-
公开(公告)号：CN113033434A
公开(公告)日：2021-06-25
申请号：CN202110343593.1
申请日：2021-03-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明的目的是提供一种道路点云中的护栏提取方法、装置、控制器及汽车，以实现行驶环境中道路护栏的精准感知，为自动驾驶决策提供可靠的依据。该道路点云中的护栏提取方法，包括：获取经过预处理后的原始道路点云信息；对所获取的原始道路点云信息进行阈值筛选，以筛选出候选点云；基于各候选点云相对于本车的位置分布区间，确定各候选点云所属的护栏候选集；对每一护栏候选集进行曲线拟合，以拟合生成护栏曲线。
-
公开(公告)号：CN118821970A
公开(公告)日：2024-10-22
申请号：CN202410835987.2
申请日：2024-06-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06N20/00 , G06F18/27 , G06F18/2415
Abstract: 本发明公开了一种基于预标注数据的模型训练方法、装置、电子设备及介质。其中，方法包括：将预标注数据框添加至人工标注训练数据帧，对添加后的人工标注训练数据帧进行训练；在训练过程中，根据误检数量、当前类预标注数据框的预设召回目标数和不同类预标注数据框之间的误检数量确定混淆矩阵误差率，并根据不同类预标注数据框和当前类预标注数据框的预设召回目标数确定整体误差率；根据混淆矩阵误差率和整体误差率对目标属性回归损失权重系数进行调整，以便根据调整后的权重系数计算标注数据框的损失值。如此，降低了漏检对模型训练带来的影响，缓解了预标注数据的长尾效应，还可降低模型预标注数据误检带来的影响。
-
公开(公告)号：CN114359404B
公开(公告)日：2024-10-22
申请号：CN202111572191.5
申请日：2021-12-21
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开的一种自动驾驶车载场景投影摄像头的标定方法，包括：S1：搭建标定系统平台，S2：基于物理方法调整棋盘格标定板与待标定车辆的侧切角、俯仰角及横摆角；S3：基于步骤2调整完成的棋盘格标定板，利用车辆中安装的摄像头连续拍摄正对照片15张，并将其保存；S4：手持棋盘格标定板，与车辆前保0.5～1.5米内在不同角度及位置拍摄20张照片，并将其保存；S5：基于步骤4保存的不同位置及角度的棋盘格图案，计算待标定摄像头的内参矩阵；S6：基于步骤5计算的内参矩阵及步骤3保存的棋盘格图案，计算待标定摄像头与车辆中心的旋转矩阵；S7：基于图像上的实际坐标与投影坐标的标准差进行验证。本发明能够用于标定车载摄像头的旋转矩阵及平移向量。
-
公开(公告)号：CN118795444A
公开(公告)日：2024-10-18
申请号：CN202410779377.5
申请日：2024-06-17
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及自动驾驶技术领域，具体是涉及一种目标框修正方法、装置、车辆及存储介质。本申请首先采集移动体周围环境的原始点云数据，并将该原始点云数据划分成障碍物所在的原始目标框和移动体可以通行的区域的边界点，然后从该边界点中筛选出位于原始目标框内的目标点，并计算目标点与原始目标框的框边之间的距离，最后根据该距离修正或调整原始目标框的大小，以得到目标修正框。从上述分析，本申请的原始目标框和可通行区域边界点都是来源于同一原始点云数据，同一原始点云数据的坐标系维度必然相同，因此不涉及坐标系的转换，进而提高了所得到的目标修正框的准确性。
-
公开(公告)号：CN117313839A
公开(公告)日：2023-12-29
申请号：CN202311270320.4
申请日：2023-09-27
Applicant: 重庆长安汽车股份有限公司
IPC: G06N3/0985 , G06N3/0464 , G06V20/56 , G06V10/82
