-
公开(公告)号：CN110458047A
公开(公告)日：2019-11-15
申请号：CN201910667021.1
申请日：2019-07-23
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种基于深度学习的越野环境场景识别方法及系统，属于越野环境场景识别技术领域，解决了现有越野环境场景识别时间长、可通过区域提取成本高且提取效果较差的问题。一种基于深度学习的越野环境场景识别方法，包括如下步骤：获取越野环境场景下拍摄得到的待检测图像；对待检测图像进行场景识别，处理得到待检测图像的烟雾识别结果、扬尘识别结果、自然场景识别结果和道路类型识别结果；根据所述道路类型识别结果对待检测图像进行道路语义分割，处理得到待检测图像的路面分割结果；在待检测图像上统一显示所述烟雾识别结果、扬尘识别结果、自然场景识别结果、道路类型识别结果及路面分割结果。该方法有效缩短了越野环境场景识别时间。
-
公开(公告)号：CN110032949A
公开(公告)日：2019-07-19
申请号：CN201910222741.7
申请日：2019-03-22
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种基于轻量化卷积神经网络的目标检测与定位方法，属于深度学习技术领域，解决了现有方法不能满足无人驾驶车辆实时性处理的要求。包括：实时采集车辆前方的图像数据和点云数据；将图像数据传输到目标检测模型，进行目标识别，获取目标信息；目标检测模型采用轻量化卷积神经网络；将获取的目标信息及点云数据输入到训练好的目标定位模型，进行目标定位，得到目标相对于车辆的位置信息。本方法实现了对静态、动态目标的实时检测和定位，使得车辆能够实时感知目标信息，及时地对目标进行避障处理，检测和识别结果具有较高的准确度，能够用于存在多个静态、动态目标的复杂场景，并且满足自动驾驶车辆的实时性检测定位要求。
-
公开(公告)号：CN103234763B
公开(公告)日：2015-04-15
申请号：CN201310121620.6
申请日：2013-04-09
Applicant: 北京理工大学
IPC: G01M17/007
Abstract: 本发明涉及一种无人驾驶车辆评价测试方法及系统。该方法包括根据无人驾驶车辆行驶的环境复杂度、执行任务的复杂度、人工干预程度以及行驶质量对无人驾驶车辆智能水平划分等级；确定无人驾驶车辆评价测试指标体系，并采用可拓展层次分析法确定各级指标权重，以及结合无人驾驶车辆行驶参数实现无人驾驶车辆与环境交互的量化分析；最后结合无人驾驶车辆与环境交互的量化分析结果，实现无人驾驶车辆的定量测试评价。同时还提供一种相应的无人驾驶车辆评价测试系统。利用这种评价测试方法和系统，可以更加准确的对无人驾驶车辆进行定量评价，促进无人驾驶车辆技术的改进和发展，从而保证无人驾驶车辆能够在真实交通环境下安全的行驶。
-
公开(公告)号：CN103236199B
公开(公告)日：2015-02-25
申请号：CN201310121594.7
申请日：2013-04-09
Applicant: 北京理工大学
Abstract: 一种行人横穿马路自动测试系统及其测试方法，该系统由假人移动装置、车辆检测装置以及无线收发模块构成。该系统能够检测被测车辆到达时的车道，距模拟系统的距离，以及行驶的速度，从而自动移动假人通过马路，并且可以设置假人通过马路的时间和速度，以及假人通过车辆正前方时距离车辆的距离。
-
公开(公告)号：CN104260722A
公开(公告)日：2015-01-07
申请号：CN201410492133.5
申请日：2014-09-23
Applicant: 北京理工大学
IPC: B60W30/06
CPC classification number: B60W30/06 , B60W2550/10
Abstract: 本发明涉及一种自动泊车系统，包括：环境采集传感器，用于对车辆周围环境进行探测，并将采集到的数据发给中央处理单元；人机交互单元，用于提供驾驶员观测车辆周围环境信息并与系统进行交互的界面；中央处理单元，用于根据接收到的车辆周围环境数据创建泊车环境地图并发送给人机交互单元；根据接收到的驾驶员的车位选择信息、已获取的车辆实际位置信息以及泊车环境地图规划泊车期望路径并将所述期望泊车路径发送给底层控制模块；底层控制模块，用于根据中央处理单元发来的期望泊车路径触发车辆进行相应的操作，完成泊车；本发明提出的全自动泊车技术解决了城市化进程中带来的泊车空间狭小以及普通驾驶员难以泊车入位的难题，并且具有重规划能力。
-
Patent Agency Ranking
公开(公告)号：CN102722173B
公开(公告)日：2014-06-04
申请号：CN201210199194.3
申请日：2012-06-14
