-
公开(公告)号：CN114913494B
公开(公告)日：2024-06-18
申请号：CN202210470684.6
申请日：2022-04-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种自动驾驶视觉感知冗余系统危险度评估的自诊断校准方法，包括以下步骤：S1、从高精地图接收车辆位置、路段预设位置和接收车辆状态信息，当车辆通过路段预设位置时执行步骤S2；S2、接收视觉感知主功能子系统动态估计的摄像机参数信息，以及接收摄像机视频数据和IMU数据；S3、对视觉冗余感知系统摄像机输入图像预处理；S4、视觉冗余感知系统通过n种不同方法估计主功能摄像机参数，与主功能摄像机动态参数估计结果做误差计算，得到第i(i＝1，……n)种方法估计的参数误差向量#imgabs0#并求取估计参数的置信度。本发明解决了现有视觉感知系统因摄像机参数变化引起识别不准或测距不准的问题，提高自动驾驶车辆的安全性。
-
公开(公告)号：CN114913494A
公开(公告)日：2022-08-16
申请号：CN202210470684.6
申请日：2022-04-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种自动驾驶视觉感知冗余系统危险度评估的自诊断校准方法，包括以下步骤：S1、从高精地图接收车辆位置、路段预设位置和接收车辆状态信息，当车辆通过路段预设位置时执行步骤S2；S2、接收视觉感知主功能子系统动态估计的摄像机参数信息，以及接收摄像机视频数据和IMU数据；S3、对视觉冗余感知系统摄像机输入图像预处理；S4、视觉冗余感知系统通过n种不同方法估计主功能摄像机参数，与主功能摄像机动态参数估计结果做误差计算，得到第i(i＝1，……n)种方法估计的参数误差向量并求取估计参数的置信度。本发明解决了现有视觉感知系统因摄像机参数变化引起识别不准或测距不准的问题，提高自动驾驶车辆的安全性。
-
公开(公告)号：CN114549855B
公开(公告)日：2025-03-18
申请号：CN202210191105.4
申请日：2022-02-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于区域与运动信息的路面图像特征匹配方法及系统，匹配方法如下：包括如下步骤：步骤1，数据输入，输入车载相机所拍摄的实时路面连续帧图像、车辆当前运动信息、车载相机参数；步骤2，采用FAST角点检测算法对输入的连续帧图像进行特征点分区检测；步骤3，基于车载相机位置与图像信息对分区检测后的路面特征点初筛，确定所提取特征点位于路面；步骤4，基于车身运动信息和相机模型对第一帧路面特征点在第二帧中的位置进行预测；步骤5，以步骤4中预测点的世界坐标为中心，基于局部图像信息与运动信息对连续帧特征点进行匹配并输出配对信息。
-
公开(公告)号：CN114549855A
公开(公告)日：2022-05-27
申请号：CN202210191105.4
申请日：2022-02-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于区域与运动信息的路面图像特征匹配方法及系统，匹配方法如下：包括如下步骤：步骤1，数据输入，输入车载相机所拍摄的实时路面连续帧图像、车辆当前运动信息、车载相机参数；步骤2，采用FAST角点检测算法对输入的连续帧图像进行特征点分区检测；步骤3，基于车载相机位置与图像信息对分区检测后的路面特征点初筛，确定所提取特征点位于路面；步骤4，基于车身运动信息和相机模型对第一帧路面特征点在第二帧中的位置进行预测；步骤5，以步骤4中预测点的世界坐标为中心，基于局部图像信息与运动信息对连续帧特征点进行匹配并输出配对信息。
-
公开(公告)号：CN120014578A
公开(公告)日：2025-05-16
申请号：CN202510087841.9
申请日：2025-01-20
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种车道线处理方法、装置、设备、介质及程序产品，该方法包括：首先，根据车辆的图像采集设备采集到的车道线图像，将车道线像素投影到车体坐标系下，确定每个车道线的第一位置信息；之后，根据每条车道线的第一位置信息，确定车道线图像中是否包含当前车道对应的左右车道线；然后，若车道线图像中不包含左右车道线，则根据车辆前方路面的点云数据以及每个车道线的第一位置信息，确定车道线图像中每个车道线像素对应的俯仰角偏差；最后，根据每个车道线像素对应的俯仰角偏差，将车道线像素重新投影到车体坐标系下，确定每个车道线的第二位置信息。本发明提高了车道线的输出的准确性与稳定性，从而确保了车辆驾驶的安全性。
-
Patent Agency Ranking
公开(公告)号：CN117523519A
公开(公告)日：2024-02-06
