-
公开(公告)号：CN115115655B
公开(公告)日：2025-01-28
申请号：CN202210692872.3
申请日：2022-06-17
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种目标分割方法，该方法包括：将获取的目标物体对应的三维点云转换成深度图像；计算所述深度图像所有列像素中每一列的两个相邻像素点形成的第一角度值，根据第一角度值确定属于地面点的像素点；将属于地面点的像素点从所述深度图像中移除，得到目标图像；计算所述目标图像中两个相邻像素点形成的第二角度值，根据第二角度值确定属于同一目标的像素点，以完成同一目标的确认；对所述同一目标进行分割，并根据三维点云与深度图像的射映关系将目标的深度图像反投影为点云数据。本发明充分利用了深度投影图像，减少了使用DBSCAN算法排序的耗时，提高了算法速率。
-
公开(公告)号：CN117292227A
公开(公告)日：2023-12-26
申请号：CN202311203165.4
申请日：2023-09-18
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/778 , G06V10/22 , G06V10/26 , G06V10/422 , G06V10/766 , G01S17/931 , G01S7/48
Abstract: 本发明涉及一种雷达点云数据增强方法、装置、智能汽车及存储介质，所述方法包括：枚举点云数据中的标注框，筛选出部分区域位于雷达的近距离视野盲区范围内的标注框，基于筛选出的标注框获得若干个第一目标框及第一目标框内的点云数据，所有的所述第一目标框以及所述第一目标框内的点云数据构成视场边界场景数据集；从所述视场边界场景数据集中选取第二目标框，当判定基于所述第二目标框的位置将所述第二目标框放入所述点云数据的目标帧中，所述第二目标框与所述目标帧中的对象不冲突时，将所述第二目标框以及所述第二目标框内的点云数据放入所述目标帧以增强所述点云数据。能够有效地增强近距离点云数据，提高目标感知模型在近距离视场边界场景下的感知性能。
-
公开(公告)号：CN115062683B
公开(公告)日：2025-05-16
申请号：CN202210460110.0
申请日：2022-04-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/2321 , G06F18/10 , G06F18/22 , G01S13/931 , G01S13/86 , G01S7/41 , G06T7/277 , G06V10/762 , G06V10/80
Abstract: 本发明公开了一种基于DBSCAN的4D毫米波雷达聚类方法及存储介质，包括以下步骤，S1、获取本车信号、车道线信号及4D毫米波雷达点云信号，并对该信号进行解析和预处理；S2、计算点云信号中各点的局部搜索半径，并对计算得到的各点局部搜索半径进行排序；S3、对点云信号进行基于DBSCAN算法的聚类处理。本发明以传统DBSCAN算法为基础，在其中添加了基于其他传感器以及各个点的物理属性进行数据预处理、对每一个点云依据其物理量的大小为其确定了局部搜索半径ε并对所有原始探测进行排序再进行聚类以及对聚类结果点数进行动态判断是否为单帧观测目标，将本发明的聚类结果与传统DBSCAN聚类方式比较，可以发现本算法的聚类效果更好。
-
公开(公告)号：CN116953727A
公开(公告)日：2023-10-27
申请号：CN202310936162.5
申请日：2023-07-27
Applicant: 重庆长安汽车股份有限公司
IPC: G01S17/931
Abstract: 本发明涉及一种对象检测方法、装置、电子设备及存储介质。其中，对象检测方法包括：获取对车辆对应的车道区域进行扫描得到的第一点云数据；获取对所述第一点云数据进行路沿检测得到的第一路沿数据，对所述第一路沿数据进行扩增处理，得到第二路沿数据；基于所述第二路沿数据在所述第一点云数据中确定位于车道内区域的第二点云数据，并基于所述第二点云数据聚类得到候选对象；基于所述第一路沿数据在所述车道区域中确定目标区域，将所述目标区域内的候选对象确定为待检测的目标对象。本申请实施例可以过滤掉车道外区域的干扰数据，实现车道内区域虚目标的滤除；可以将目标区域外的候选对象滤除，提高对目标对象的检测的准确度。
-
公开(公告)号：CN119445137A
公开(公告)日：2025-02-14
申请号：CN202411044194.5
申请日：2024-07-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种激光雷达目标框的检测方法、装置、电子设备及存储介质，依据激光雷达采集到的点云信息进行特征提取，生成特征伪图像，采用特征伪图像进行目标预测，得到预测结果信息，预测结果信息包含预测目标框，以基于预测结果信息和点云信息，确定目标点云信息，目标点云信息为预测目标框内的点云信息，依据目标点云信息和预测结果信息，确定点云尺寸比例信息，点云尺寸比例信息为预测目标框与目标点云信息之间的尺寸比例，随后采用点云尺寸比例信息，生成预测目标框对应的目标框质量信息；解决了由于深度学习算法输出结果的不可解释性所存在自动驾驶分析过程中无法对目标框进行质量评定的问题，进而在自动驾驶中能够有效的评定目标框的质量。
