-
公开(公告)号：CN115601685A
公开(公告)日：2023-01-13
申请号：CN202211412113.3
申请日：2022-11-11
Applicant: 清华大学苏州汽车研究院(吴江)(CN) , 清华大学(CN)
Abstract: 本发明公开了一种驾驶场景提取方法、装置、设备及介质。该方法根据车辆的行驶数据帧、环境目标相对车辆的相对行驶数据帧，以及目标驾驶场景的第一阈值特征，确定关键帧中的候选目标；根据关键帧中的候选目标、关键帧之前预设数量的目标帧以及关键帧之后预设数量的目标帧，确定候选目标的追踪结果；根据候选目标的追踪结果，以及目标驾驶场景的第二阈值特征，确定目标驾驶场景提取结果。本技术方案，以实现对场景目标的准确跟踪，减少驾驶场景提取的误检率和漏检率。
-
公开(公告)号：CN114754767A
公开(公告)日：2022-07-15
申请号：CN202210350787.9
申请日：2022-04-02
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种定位方法、装置、运料车辆及存储介质。所述方法应用于运料车辆，包括：在所述运料车辆执行厂区运料作业的过程中，实时确定所述运料车辆在厂区所处的目标区域；其中，所述目标区域包括室内区域、室外区域及过渡区域；根据所述目标区域确定对应的目标定位方式；其中，所述目标定位方式包括单一定位方式及组合定位方式；基于所述目标定位方式确定所述运料车辆的位姿信息。通过本发明实施例提供的技术方案，能够为厂区内自动驾驶运料车辆提供可靠性较高的定位服务，提高了厂区物流的运输效率。
-
公开(公告)号：CN112600659B
公开(公告)日：2022-06-03
申请号：CN202011342859.2
申请日：2020-11-26
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种基于神经网络的安全芯片侧信道泄漏检测方法，包括：针对不同的加密算法，分别采集有防护芯片和无防护芯片在执行加密算法过程的能量轨迹，形成训练样本；对预处理后的样本数据进行标注，根据加密算法名称及防护情况进行标注；构建神经网络模型；训练构建的神经网络模型；使用训练好的神经网络模型计算能量轨迹的类别，得到检测结果。利用神经网络可以有效分析出加密设备在执行算法时是否存在能量泄露，准确率高，易拓展，降低了测试人员的技能要求。
-
公开(公告)号：CN114326738A
公开(公告)日：2022-04-12
申请号：CN202111653745.4
申请日：2021-12-30
Applicant: 中铁十九局集团矿业投资有限公司北京信息技术分公司 , 清华大学苏州汽车研究院(吴江)
IPC: G05D1/02
Abstract: 本申请实施例公开了一种矿用无人运输车控制方法、装置、介质和电子设备。该方法包括：根据挖掘设备的作业位置，在至少两个候选装载区位置中确定目标装载区位置；根据预设的卸载区位置、目标装载区位置、无人运输车的当前位置及装载状态，从至少两个候选运输路径中为所述无人运输车选择目标运输路径；将所述目标运输路径下发至所述无人运输车，以使所述无人运输车根据所述目标运输路径进行矿料运输。执行本申请技术方案，保证了矿用无人运输车可以快速、准确地自动到达装载区进行矿料运输，提高了矿区的矿料运输效率。
-
公开(公告)号：CN112904843B
公开(公告)日：2022-04-08
申请号：CN202110050160.7
申请日：2021-01-14
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G05D1/02
Abstract: 本发明实施例公开了一种自动驾驶场景确定方法、装置、电子设备及存储介质。该方法包括：获取当前车辆所处道路的道路信息和所述当前车辆的第一自动驾驶信息；根据所述道路信息和所述第一自动驾驶信息确定所述当前车辆与周围车辆的交互冲突点；根据所述交互冲突点与自动驾驶场景的关联关系，确定目标自动驾驶场景。通过运行本发明实施例所提供的技术方案，可以解决在处理自动驾驶汽车的自动驾驶场景规划问题时，通常是根据采集的驾驶场景历史数据作为自动驾驶场景主要的分类依据，降低了自动驾驶场景确定的准确性和全面性的问题，达到了提高自动驾驶场景确定的准确性和全面性的效果。
-
Patent Agency Ranking
公开(公告)号：CN114179835A
公开(公告)日：2022-03-15
申请号：CN202111653767.0
