-
公开(公告)号：CN115439484B
公开(公告)日：2023-03-21
申请号：CN202211403233.7
申请日：2022-11-10
Applicant: 苏州挚途科技有限公司
IPC: G06T7/00 , G06V10/30 , G06V10/44 , G06V10/762 , G06V10/764 , G01S13/931
Abstract: 本申请提供了一种基于4D点云的检测方法、装置、存储介质及处理器，采用点云聚类算法、邻域半径自适应算法和邻域点数量自适应算法进行目标识别，计算目标点与4D毫米波雷达坐标系中的坐标原点的距离，确定目标4D点云数据对应的目标聚类集群对应的轮廓的邻域半径，确定搜索点的实际数量；在实际数量大于最小数量的情况下，滤除部分搜索点，确定剩余的搜索点形成目标聚类集群；根据目标聚类集群计算目标聚类集群的轮廓信息，确定目标聚类集群的对应目标对象；根据目标聚类集群进行航迹跟踪，实现了目标类型的准确输出，达到了无需要事先采集大量的样本数据进行监督学习，可以快速部署，且对车载硬件平台的要求不高的目的。
-
公开(公告)号：CN114312813B
公开(公告)日：2022-07-29
申请号：CN202210205463.6
申请日：2022-03-04
Applicant: 苏州挚途科技有限公司
IPC: B60W50/00 , B60W60/00 , B60W40/105 , G08G1/16
Abstract: 本发明提供了一种切入自车道的车辆确认方法、装置和电子设备，基于目标车辆的横向速度、第一基础速度，计数影响因子初始值，确定第一计数影响因子；基于目标车辆的当前切入计数值、切入速度阈值、目标车辆距离自车道的车道中心线的第一距离、切入宽度阈值，横向速度，确定目标车辆所处的目标状态；基于目标状态以及第一计数影响因子，更新当前切入计数值，基于更新后的切入计数值，确认目标车辆是否为切入自车道的车辆。该方式通过设置切入计数策略，可以在车辆徘徊切入时，避免出现在切入状态和非切入状态之间来回跳转的问题，进而提高对正在切入自车道的目标车辆的判断的准确性，提升自车行驶安全以及自车乘客的乘坐体验。
-
公开(公告)号：CN114644019A
公开(公告)日：2022-06-21
申请号：CN202210562407.8
申请日：2022-05-23
Applicant: 苏州挚途科技有限公司
IPC: B60W60/00
Abstract: 本发明提供了一种车道中心线的确定方法、装置和电子设备，首先获取当前时刻采集的在当前车身坐标系下，自车道的当前左右车道线点集，以及在历史时刻采集的在前一时刻车身坐标系下，自车道的历史左右车道线点集。对历史左右车道线点集进行位姿更新，得到在当前车身坐标系下的更新后的历史左右车道线点集。基于当前左右车道线点集和更新后的历史左右车道线点集，确定第一左右车道线点集。基于第一左右车道线点集，确定当前时刻对应的目标车道中心线。该方式保留了历史时刻的车道线离散点，可以充分利用历史检测结果的先验知识，对当前时刻的车道线进行校正，进而提高车道中心线的准确度和稳定性。
-
公开(公告)号：CN114312813A
公开(公告)日：2022-04-12
申请号：CN202210205463.6
申请日：2022-03-04
Applicant: 苏州挚途科技有限公司
IPC: B60W50/00 , B60W60/00 , B60W40/105 , G08G1/16
Abstract: 本发明提供了一种切入自车道的车辆确认方法、装置和电子设备，基于目标车辆的横向速度、第一基础速度，计数影响因子初始值，确定第一计数影响因子；基于目标车辆的当前切入计数值、切入速度阈值、目标车辆距离自车道的车道中心线的第一距离、切入宽度阈值，横向速度，确定目标车辆所处的目标状态；基于目标状态以及第一计数影响因子，更新当前切入计数值，基于更新后的切入计数值，确认目标车辆是否为切入自车道的车辆。该方式通过设置切入计数策略，可以在车辆徘徊切入时，避免出现在切入状态和非切入状态之间来回跳转的问题，进而提高对正在切入自车道的目标车辆的判断的准确性，提升自车行驶安全以及自车乘客的乘坐体验。
-
公开(公告)号：CN112465193B
公开(公告)日：2024-07-19
申请号：CN202011236840.X
申请日：2020-11-09
Applicant: 苏州挚途科技有限公司
IPC: G06Q10/04 , G06F18/25 , G06F17/16 , G06N20/20 , G06F18/214
Abstract: 本发明提供了一种多传感器数据融合的参数优化方法及装置，涉及自动化的技术领域，该方法包括：获取包括多传感器数据的训练数据集，基于训练数据集生成测量矩阵；根据测量矩阵和预先设置的迭代次数对卡尔曼滤波参数进行迭代训练，得到目标卡尔曼滤波参数；基于目标卡尔曼滤波参数对多传感器的测量值进行融合计算。本发明提供的多传感器数据融合的参数优化方法及装置，能够得到较为合理的卡尔曼滤波参数，提高了对复杂场景的适用性，在对多传感器的测量值进行融合计算时，能够有效降低数据波动对融合结果的影响，提高传感器检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116015643A