-
Patent Agency Ranking
公开(公告)号：CN114839615B
公开(公告)日：2024-09-13
申请号：CN202210471195.2
申请日：2022-04-28
Applicant: 重庆长安汽车股份有限公司
IPC: G01S7/41 , G01S13/931 , G01S3/14 , G06F17/11
Abstract: 本发明公开了一种4D毫米波雷达目标航向角拟合方法及存储介质，包括S1、获取本车信号、目标的位置信号及4D毫米波雷达点云信号，并对该信号进行解析和预处理；S2、对所述点云信号进行聚类处理，获取点云簇；S3、根据目标的位置信号，采用基于主成分分析拟合算法和基于最小包围框损失函数拟合算法相结合的方式对所述点云簇进行航向角拟合处理，获取目标的方位航向角。本发明通过对传感器的特性进行分析后，对不同位置的目标采用不同的航向角拟合算法，结合参考追踪后目标的航向角以及目标的外接框所形成的航向角在不同条件下使用不同的权重，对于目标航向角的准确性有着明显的提升。
-
公开(公告)号：CN116299540A
公开(公告)日：2023-06-23
申请号：CN202310000893.9
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明属于自动驾驶技术领域，提供一种激光雷达目标航向角拟合方法和装置，拟合方法包括：获取目标车辆的点云簇，并遍历所有点云簇；采用基于栅格邻域密度统计的离群点滤除算法，对所述点云簇进行离群点滤除处理；采用基于搜索的L‑shape拟合算法和基于主成分分析的拟合算法，对进行离群点滤除处理后的所述点云簇进行航向角拟合处理，以获取所述目标车辆的航向角。本申请通过对目标车辆的点云簇进行离群点滤除处理，以及通过基于搜索的L‑shape拟合算法和基于主成分分析的拟合算法的相互配合，不仅能够提升拟合效率，而且还能够提升航向角拟合结果的准确性。
-
公开(公告)号：CN117075122A
公开(公告)日：2023-11-17
申请号：CN202311059416.6
申请日：2023-08-22
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种基于激光雷达的目标检测方法及装置、设备、存储介质，该方法包括：获取三维点云图像；三维点云图像为通过激光雷达对目标场景采集得到的；三维点云图像中包括多个点云数据；将三维点云图像中的多个点云数据投影至二维栅格内，得到二维栅格点云图像；并对二维栅格点云图像中存在点云数据的多个二维栅格进行聚类，得到至少一个目标二维栅格区域；将至少一个目标二维栅格区域中的每个目标二维栅格区域确定为目标场景中的一个目标障碍物，得到至少一个目标二维栅格区域对应的至少一个目标障碍物；并输出至少一个目标障碍物。本发明能够提高在对障碍物进行目标检测时的实时性和检测精度。
-
公开(公告)号：CN116518993A
公开(公告)日：2023-08-01
申请号：CN202310419750.1
申请日：2023-04-18
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种点云滤除方法、装置、车辆及存储介质，涉及自动驾驶领域。该方法包括：获取目标车辆的原始点云数据；获取道路边界数据集；道路边界数据集中的道路边界数据用于指示道路边界范围；根据多个激光点中每个激光点的位置，从道路边界数据集中确定每个激光点对应的道路边界数据；根据每个激光点对应的道路边界数据，滤除原始点云数据中目标车道线之外的激光点，得到目标点云数据。该方法适用于在筛选点云数据的过程中滤除道路两侧多余的点云数据。
-
公开(公告)号：CN115409861A
公开(公告)日：2022-11-29
申请号：CN202211049077.9
申请日：2022-08-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种基于图像处理的激光雷达地面点云分割方法，获取目标对象的三维点云；基于预先设置的点云投影参数将所述三维点云投影到前向透视图中，得到深度图像；计算所述深度图像所有列像素中每一列的两个相邻像素点形成的角度值，并以所述角度值构建角度图像，并基于所述角度图像确定属于地面的地面像素点；从所述深度图像中移除属于地面的地面像素点，得到非地面像素点；获取所述地面像素点与所述非地面像素点的边界像素点，并利用所述边界像素点的邻居信息对所述边界像素点进行分类，并对地面进行分割，得到地面分割结果。本发明的方法在使用深度图像分割地面点云时，能够更准确更高效的进行分割，并对输出的结果进行优化。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.034 seconds)
