-
公开(公告)号:CN116309316A
公开(公告)日:2023-06-23
申请号:CN202310068121.9
申请日:2023-01-16
Applicant: 重庆长安汽车股份有限公司
IPC: G06T7/00 , G01S13/88 , G06V10/762
Abstract: 本申请公开一种车辆可通行区域的检测方法及装置,其中,方法包括:基于点云标志位对获取的毫米雷达点云数据进行动静分离预处理,得到动态和静态点云;对历史的积累点云位置更新,得到当前时刻对应的车辆坐标系下的积累点云,并过滤满足条件的点云,得到更新后的积累点云,根据更新后的积累点云的点云积累数据与上一帧的聚类结果聚类更新,得到聚类的点云数据,进而获取可通行空间的便捷点,得到可通行区域的检测结果。本申请实施例可以对毫米雷达点云数据进行动静分离预处理,且对历史的积累点云进行位置更新并过滤满足条件的点云,并对新加入的点云聚类更新,以得到可通行区域的检测结果,提升了检测的精确性,有效满足实车场景的使用需求。
-
公开(公告)号:CN115542346A
公开(公告)日:2022-12-30
申请号:CN202211287725.4
申请日:2022-10-20
Applicant: 重庆长安汽车股份有限公司
IPC: G01S17/931 , G01S7/481 , G06V20/56 , G06V10/77
Abstract: 本申请涉及激光雷达检测技术领域,特别涉及一种地面检测方法、装置、车辆及存储介质,其中,方法包括:采集车辆周围环境的点云数据,并初始化预设的扇形栅格;将点云数据分配至预设的扇形栅格,并对每个扇形栅格进行PCA平面拟合,并从拟合后的扇形栅格中筛选出垂直度、平均高度和/或平坦度满足预设要求的合格扇形栅格;以及修正合格扇形栅格对应的平面方程,并计算每个扇形栅格中的每个点至由修正后的平面方程得到的栅格平面的第一点面距离,并将第一点面距离小于第一预设距离的点作为地面点,以生成实际地面。由此,解决相关技术的地面滤除不具有实时性,并且滤除效果差的问题,可以达到实时准确的地面滤除的效果。
-
公开(公告)号:CN119889041A
公开(公告)日:2025-04-25
申请号:CN202510084309.1
申请日:2025-01-20
Applicant: 重庆长安汽车股份有限公司
IPC: G08G1/01
Abstract: 本发明涉及一种交通调度方法、装置、设备、介质及程序产品。该方法包括:获取目标区域的实时交通数据,可以进一步通过预训练的深度学习模型对实时交通数据进行处理,该交通预测结果可以表征所述目标区域未来的交通状况,基于得到的交通预测结果制定并执行交通调度策略。通过预先使用交通数据训练深度学习模型,可以使深度学习模型自动学习交通模式和规律,并根据实时交通数据提供高精度和实时性的交通预测结果,降低交通调度的难度,从而可以借助交通预测结果进行有效调度,缓解交通拥堵,改善交通状况。
-
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: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:CN117805810A
公开(公告)日:2024-04-02
申请号:CN202410006564.X
申请日:2024-01-02
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及车辆传感器技术领域,公开了一种基于多传感器的融合目标生成方法、系统、设备及终端,该方法通过若原始传感器的数量为多个,则进行数据匹配,将目标传感器划分为基准传感器和校验传感器,将基准传感器对应的的目标坐标数据作为基准坐标数据对校验传感器对应的目标坐标数据进行坐标匹配,得到坐标匹配结果,并且,若校验传感器的数量为多个,则对校验传感器也进行数据匹配,直到通过数据匹配得到的校验传感器的数量为一个,若基准坐标数据匹配成功,则说明存在两个以上的传感器检测到该基准坐标数据,避免将单一传感器检测到的错误坐标数据加入融合目标,从而提高融合目标的准确性。
-
公开(公告)号:CN117610633A
公开(公告)日:2024-02-27
申请号:CN202311523897.1
申请日:2023-11-15
Applicant: 重庆长安汽车股份有限公司
IPC: G06N3/082
Abstract: 本申请涉及一种模型压缩方法、装置、设备及存储介质,涉及自动驾驶领域。该方法包括:获取第一输出数据、第二输出数据和第三输出数据;获取训练数据对应的真实数据;根据第一输出数据、第二输出数据、第三输出数据、真实数据和预设损失函数,确定目标损失值;根据目标损失值对目标模型、压缩模型和量化模型进行迭代训练,在目标模型、压缩模型和量化模型均满足预设收敛条件的情况下,得到压缩模型完成训练后的目标压缩模型;当目标压缩模型满足预设条件时,输出目标压缩模型。
-
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。
-
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。
-
-
-
-
-
-
-
-
-