-
公开(公告)号:CN112693466A
公开(公告)日:2021-04-23
申请号:CN202110126415.3
申请日:2021-01-29
Applicant: 重庆长安汽车股份有限公司
IPC: B60W40/02 , B60W40/105 , B60W50/00
Abstract: 本发明是一种车辆环境感知传感器性能测评系统及方法,其由激光雷达组实时采集环境点云信息,摄像头采集环境中的图像信息,惯性导航系统模块采集车辆定位信息,激光雷达组、摄像头和惯性导航系统模块传输数据给数据融合控制器,数据融合控制器对数据进行处理后输出给工控机,作为评价待测传感器性能指标的真值,工控机获取待测传感器采集的目标信息并实时保存,并将评价待测传感器性能指标真值与待测传感器检测到的目标信息通过运算来判断该传感器是否满足既定性能评价指标。本发明能够提供精确的道路环境上的障碍物与车道线信息,并快速分析用于后续评价待测传感器性能指标的真值,提高对传感器性能的评测能力。
-
公开(公告)号:CN119941793A
公开(公告)日:2025-05-06
申请号:CN202510041819.0
申请日:2025-01-10
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及自动驾驶环境感知技术领域,公开了基于拓扑关系的目标位置校正方法、装置、车辆及介质,方法包括:获取观测目标和跟踪目标,其中,观测目标是指目标车辆的当前道路感知数据中所包含的至少一个感知目标;跟踪目标是指目标车辆的历史道路感知数据中所包含的至少一个感知目标;分别构建观测目标对应的观测拓扑矩阵和跟踪目标对应的跟踪拓扑矩阵;分别计算观测拓扑矩阵对应的第一拓扑关系和跟踪拓扑矩阵对应的第二拓扑关系;基于第一拓扑关系和第二拓扑关系计算目标校正位移,并基于目标校正位移对观测目标的当前位置进行位置校正。本发明通过构建观测目标和跟踪目标对应的拓扑关系来对目标进行位置校正,可提高感知目标的真实性和准确性。
-
公开(公告)号:CN114662597B
公开(公告)日:2025-04-25
申请号:CN202210302009.2
申请日:2022-03-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/25
Abstract: 本发明涉及一种基于分段函数的多传感器数据融合方法,包括如下步骤:1)获取多个传感器数据并统计输出目标分布情况;2)分析多个传感器数据的稳定性,输出跳变标志位;3)基于分段函数对目标分布情况进行拟合,输出权重曲线;4)基于权重曲线对多个传感器数据进行融合,得到融合数据。本发明所述一种基于分段函数的多传感器数据融合方法,基于分段函数对目标分布情况进行拟合得到权重曲线,在基于权重曲线对多个传感器数据进行融合得到融合数据,相较于现有方法,本方法步骤简单,所需算力较低;另外,本方法中还通过分析多个传感器数据的稳定性来调整权重曲线,使多个传感器数据的融合更加准确可靠。
-
公开(公告)号:CN114839615B
公开(公告)日:2024-09-13
申请号:CN202210471195.2
申请日:2022-04-28
Applicant: 重庆长安汽车股份有限公司
IPC: G01S7/41 , G01S13/931 , G01S3/14 , G06F17/11
Abstract: 本发明公开了一种4D毫米波雷达目标航向角拟合方法及存储介质,包括S1、获取本车信号、目标的位置信号及4D毫米波雷达点云信号,并对该信号进行解析和预处理;S2、对所述点云信号进行聚类处理,获取点云簇;S3、根据目标的位置信号,采用基于主成分分析拟合算法和基于最小包围框损失函数拟合算法相结合的方式对所述点云簇进行航向角拟合处理,获取目标的方位航向角。本发明通过对传感器的特性进行分析后,对不同位置的目标采用不同的航向角拟合算法,结合参考追踪后目标的航向角以及目标的外接框所形成的航向角在不同条件下使用不同的权重,对于目标航向角的准确性有着明显的提升。
-
公开(公告)号:CN114684154B
公开(公告)日:2024-06-21
申请号:CN202210303472.9
申请日:2022-03-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了基于雷达点云修正视觉检测目标航向角的方法及存储介质,包括S1、获取目标车辆的目标属性和点云数据;S2、根据目标属性获取目标车辆靠近本车的两个角点的坐标;S3、根据所述坐标求解两个角点的方程;S4、计算所述点云数据中的所有点与该方程的欧式距离,并剔除异常点;S5、拟合点云数据中剔除异常点后的所有点的曲线,获取目标车辆的点云拟合航向角;S6、判定所述点云拟合航向角是否有效,若无效则返回S4。本发明基于雷达点云实现视觉检测目标航向角的修正,并对雷达点云拟合的航向角进行了定量的分析,具有较好的可行性和可靠性,在智能驾驶汽车中目标航向角修正方面具有很高的使用价值。
-
公开(公告)号:CN117002492A
