-
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：CN114926662B
公开(公告)日：2024-11-22
申请号：CN202210601774.4
申请日：2022-05-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/72 , G06V10/774 , G06V10/82
Abstract: 本申请提供一种数据处理方法及装置、电子设备和计算机可读存储介质，包括：获取第一点云文件集合和第一标注文件集合；将第一点云文件从第一点云文件集合中删除，得到第二点云文件集合，第一标注文件集合中不包括与第一点云文件相关联的标注文件；将第一标注文件从第一标注文件集合中删除，得到第二标注文件集合，第一点云文件集合中不包括与第一标注文件相关联的点云文件；将第二标注文件从第二标注文件集合中删除，得到第三标注文件集合，并将与第二标注文件关联的点云文件从第二点云文件集合中删除，得到第三点云文件集合，第二标注文件中包括第一三维标注框。通过该方法，可以提高数据处理的效率。
-
公开(公告)号：CN117864155A
公开(公告)日：2024-04-12
申请号：CN202410007008.4
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: B60W50/00 , G01S17/931 , G01S7/48 , G06F18/23 , B60W40/06
Abstract: 本发明涉及一种基于激光雷达的路沿后处理方法、装置、车辆及存储介质，包括：获取激光雷达输出的路沿点集；对路沿点集进行聚类分割，得到不同的路沿子点集；将每个路沿子点集中的各路沿点进行排序，并将路沿点与其相邻的路沿点相连接；以预设点为圆心，将车辆前方的区域，划分为多个扇形区域，所述预设点为车辆上的点，或为与车辆的距离小于第一预设距离的点；对每个扇形区域内非最内侧的路沿点进行过滤处理，得到A类路沿点；将滤除后的各路沿子点集进行合并处理，得到处理后的路沿点集。本发明能够对激光雷达的路沿检测算法输出的多层次的路沿点集及噪点进行滤除，得到能够作为车辆轨迹预测、目标检测和可行驶区域等模块的输入信息。
-
公开(公告)号：CN117592569A
公开(公告)日：2024-02-23
申请号：CN202311609735.X
申请日：2023-11-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种模型推理方法、装置、设备及存储介质，涉及汽车技术领域。该方法包括：获取多个原始点云数据，并对多个原始点云数据进行预处理，得到多个第一点云数据；对多个第一点云数据进行体素化处理，得到体数据集；对体数据集进行特征处理，得到特征数据；基于预设推理引擎，对特征数据进行处理，得到多个物体对应的模型推理结果，并对多个物体对应的模型推理结果进行解析，确定多个物体中的每个物体的类型。由此，可以对点云数据进行模型推理，并对模型推理结果进行解析，确定多个物体中的每个物体的类型，解决只能针对单个任务进行推理，造成资源浪费，且推理结果不准确的问题。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN117058388A
公开(公告)日：2023-11-14
申请号：CN202311086526.1
申请日：2023-08-25
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/26
Abstract: 本发明涉及一种基于语义分割的激光雷达动态障碍物滤除方法及装置，所述方法包括：获取车辆行驶时采集的激光点云数据和毫米波雷达数据；采用语义分割模型分割所述激光点云数据中的障碍物，获得若干个第一障碍物；对所述毫米波雷达数据进行障碍物检测，获得若干个第二障碍物，并根据所述毫米波雷达数据，获得所述第二障碍物的移动速度；将每个所述第一障碍物依次设为目标障碍物，将所述目标障碍物与每个所述第二障碍物进行匹配，当匹配成功且匹配的第二障碍物的移动速度大于预设阈值时，根据匹配的第二障碍物的移动速度，在所述激光雷达采集的点云数据中滤除所述目标障碍物。能够精准地滤除点云数据中的动态障碍物。
-
公开(公告)号：CN116778274A
公开(公告)日：2023-09-19
申请号：CN202310784732.3
申请日：2023-06-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种点云数据均衡重采样方法、装置、目标检测设备及终端。通过计算目标类的权重值和数据帧的权重值，在随机采样目标类的数据帧时，提高了重要类及重要帧的采样概率，降低长尾分布现象，并能减少目标类的样本数量，避免重采样的样本数据量激增的情形；还根据针对重采样数据专门设计的均衡度指标对比了重采样前后的数据分布情况，确保重采样的样本数据的均衡程度，提高目标检测感知模型的训练效果。
-
公开(公告)号：CN116778173A
公开(公告)日：2023-09-19
申请号：CN202310747649.9
申请日：2023-06-21
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种点云栅格化特征提取的GPU算子加速方法、系统及介质，包括：获取数据；点云栅格化：根据设定的可视范围和栅格大小将所有点划分到二维栅格图中的每个栅格，计算每个点的栅格坐标，保存每个点的栅格坐标以及每个栅格中点的数量；非空栅格映射：将二维栅格图转换成一维的栅格列表，剔除没有点的空栅格；栅格特征提取：针对每个非空栅格，计算每个非空栅格中每个点的多维特征；特征升维池化：针对每个非空栅格，将深度学习模型训练时习得的矩阵参数与每个点的特征进行矩阵乘法，对每个非空栅格的每一维度特征的所有点进行最大池化操作并映射回二维栅格图中。本发明使得只要特征提取网络相同的不同任务的深度学习模型均能共用这套算子。
-
公开(公告)号：CN112706785B
公开(公告)日：2023-03-28
申请号：CN202110129398.9
申请日：2021-01-29
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种自动驾驶车辆环境认知目标选择方法、装置及机器可读存储介质，包括1，从车辆感知接口中获取感知信息和本车信息；2，根据感知信息和本车信息，对行驶环境建立边界线模型；3，建立边界线仲裁模块，选取当前场景最优边界线模型；4，根据最优的边界线模型，将目标依次放入对应车道中，过滤超出边界线的目标。本发明通过收集传感器、本车信息数据，对自动驾驶车辆行驶环境建立多个模型，选出行驶道路中的目标，为自动驾驶车辆轨迹规划提供准确、有效的信息，部分解决现有技术存在的目标选择鲁棒性、适应性等问题。
-
公开(公告)号：CN115760636A
公开(公告)日：2023-03-07
申请号：CN202211511205.7
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06T5/00 , G06V10/762 , G06T3/40
Abstract: 本申请涉及一种激光雷达点云的畸变补偿方法、装置、设备及存储介质，其中，方法包括：基于激光雷达数据和惯性测量单元IMU的测量数据，以获取目标点云的点云集和原始激光点云去除目标点云的点云集；基于点云集，将激光雷达运动目标点云通过坐标转换统一至目标时刻，并逐点计算与目标点云的时间关系和速度关系，以获得静态场景畸变补偿后的点云数据；同时，通过计算激光雷达运动目标点云与目标点云的相对速度关系和相对时间关系，以获得运动目标畸变补偿后的点云数据；并将上述两类点云数据进行拼接，得到补偿后的运动目标点云，从而可以确定自动驾驶车辆的实际周围环境，准确的感知目标的位置信息，反映目标的碰撞点，提高了车辆的安全性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.033 seconds)