Abstract: 本发明涉及一种模型微调方法、装置、电子设备及存储介质。模型微调方法包括：获取预训练模型的多个模型参数，在多个模型参数中确定作为冗余参数和非冗余参数之间边界的参数阈值；基于参数阈值及预训练模型中多个卷积核的卷积核参数确定多个卷积核的训练状态；为不同训练状态的卷积核设置对应的第一超参数；利用第一超参数替换预训练模型中对应的第二超参数，得到目标检测模型。本申请实施例通过在多个模型参数中确定作为冗余参数和非冗余参数之间边界的参数阈值，可以保留冗余参数的特征，并充分利用冗余参数的特征，实现对预训练模型的微调，由于充分利用冗余参数的特征对预训练模型进行微调，可以提高目标检测模型的精度，提升模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN117274400A
公开(公告)日：2023-12-22
申请号：CN202311409630.X
申请日：2023-10-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了基于点云配准的激光雷达外参标定方法、装置及智能终端，所述方法包括采集车辆的第一点云和第二点云，其中所述第一点云从左侧车轮处采集，所述第二点云从右侧车轮处采集；基于密度聚类法分别获取所述第一点云和所述第二点云的靶标中心坐标，得到第一靶标中心坐标和第二靶标中心坐标；分别将所述第一靶标中心坐标和第二靶标中心坐标与预设的激光雷达坐标系的靶标中心进行点云配准，得到目标转换参数；根据所述目标转换参数，得到激光雷达的外参。本发明所述的外参标定方法，无需借助四轮定位系统，无需测量靶标中心在自车坐标系下的三维坐标，降低了激光雷达外参标定的场地和环境要求。
-
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：CN116758396A
公开(公告)日：2023-09-15
申请号：CN202310765528.7
申请日：2023-06-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/82 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/22
Abstract: 本申请公开了一种目标检测的精度控制方法、装置、电子设备及存储介质，属于目标检测技术领域。其中，该方法包括：获取全量图像集，并采用所述全量图像集训练深度学习算法，得到第一深度学习模型；计算所述第一深度学习模型预测多个标签类别的预测精度；根据所述预测精度生成优化图像集；采用所述优化图像集微调所述第一深度学习模型，得到第二深度学习模型；采用所述第二深度学习模型进行目标检测。通过本申请，解决了相关技术中目标检测模型的检测精度较低的技术问题。
-
公开(公告)号：CN115794400A
公开(公告)日：2023-03-14
申请号：CN202211530327.0
申请日：2022-11-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06F9/50
Abstract: 本发明提供一种深度学习模型的内存管理方法、装置、设备及存储介质。方法包括：在待部署设备上获取多个存储空间；使用预设的存储函数，建立各存储空间之间的通信接口连接，以实现不同存储空间之间的数据传输；在各存储空间中，添加与所述深度学习模型相关联的张量数据的算法，配置所述深度学习模型的个性化拓展选项；根据所述个性化拓展选项和通信接口，在所述待部署设备上部署所述深度学习模型。通过个性化的设置模型所需的张量信息，从而降低了内存占用。大大降低了部署人员的工作量，使得部署工作更加的方便和快捷。
-
公开(公告)号：CN115481725A
公开(公告)日：2022-12-16
申请号：CN202210970388.2
申请日：2022-08-12
Applicant: 重庆长安汽车股份有限公司
IPC: G06N3/08
Abstract: 本申请涉及一种神经网络量化精度评估方法、装置、电子设备及存储介质，其中，方法包括：获取原始onnx模型，并调用onnx_graphsurgeon的应用程序编程接口API，将原始onnx模型中所有onnx算子设置为输出节点，生成各onnx算子的量化用阈值，并将各onnx算子的量化用阈值与未量化用阈值分别转化为第一目标trt文件和第二目标trt文件，并基于预设的TensorRT环境和输出节点，得到量化模型中各onnx算子的第一输出tensor和未量化模型中各onnx算子的第二输出tensor，并得到各onnx算子的量化精度，并生成最终评估结果。由此，可以快速准确地确定各算子量化后的精度损失。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.034 seconds)