公开(公告)日:2023-11-07
申请号:CN202310974353.0
申请日:2023-08-03
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/09 , B60W30/095
Abstract: 本发明实施例提供了一种车辆制动方法和装置,涉及主动安全驾驶技术领域,该方法包括:基于障碍物的相对于车辆的纵向位置计算纵向碰撞时间,基于纵向碰撞时间以及障碍物相对于车辆的横向位置判断障碍物是否为碰撞物,若是则确定根据传感器探测碰撞物的探测工况,根据传感器的感知特性、工况和碰撞物与车辆的距离,从感知特性中确认目标漏检率和目标误检率,并根据目标漏检率和目标误检率确认是否对碰撞物进行制动。本发明实施例通过考虑传感器的误检率、漏检率和误差,能够有效地减少误制动和漏制动,从而更加准确的进行制动使得驾驶更加安全。
-
公开(公告)号:CN116977965A
公开(公告)日:2023-10-31
申请号:CN202310961818.9
申请日:2023-07-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V10/762 , G06T7/73 , G06V10/764
Abstract: 本申请实施例涉及一种目标检测方法、装置、电子设备及存储介质,上述方法包括:获取车道线信息集合和目标信息集合,其中,所述车道线信息为第一传感器确定的车道线的信息,所述目标信息为第二传感器确定的待检测目标的信息;基于所述车道线信息集合和所述目标信息集合,确定相对位置信息;基于所述相对位置信息,采用预设聚类算法,对所述目标信息集合进行聚类,得到聚类结果;基于所述聚类结果,对所述待检测目标进行目标检测。由此,可以基于两个传感器分别采集的车道线信息和目标信息,确定车道线和待检测目标之间的相对位置,进而基于该相对位置,通过对目标信息进行聚类,实现对待检测目标的目标检测,这样,可以提高目标检测的准确度。
-
公开(公告)号:CN116660888A
公开(公告)日:2023-08-29
申请号:CN202310630109.2
申请日:2023-05-30
Applicant: 重庆长安汽车股份有限公司
IPC: G01S13/86
Abstract: 本发明涉及一种雷达目标与视觉目标关联方法、装置、车辆和存储介质,包括获取雷达观测数据和视觉观测数据;基于所述视觉观测数据确定前视新建融合目标,基于所述雷达观测数据确定雷达目标状态量;计算所述雷达目标状态量与所述前视新建融合目标之间的马氏距离;当所述马氏距离满足预设关联条件时,将所述雷达目标状态量投影至所述前视新建融合目标的图像层,生成投影目标状态量;依据所述投影目标状态量的点云位置和所述马氏距离确定目标关联状态量;将所述目标关联状态量与所述前视新建融合目标关联。本发明实施例通过马氏距离以及投影至图像层级的投影目标状态量的点云位置,将雷达目标与前视新建融合目标进行关联,提高融合的位置准确度。
-
公开(公告)号:CN116304989A
公开(公告)日:2023-06-23
申请号:CN202310335916.1
申请日:2023-03-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种车辆传感器数据处理的方法、装置、车辆和介质,所述方法包括:在车辆行驶过程中,获取多个传感器针对跟踪目标采集的多个初始传感器数据;将所述多个初始传感器数据进行融合,得到所述跟踪目标的融合传感器数据;获取基于卡尔曼滤波计算得到的所述跟踪目标上一时刻的跟踪预测数据和上一时刻的测量噪声数据,并基于所述上一时刻的跟踪预测数据、所述上一时刻的测量噪声数据以及所述融合传感器数据确定当前时刻的测量噪声数据;依照所述当前时刻的测量噪声数据和所述融合传感器数据进行卡尔曼滤波计算,确定当前时刻的跟踪预测数据。在本发明实施例中,实现了对跟踪目标测量噪声的实时计算。
-
公开(公告)号:CN116244291A
公开(公告)日:2023-06-09
申请号:CN202310175191.4
申请日:2023-02-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/215 , G06F18/25
Abstract: 本申请一种运动目标数据的合理性检测方法、装置、电子设备及介质,其中,方法包括:采集当前道路的图像数据和环境数据;识别运动目标数据的合理性检测策略,在合理性检测策略为单传感检测策略时,根据图像数据或环境数据得到运动目标的运动目标数据,在合理性检测策略为多传感检测策略时,根据图像数据和环境数据得到运动目标数据;基于运动目标历史数据和运动目标运动特性分析运动目标数据的合理性,输出运动目标数据的合理性分析结果。由此,解决了因大部分运动目标传感数据来源于高精度地图数据库或者道路图像检测,导致部分场景匹配效果不佳,获取的位置不准确或者图像提取点参数拟合误差大的问题,能够更有效地使用运动目标数据。
-
-
-
-
-
-
-
-
-