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明公开一种车用遥控驾驶仪控制方法，遥控驾驶仪包括电路板组件（4），电路板组件（4）包括硬件部分和软件部分，所述方法具体包括以下控制步骤：第一步，打开电源开关，对电路板组件进行供电，电源指示灯亮或闪烁；第二步，对硬件电路初始化，初始化指示灯亮或闪烁；第三步，采集驾驶仪上的开关量信号、模拟量信号以及车辆实际状态信号；第四步，处理所述信号，生成遥控驾驶指令；第五步，以无线方式将所述驾驶指令传输到车辆上，对车辆执行相关操控。
-
公开(公告)号：CN119148163A
公开(公告)日：2024-12-17
申请号：CN202411629301.0
申请日：2024-11-15
Applicant: 北京理工大学
IPC: G01S17/931 , G01S17/42 , G01S17/88 , G06V20/58 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/092
Abstract: 本申请公开了一种无人车在未知环境下的自主导航方法、设备及介质，涉及无人驾驶技术领域，对当前时刻的三维点云数据进行处理，得到当前时刻的无人车位姿和周围环境信息，以目标点位姿以及当前时刻的无人车位姿和周围环境信息作为输入，利用训练好的强化学习模型确定当前时刻的无人车速度，无人车速度包括线速度和角速度，控制无人车按照当前时刻的无人车速度运动，直至无人车到达目标点，本申请引入训练好的强化学习模型，能够基于样本经验来确定无人车速度，不需要人工调整参数，可解决无人车在未知环境下自主导航时需要进行大量参数调整的问题，提高无人车在未知环境中的适应性，避免给开发过程带来大量的人力、物力负担。
-
公开(公告)号：CN110458047B
公开(公告)日：2023-01-10
申请号：CN201910667021.1
申请日：2019-07-23
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
IPC: G06V20/52 , G06V20/56 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于深度学习的越野环境场景识别方法及系统，属于越野环境场景识别技术领域，解决了现有越野环境场景识别时间长、可通过区域提取成本高且提取效果较差的问题。一种基于深度学习的越野环境场景识别方法，包括如下步骤：获取越野环境场景下拍摄得到的待检测图像；对待检测图像进行场景识别，处理得到待检测图像的烟雾识别结果、扬尘识别结果、自然场景识别结果和道路类型识别结果；根据所述道路类型识别结果对待检测图像进行道路语义分割，处理得到待检测图像的路面分割结果；在待检测图像上统一显示所述烟雾识别结果、扬尘识别结果、自然场景识别结果、道路类型识别结果及路面分割结果。该方法有效缩短了越野环境场景识别时间。
-
公开(公告)号：CN113044029B
公开(公告)日：2022-03-15
申请号：CN202110295008.5
申请日：2021-03-19
Applicant: 北京理工大学
Abstract: 本发明涉及一种考虑三维地形的运动规划方法，尤其涉及一种无人车辆三维地形中的运动规划，属于无人车辆运动规划领域。本发明为了保证无人车辆在三维地形面上的行驶安全性，增强在三维地形中运动规划的合理性，提出了一种保证无人车在三维地形上安全行驶的运动规划方法。主要内容分为四部分，地形环境表示与位姿投影方法是后续操作的基础。地形可通行性判别算法考虑到路面粗糙度与地面形状对可通行性的影响，保证车辆静态稳定性。三维地形路径规划包括参考路径生成和可跟踪路径生成两个步骤。速度规划包括初始速度曲线生成和速度曲线平滑两个步骤。
-
公开(公告)号：CN110210350B
公开(公告)日：2021-12-21
申请号：CN201910429977.8
申请日：2019-05-22
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种基于深度学习的快速停车位检测方法，属于驾驶技术领域，用于解决停车位检测环境适应性差、模型计算量大问题，方法包括离线步骤：离线采集包含有停车位的图像数据，建立训练、验证数据集；进行神经网络模型的训练、评价和优化；所述神经网络模型用于对图像数据中停车位边线进行语义分割；在线步骤：在线采集包含有停车位的图像数据，使用训练好的神经网络模型进行停车位边线语义分割得到停车位边线掩膜，对得到的边线掩膜进行拟合、聚类与组合，得到由边线组成的几何形状；根据设定的形状判别条件，对所述几何形状进行筛选确定停车位。本发明具环境适应性强；采用模型体积很小，计算量低，对计算资源的需求较小；系统造价低，具有大规模应用的潜力。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.021 seconds)
