-
公开(公告)号：CN115578709A
公开(公告)日：2023-01-06
申请号：CN202211480590.3
申请日：2022-11-24
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 一种车路协同的特征级协同感知融合方法和系统，涉及车辆自动驾驶协同感知技术领域。获取车端点云信息和车端点云信息对应的时间戳；对所述车端点云信息进行特征提取以生成车端点云伪图像，对所述车端点云伪图像进行高维特征提取，以生成车端点云特征空间分布；获取路侧端点云特征数据，所述路侧端点云特征数据根据按照所述时间戳进行存储的路侧端点云信息确定；对所述路侧端点云特征数据进行解压缩，利用特征空间矫正将解压缩后的路侧端点云特征数据映射到所述车端点云特征空间分布；将映射到车端点云特征空间分布的路侧端点云特征数据和车端点云特征空间分布进行融合，对融合后的特征信息进行处理，从而实现车路协同感知。
-
公开(公告)号：CN113611122B
公开(公告)日：2022-01-14
申请号：CN202111172498.6
申请日：2021-10-09
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 一种车速引导方法、装置及设备，通过分割目标行驶路径，得到分割后的各行驶路段；预测在当前时刻的第一未来时间段内各交通信号灯的未来通行相位信息和各行驶路段的未来平均车速；根据第一未来时间段内各交通信号灯的未来通行相位信息、第一未来时间段内各行驶路段的未来平均车速、车辆状态方程、第一预设车速约束条件和评价方程，得到第一未来时间段内车辆的第一速度序列；根据第一速度序列，确定车辆在当前时刻的下一时刻的目标引导车速，该方法适用于平路或是坡道、安装交通信号灯或未安装交通信号灯的路段、不同道路车流速度、不同车辆驾驶行为等多种复杂场景，通过车速引导提升了车辆通行效率和能量经济性。
-
公开(公告)号：CN113459841B
公开(公告)日：2021-12-07
申请号：CN202111016159.9
申请日：2021-09-01
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本发明涉及汽车自动充电技术领域，具体涉及一种基于无标定双目视觉的自动充电控制方法和装置。其包括：首先系统从相机采集到的图像中，分别提取第一图像特征，再与设定的期望图像特征进行比较，得到第一图像特征误差。接着视觉控制器利用第一图像特征误差和机械当前位姿计算出控制量，驱动机械臂末端向目标运动。系统不断的接收相机采集的图像，从图像中提取特征点，并由视觉控制器计算出下一步所需要的机械臂控制量，获得位姿增量执行。然后系统再采集此时的图像特征，判断图像特征误差是否在允许的误差范围内，如果是，则认为任务完成，工作结束，如果不是，则进入下一轮循环。
-
公开(公告)号：CN113484851B
公开(公告)日：2021-11-16
申请号：CN202111045697.0
申请日：2021-09-08
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G01S7/497
Abstract: 一种车载激光雷达的仿真测试系统，用于测试待测车辆的车载激光雷达，包括场景仿真平台、轴耦合式测功机、仿真回波发射装置、雷达监测结果获取装置、仿真测试模型填充装置、模型比较装置和测试结果输出装置。首先由仿真回波发射装置依据场景仿真平台仿真的道路工况和轴耦合式测功机获取的待测车辆的运动状态发送回波雷达仿真信号，再由仿真测试模型填充装置依据车载激光雷达输出的监测结果点云数据获取填充结果模型，最后依据比较填充结果模型和仿真测试模型的一致性，来获取车载激光雷达检测结果信息。由于通过仿真回波发射装置发射的回波雷达仿真信号对车载激光雷达进行监测，使得整车在环测试系统对车载激光雷达的检测结果更全面、更准确。
-
公开(公告)号：CN113442915A
公开(公告)日：2021-09-28
申请号：CN202110943451.9
申请日：2021-08-17
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: B60W30/09 , B60W30/095 , B60W60/00 , B60R11/02
Abstract: 本发明涉及智能天线技术领域，具体涉及一种自动避障天线。其包括：激光雷达模块、毫米波雷达模块、超声波雷达模块、数据处理模块和显示报警模块。其中，激光雷达模块、毫米波雷达模块、超声波雷达模块分别用于在车辆行驶中检测路径上的障碍物信息以得到激光雷达信号、毫米波雷达信号和超声波雷达信号；数据处理模块同于对所述激光雷达信号、毫米波雷达信号和超声波雷达信号进行处理得到当前车辆和/或天线与障碍物的距离，自动避障模块用于根据当前车辆和/或天线与障碍物的距离控制天线和/或车辆运动以避开障碍物。通过本申请的自动避障天线成本低、可靠性高且避障效果的天线。
-
Patent Agency Ranking
公开(公告)号：CN118876996A
