括获取视觉图像，视觉图像包括驾驶位乘坐人员的人脸信息；将视觉图像输入至人脸检测算法模型，得到人脸坐标点集合和人脸图像；将人脸图像输入至人脸关键点检测模型，得到人脸眼睛坐标；根据人脸眼睛坐标确定人脸眼睛图像；将人脸坐标点集合映射到预设坐标系，得到人脸图像相对视觉图像的网格位置信息；将人脸图像、人脸眼睛图像和网格位置信息输入至注视点估计模型，得到人眼注视点；根据人眼注视点控制车辆后视镜的翻转角度。有益效果是：本发明中的通过采用人眼注视点来控制后视镜的翻转角度，后视镜调节更加智能可靠，也更加简单方便。
-
Patent Agency Ranking
公开(公告)号：CN117163064A
公开(公告)日：2023-12-05
申请号：CN202311152579.9
申请日：2023-09-06
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，公开了一种切入目标的数据标注方法、装置、设备及介质，方法包括：获取自车轨迹、目标车轨迹和车道中心线信息，所述自车轨迹是自车在当前道路上行驶的轨迹，所述目标车轨迹是自车附近的其他目标车在当前道路上行驶的轨迹，所述车道中心线信息包括当前道路上各个车道的车道中心线；将各个行驶时刻与所述自车轨迹相距最近的车道中心线作为相应时刻的校准中心线；根据所述目标车轨迹在各个时刻和对应的所述校准中心线之间的相对距离识别目标车切入动作；对所述目标车切入动作对应的目标车和切入时刻进行标注。本发明提高了针对切入目标的数据标注准确性。
-
公开(公告)号：CN116129309A
公开(公告)日：2023-05-16
申请号：CN202310002917.4
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/40 , G06V10/25 , G06V10/764
Abstract: 本申请涉及车辆技术领域，特别涉及一种行人横穿意图标注方法、装置、车辆及存储介质，其中，方法包括：从车辆采集的视频流中提取图片信息、行人特征信息和车辆可行驶区域信息，将图片信息分别与行人特征信息和车辆可行驶区域信息进行时间匹配，得到每个行人在不同帧下与可行驶区域之间的距离，根据每个行人在不同帧下与可行驶区域之间的距离按照预设逻辑生成行人意图标签，以进行行人横穿意图标注。本申请实施例可以基于图片信息、行人特征信息和车辆可行驶区域信息对行人横穿意图进行标注，从而为自动泊车过程中行人横穿意图预测提供可靠依据，在提高行人意图判断准确性的同时保障了用户行车安全，促进了车辆的智能化发展。
-
公开(公告)号：CN115630323A
公开(公告)日：2023-01-20
申请号：CN202211340024.2
申请日：2022-10-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/241 , G06V10/764
Abstract: 本发明提供一种行人意图预测数据闭环的方法，获取目标场景数据和行人轨迹数据；对行人轨迹数据进行分类标注，得到行人意图样本数据集；对行人意图样本数据集进行模型训练，得到行人意图预测结果；获取目标车辆的实时场景数据和实时行人轨迹数据，对实时行人轨迹数据进行分类标注，得到实车数据集；将行人意图预测结果与实车数据集进行对比评估，得到模型评估结果；将实时行人轨迹数据进行分类标注后输入模型进行补充训练，形成数据闭环。还提供了一种装置、设备和存储介质。本发明方案中，实车数据集输入模型进行补充训练，将算法迭代更新流程进行集成，生成高质量样本，从而获取一个精度更高的行人意图预测模型，对行人意图预测结果更加准确。
-
公开(公告)号：CN116610997A
公开(公告)日：2023-08-18
申请号：CN202310578156.7
申请日：2023-05-19
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/241 , G06N3/0442 , G06N3/0455 , G07C5/08
Abstract: 本发明涉及车辆技术领域，公开了一种基于道路识别的cs‑lstm车辆行为预测模型优化方法，包括如下步骤：S1、构建基于cs‑lstm的轨迹预测模型；S2、对目标车和邻居车的历史轨迹信息进行编码；S3、建立空间网格来表征道路信息；S4、对目标车与邻居车的交互信息进行编码；S5、利用目标车和自车当前车道中心线的相对位置关系生成道路信息识别标签并进行编码；S6、将编码的目标车的历史轨迹信息、编码的目标车与邻居车的交互信息、道路信息识别标签进行拼接，得到拼接信息；S7、对拼接信息进行解码，得到预测轨迹。在cs‑lstm模型的基础上，加入道路信息识别，将道路场景信息和目标车与自车的交互信息加入模型编码，优化模型在切入和汇流等场景的预测性能。
-
公开(公告)号：CN115938113A
公开(公告)日：2023-04-07
申请号：CN202211511577.X
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
Inventor： 伍淑莉
IPC: G08G1/01 , G08G1/056 , G06F18/241 , G06N3/08 , G06N3/0442
Abstract: 本发明提供一种车辆行为预测方法、装置及电子设备。方法包括如下步骤：在指定架构下搭建LSTM‑MLP模型，通过开源数据集NGSIM提取训练和测试所需要的输入特征，输入特征包括训练数据和测试数据，输入特征通过开源数据集NGSIM将每段车辆轨迹序列分为M类，并将M类的车辆轨迹序列按时间整理成矩阵的形式，以获得经过预处理的训练数据和测试数据，训练数据和测试数据均具有相应的数据标签，利用经过预处理的训练数据训练LSTM‑MLP模型，得到训练后的LSTM‑MLP模型，利用经过预处理的测试数据对训练后的LSTM‑MLP模型进行测试，得到经过测试的LSTM‑MLP模型，经过测试的LSTM‑MLP模型用于根据车辆的待识别输入特征，输出预测结果。其目的在于：用来解决现有预测方式精度低、准确性不高的问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