申请日：2021-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种基于真实场景下强化学习的自动驾驶车辆决策训练方法。所述自动驾驶车辆设置有线控底盘、定位装置、激光雷达装置以及自动驾驶控制器，该方法包括：当车辆在真实场景下按照预设行驶路径的轨迹点行驶时，间歇性执行探索行为并记录强化学习模型的输入信息，所述输入信息包括输入状态，动作空间，单步执行后的回报；根据输入信息对强化学习决策算法进行训练。本发明通过线控底盘、四个激光雷达、RTK定位单元、电脑控制器等基础硬件，通过预设行驶轨迹、小范围抽样动作探索、可靠的安全防护和自动复位等关键技术，突破强化学习算法依赖虚拟环境的限制，实现自动驾驶车辆强化学习决策算法的在线自动采集、训练和验证。
-
公开(公告)号：CN114166207A
公开(公告)日：2022-03-11
申请号：CN202111650293.4
申请日：2021-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种矿区自动驾驶的定位系统和方法。其中，该系统包括：处理器、第一定位模块、第二定位模块以及辅助定位模块；第一定位模块用于获取矿卡运行过程中的高度信息；第二定位模块用于获取矿卡运行过程中的经纬度以及航向角信息；辅助定位模块用于在矿卡运行过程中获取矿卡的定位信息；处理器用于根据辅助定位模块获取的信息和第一定位模块获取的信息递推矿卡运行过程中的高度信息，以及用于根据辅助定位模块获取的信息对第二定位模块获取的信息进行修正。本发明通过布置少量UWB基站及一个UWB标签，配合自动驾驶车辆上常用的RTK、IMU、里程计，低成本地实现了高度方向的精准定位，方法简洁高效。
-
公开(公告)号：CN113569752A
公开(公告)日：2021-10-29
申请号：CN202110866096.X
申请日：2021-07-29
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明实施例公开了车道线结构识别方法、装置、设备及介质。该方法包括：首先获取包含多种类型车道线结构的样本图像，并对样本图像进行预处理；将预处理后的样本图像基于可变卷积神经网络进行处理，得到每个样本图像对应的包含车道线结构的二值图；基于包含车道线结构的二值图训练分类模型，并将训练完成的分类模型用于对视频中车道线结构的识别。通过采用上述技术方案，可以达到快速识别车道线结构的目的，提高了自动驾驶时车道线结构的提取效率，加速自动驾驶算法的开发进程的技术效果。
-
公开(公告)号：CN110962847B
公开(公告)日：2021-10-08
申请号：CN201911170793.0
申请日：2019-11-26
Applicant: 清华大学苏州汽车研究院(吴江)
IPC: B60W30/095 , B60W30/14 , B60W40/105 , B60W40/00
Abstract: 本发明公开了一种车道居中辅助自适应巡航的轨迹规划方法，包括：根据获取的车道线数据对车道线进行拟合，得到车道线方程，生成车辆的感兴趣区域；通过对感兴趣区域内障碍物进行代价计算，得到目标障碍物信息；根据左右车道线数据计算当前所在车道的道路中心线即最佳的行驶路径；根据目标障碍物信息结合自车的车辆状态信息进行自车的纵向速度规划，得到车辆纵向速度曲线，完成轨迹规划，所述目标障碍物信息包括障碍物与自车的相对位置和相对自车的速度信息。当无RTK信号或信号丢失时，基于摄像头反馈数据和毫米波数据得到横向和纵向速度规划曲线，最终完成横纵向解耦控制，实现低成本硬件架构在结构化道路下的自动驾驶。
-
公开(公告)号：CN113438225A
公开(公告)日：2021-09-24
申请号：CN202110697999.X
申请日：2021-06-23
Applicant: 江苏智能网联汽车创新中心有限公司 , 清华大学苏州汽车研究院(吴江)
IPC: H04L29/06 , H04W12/121 , G06F21/57 , G06F11/36
Abstract: 本发明实施例公开了一种车载终端漏洞检测方法、系统、设备及存储介质。该方法包括：接收待检测车载终端的配置信息，根据配置信息匹配待检测车载终端；其中，待检测车载终端为仅能通过移动通信联网的车载终端；在接收到攻击请求时，根据待检测车载终端的开放端口确定测试用例库中的至少一个测试用例，通过生成的与各测试用例对应的攻击数据包攻击待检测车载终端；接收待检测车载终端被各攻击数据包攻击后的业务数据，对比各业务数据以及与各业务数据对应的测试用例，根据各对比结果确定漏洞检测结果。本发明实施例的技术方案，解决了仅能通过移动通信联网的车载终端无法直接进行漏洞检测的问题，提升了车载终端漏洞检测结果的准确度。
-
-
-
-
-
-
-
-
-
Search Results
232
records
(took 0.041 seconds)