公开(公告)日：2023-04-25
申请号：CN202211632417.0
申请日：2022-12-19
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种密钥生成系统及方法，诊断仪用于向微控制器发送摄像头标定请求、整车识别码和标靶的移动距离；微控制器用于将摄像头标定请求发送至系统级芯片，以对摄像头进行标定，将得到的标定结果返回至微控制器；微控制器还用于若标定结果指示标定成功，从中提取第一俯仰角、第一偏航角和第一翻滚角，基于整车识别码、移动距离、第一俯仰角、第一偏航角和第一翻滚角生成密钥，将发送至系统级芯片。该系统中，当系统级芯片标定摄像头成功后，微控制器可以使用标定结果中携带的第一俯仰角、第一偏航角和第一翻滚角，以及预先获取的整车识别码和移动距离生成密钥，保证了每辆整车的密钥的唯一性，并且不易被篡改破解，从而提高了密钥的安全性。
-
公开(公告)号：CN115561999B
公开(公告)日：2023-04-07
申请号：CN202211438958.X
申请日：2022-11-17
Applicant: 苏州挚途科技有限公司
IPC: G05B11/42
Abstract: 本发明公开了一种PI控制器的参数优化方法、装置、设备及介质。该方法包括：获取比例积分PI控制器参数优化任务所对应的目标设计问题；依据目标设计问题中的纵向控制类型建立目标PI控制器对应的目标纵向控制系统模型；依据所述目标纵向控制系统模型及纵向控制类型约束所述目标设计变量的范围，获取所述目标设计变量的数值限度，并依据所述数值限度获取各初始变量数值，生成初始变量集；将所述初始变量集输入至预先建立的包含目标偏好的基于帕累托最优的多目标决策模型中，获取目标PI控制器中各目标设计变量对应的最优变量解。通过本发明的技术方案，能够快速且准确地生成PI控制器的优化参数值，提高了PI控制器的优化效率。
-
公开(公告)号：CN115542312A
公开(公告)日：2022-12-30
申请号：CN202211513054.9
申请日：2022-11-30
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供一种的多传感器关联方法及装置，涉及机器视觉技术领域，该方法包括：获取目标物体的位置信息以及图像信息；其中，上述位置信息基于预设的多种测距设备采集得到；上述图像信息基于预设的视觉传感器采集得到；将上述位置信息投射到二维图像坐标系中；其中，上述二维图像坐标系基于上述位置信息以及上述图像信息建立；基于上述二维图像坐标系，对上述位置信息和上述图像信息通过预设算法进行关联计算，得到上述多种测距设备的关联结果。该方法通过二维坐标系将多传感器的采集信号进行关联，提升传感器关联后得到结果的准确率。
-
公开(公告)号：CN115439484A
公开(公告)日：2022-12-06
申请号：CN202211403233.7
申请日：2022-11-10
Applicant: 苏州挚途科技有限公司
IPC: G06T7/00 , G06V10/30 , G06V10/44 , G06V10/762 , G06V10/764 , G01S13/931
Abstract: 本申请提供了一种基于4D点云的检测方法、装置、存储介质及处理器，采用点云聚类算法、邻域半径自适应算法和邻域点数量自适应算法进行目标识别，计算目标点与4D毫米波雷达坐标系中的坐标原点的距离，确定目标4D点云数据对应的目标聚类集群对应的轮廓的邻域半径，确定搜索点的实际数量；在实际数量大于最小数量的情况下，滤除部分搜索点，确定剩余的搜索点形成目标聚类集群；根据目标聚类集群计算目标聚类集群的轮廓信息，确定目标聚类集群的对应目标对象；根据目标聚类集群进行航迹跟踪，实现了目标类型的准确输出，达到了无需要事先采集大量的样本数据进行监督学习，可以快速部署，且对车载硬件平台的要求不高的目的。
-
公开(公告)号：CN114644019B
公开(公告)日：2022-08-02
申请号：CN202210562407.8
申请日：2022-05-23
Applicant: 苏州挚途科技有限公司
IPC: B60W60/00
Abstract: 本发明提供了一种车道中心线的确定方法、装置和电子设备，首先获取当前时刻采集的在当前车身坐标系下，自车道的当前左右车道线点集，以及在历史时刻采集的在前一时刻车身坐标系下，自车道的历史左右车道线点集。对历史左右车道线点集进行位姿更新，得到在当前车身坐标系下的更新后的历史左右车道线点集。基于当前左右车道线点集和更新后的历史左右车道线点集，确定第一左右车道线点集。基于第一左右车道线点集，确定当前时刻对应的目标车道中心线。该方式保留了历史时刻的车道线离散点，可以充分利用历史检测结果的先验知识，对当前时刻的车道线进行校正，进而提高车道中心线的准确度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.029 seconds)