申请号：CN202311618731.8
申请日：2023-11-29
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及计算机视觉技术领域，公开了一种车辆压线检测方法、系统、车辆及存储介质，方法包括：获取本车采集的待检测图像并对其进行车道线提取和车辆检测，得到第一车道线点集和车辆检测结果；将第一车道线点集进行拟合得到车道线方程，基于该方程得到第二车道线点集；从车辆检测结果中提取目标车辆的当前图像位置并基于该位置和车道线方程，确定目标车辆的当前车道位置；从车辆检测结果中提取目标车辆的关键点参数数据并结合当前车道位置、第一车道线点集和第二车道线点集，分别确定车道线参考点集和车辆参考点集；基于车道线参考点集和车辆参考点集的位置关系，确定目标车辆的压线检测结果。本发明提高了压线检测准确率，保障了车辆行驶安全。
-
公开(公告)号：CN115817533A
公开(公告)日：2023-03-21
申请号：CN202211510946.3
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种道路锥桶连线提取方法、装置、设备和介质，以解决现有离散边界提取方法误检率较高的技术问题。该道路锥桶连线提取方法，包括：获取锥桶的坐标数据，所述锥桶的坐标数据由感知模块获取锥桶相对车辆的位置信息，并将所述位置信息通过相机参数转换为VCS坐标得到；根据锥桶的坐标数据对所有锥桶进行聚类，并得到多个分组；其中，所述多个分组基于直线拟合误差原则与匹配数量最多原则进行聚类，并通过多次迭代优化得到；根据所述多个分组提取锥桶内侧边界；对提取的锥桶内侧边界进行边界拟合检验。本发明锥桶分组可实现对锥桶连线边界的准确聚类，并实现准确的边界提取。
-
公开(公告)号：CN119810798A
公开(公告)日：2025-04-11
申请号：CN202510087516.2
申请日：2025-01-20
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种可通行区域的确认方法、装置、设备以及汽车，包括获取车辆前方的图像信息；根据图像信息获取车辆的初始可通行区域，并根据图像信息获取至少一个目标障碍物的特征信息；其中，目标障碍物为侵入初始可通行区域的障碍物；根据至少一个目标障碍物的特征信息，对初始可通行区域进行校正处理，得到车辆的可通行区域。本发明解决了现有技术中可通行区域的确认不准确的问题。
-
公开(公告)号：CN116543047A
公开(公告)日：2023-08-04
申请号：CN202310478990.9
申请日：2023-04-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06T7/73 , G06V20/56 , G06V10/26 , G06V10/764 , G06V10/25 , G06V10/75 , G06V10/74 , G01C21/00 , G01C11/02 , G01S17/931 , G01S17/86
Abstract: 本发明属于自动驾驶的视觉系统技术领域，具体涉及多摄像机系统的位置估算自诊断方法、装置及存储介质。该方法包括以下步骤，S1、获取自动驾驶的紧急动作信息；S2、获取车辆地理位置信息和导航信息以及本车状态信息；S3、启动多摄像机系统与诊断关联的各子功能模块；S4、对获取的图像数据信息进行处理，调用模型对静态目标进行检测、分类和分割；S5、对超限结果进行累加，并定位故障位置和禁用相关功能。其目的是：能够对自动驾驶多摄像机系统测距和位置估算性能进行稳定诊断，判断测距性能和位置估算性能是否超过容限，提升对多摄像机视觉系统测距性能下降和位置估算性能下降的故障诊断的准确率，提高自动驾驶车辆的安全性。
-
公开(公告)号：CN114842093B
公开(公告)日：2024-11-12
申请号：CN202210550682.8
申请日：2022-05-18
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于关键点的车载单目相机外参自动标定系统及标定方法，该系统包括特征点提取匹配模块，用于提取连续帧图像中的特征点并对其进行匹配；相对运动解算模块基于特征点对，采用对极几何方法求解连续帧之间的相对运动；单应性求解模块根据单应性关系筛选出匹配高的路面特征点；外参求解模块求解相机外参；结果输出模块在达到固定量后求取均值并最终输出。该方法包括：初始值设定；特征点提取匹配；求解相对运动；路面特征点提取匹配；单应性求解；外参解算；累积输出。本发明无需依赖标定物，车道线或其他信息和人工参与，即可修正由于车辆震动或安装偏差导致的相机小幅度偏转，同时还适用于侧视相机标定。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.046 seconds)