公开(公告)日：2024-11-01
申请号：CN202411215666.9
申请日：2024-09-02
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本发明公开了一种知识数据联合驱动的自动驾驶车辆换道轨迹预测方法。所述预测方法包括构建知识数据联合驱动的自动驾驶车辆换道轨迹预测模型，该模型包括：由换道知识组成的换道驾驶知识库、根据自车和周围车的特征状态量及换道知识进行换道轨迹预测的联合预测模块、将预测结果汇总得到最终预测轨迹的知识汇总模块，其中，联合预测模块包括基于多头图注意力网络构成的动态空间模块、基于多头自注意力机制构建的动态时序模块和轨迹预测模块。本发明可将关于人的驾驶过程的知识融入到深度学习模型中，相对于仅使用数据驱动的深度学习模型，显著提升了预测准确性、模型透明度与可维护性。
-
公开(公告)号：CN117974710A
公开(公告)日：2024-05-03
申请号：CN202410120255.5
申请日：2024-01-29
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) , 深圳市城市交通规划设计研究中心股份有限公司
Abstract: 本发明公开了一种适用于路侧感知场景的车辆跟踪方法，所述方法包括：确定路侧视频中车辆出现及消失的范围即跟踪边界，以及车辆连续运动的区域即标记区域，提取位于跟踪边界内的车流轨迹和车道线；用车道线和/或车流轨迹对通过卡尔曼滤波法获得车辆轨迹框进行修正；通过匈牙利匹配算法关联修正后的车辆预测轨迹框与目标检测框，根据其关联结果确定标记轨迹框及丢失轨迹框；再次通过匈牙利匹配算法关联标记轨迹框和丢失轨迹框，并根据其关联结果对重复轨迹进行合并，得到车辆跟踪轨迹。本发明可以在保证算法实时性的前提下，提高路侧视角下车辆跟踪算法的跟踪精度和ID保持率。
-
公开(公告)号：CN116071571B
公开(公告)日：2023-07-14
申请号：CN202310195164.3
申请日：2023-03-03
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G06V10/762 , G01S17/931 , G06V10/74 , G06V10/776 , G06V10/26 , G06V20/58
Abstract: 本发明涉及无线电波反射定位和检测技术领域，提供一种鲁棒快速的车用单线激光雷达点云聚类方法包括：激光雷达获取点云，设置体素相关参数；建立极坐标结构体数组和体素结构体；遍历点云，计算每个点的极坐标，划分体素网格，建立索引关系；遍历极坐标结构体数组，计算每个点对应的结构体索引；把相同索引的点放进同一个体素结构体并存放每个点的序号，并建立体素结构体哈希表；遍历哈希表，获取当前体素结构体索引，进行连通查找；当前循环结束，获取下一帧点云，继续计算。本发明划分的体素大小会随着距离的改变而改变，解决了无法自适应的问题；并通过体素建立点与点之间的关系，使得算法转为遍历体素，极大降低了计算量。
-
公开(公告)号：CN115856923B
公开(公告)日：2023-06-16
申请号：CN202310169015.X
申请日：2023-02-27
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本申请涉及一种矿卡卸料用时的测量方法、装置、设备及存储介质，其中方法包括：基于激光雷达，获取矿卡卸料区域的点云信息，得到原始点云信息；通过对原始点云信息进行滤波处理，得到滤波后点云集；从滤波后点云集中识别出车辆的点云信息，得到车辆点云集；基于车辆点云集中的点云数据，创建车厢坐标系；基于车厢坐标系，创建车厢底面网格面，并计算车厢底面网格面中每一网格面的矿料体积；累积每一网格面的矿料体积，得到车厢矿料体积，并基于车厢矿料体积，计算矿卡卸料用时。本发明提高了矿卡卸料用时的测量精准度，进而提高矿卡卸料的效率。
-
公开(公告)号：CN115578709B
公开(公告)日：2023-04-07
申请号：CN202211480590.3
申请日：2022-11-24
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 一种车路协同的特征级协同感知融合方法和系统，涉及车辆自动驾驶协同感知技术领域。获取车端点云信息和车端点云信息对应的时间戳；对所述车端点云信息进行特征提取以生成车端点云伪图像，对所述车端点云伪图像进行高维特征提取，以生成车端点云特征空间分布；获取路侧端点云特征数据，所述路侧端点云特征数据根据按照所述时间戳进行存储的路侧端点云信息确定；对所述路侧端点云特征数据进行解压缩，利用特征空间矫正将解压缩后的路侧端点云特征数据映射到所述车端点云特征空间分布；将映射到车端点云特征空间分布的路侧端点云特征数据和车端点云特征空间分布进行融合，对融合后的特征信息进行处理，从而实现车路协同感知。
-
-
-
-
-
-
-
-
-
Search Results
442
records
(took 0.141 seconds)
