-
公开(公告)号：CN115563184A
公开(公告)日：2023-01-03
申请号：CN202211216947.7
申请日：2022-09-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/2458 , G06F16/906 , G06F16/215
Abstract: 本发明提供一种自动驾驶应用数据的处理方法，其特征在于，方法包括：采集车辆行驶路程中的原始数据；根据预设的数据清洗规则获取正常的原始数据，记录为正常数据；存储原始数据和正常数据至原始数据库；提取原始数据库中的正常数据，预设车辆模块功能信息，将不同车辆模块功能信息关联的正常数据存储至不同的子数据库中，并记录为通用样本数据；在一子数据库中，根据预设的车辆模块种类信息，将不同种类的通用样本数据记录为不同的特有样本数据；对特有样本数据训练，生成自动驾驶应用数据的处理模型数据。本发明中可提高自动驾驶应用数据的处理效率，且兼顾准确性。
-
公开(公告)号：CN115424068A
公开(公告)日：2022-12-02
申请号：CN202211061091.0
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及自动驾驶技术领域，公开了一种行人意图预测方法、系统、电子设备及可读存储介质，该方法通过从目标车辆的当前场景图像中确定当前图像特征，并从当前场景图像中确定交通参与目标对应的当前检测框，进而将当前图像特征、当前检测框和目标车辆的当前行驶数据输入行人意图预测模型，得到行人意图预测结果，不仅通过当前图像特征将场景图像作为预测参考，还对当前场景图像中的交通参与目标进行目标识别，将场景中的交通参与目标而非只是行人作为预测参考，同时，将车辆自身的行驶数据作为待预测数据，以参考行人与车辆之间的联系，提高了预测特征使用率，从而提高预测结果的准确性。
-
公开(公告)号：CN115402321A
公开(公告)日：2022-11-29
申请号：CN202211216157.9
申请日：2022-09-30
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/18
Abstract: 本申请提供一种变道策略确定方法、系统、电子设备及存储介质，该变道策略确定方法包括获取前方停止线与待控制车辆之间的纵向距离、推荐变道最佳位置与待控制车辆之间的纵向距离及待控制车辆的行车状态，行车状态包括变道状态，变道状态包括变道中和未变道，若变道状态为未变道，根据前方停止线与待控制车辆之间的纵向距离、推荐变道最佳位置与待控制车辆之间的纵向距离、预设第一距离阈值及预设第二距离阈值，确定变道模式，根据变道模式，确定变道策略，本申请通过环境图像信息与感知动态环境信息相结合，并设置第一变道模式和基于对动态流速不满意而产生的第二变道模式及不同变道模式的转换逻辑，并根据实时环境状况产生合理的变道行为。
-
公开(公告)号：CN115366919A
公开(公告)日：2022-11-22
申请号：CN202211052101.4
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00
Abstract: 本申请提供一种轨迹预测方法、系统、电子设备及存储介质，首先获取目标车辆；以及与目标车辆处于预设范围内的目标对象；然后根据目标车辆和目标对象相对于大地坐标系的位置坐标，确定目标车辆与目标对象的相对位置关系；再基于相对位置关系，确定目标对象相对于目标车辆的移动趋势；再根据当前道路信息以及目标对象相对于目标车辆的移动趋势，预测目标对象的目的地；最后对目标对象的历史移动轨迹点、当前位置点和预测目的地进行拟合，生成目标对象的预测路径轨迹。本申请可以先预测目标对象的移动意图，然后利用该意图结合道路信息推理生成目标对象的预测路径轨迹，帮助智能驾驶车辆更好地做出决策和动作，使得智能驾驶车辆整体更加拟人化。
-
公开(公告)号：CN115112141A
公开(公告)日：2022-09-27
申请号：CN202210739201.8
申请日：2022-06-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种车辆路径规划方法、系统、电子设备及存储介质，首先根据无人驾驶车辆和周围车辆的状态信息、交通环境数据，预测周围车辆的所有可能行驶轨迹；再根据无人驾驶车辆在当前时刻前的路径规划，对周围车辆进行路径规划，生成周围车辆的假定规划轨迹；对假定规划轨迹进行修正，并将修正后的假定规划轨迹与预测轨迹进行合并，根据轨迹合并结果对无人驾驶车辆进行路径规划，以生成让无人驾驶车辆与周围车辆不会出现冲突或碰撞的行驶路径。本发明不仅考虑了无人驾驶车辆与周围车辆的交互影响，而且还能够提高周围车辆轨迹预测结果的合理性和准确性，以及提高无人驾驶车辆路径规划的主动性和拟人化程度。
-
Patent Agency Ranking
公开(公告)号：CN118778645A
公开(公告)日：2024-10-15
申请号：CN202410786787.2
申请日：2024-06-18
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种车辆轨迹的预测方法、装置、电子设备和介质，该方法包括：获取目标车辆的第一历史状态信息，以及目标车辆周围的移动物体的第二历史状态信息；获取目标车辆当前所处区域的地图节点特征信息；根据第二历史状态信息和地图节点特征信息，确定局部交互特征信息；根据局部交互特征信息和第一历史状态信息，确定全局交互特征信息；根据全局交互特征信息和第一历史状态信息，生成针对目标车辆的至少一条预测轨迹。通过本发明实施例，可以先基于车辆周围的移动物体的移动情况和地图节点的情况，得到移动物体与地图节点的关系；然后基于这一关系和车辆的移动情况，得到车辆与周围环境的关系。通过融合多角度的信息，使得车辆预测轨迹更准确。
-
公开(公告)号：CN115092166B
公开(公告)日：2024-08-20
申请号：CN202210679403.8
申请日：2022-06-15
Applicant: 重庆长安汽车股份有限公司
IPC: B60W40/105 , B60W60/00 , B60W50/00
Abstract: 本发明涉及一种基于社会力模型的交互式自动驾驶速度规划方法，包括如下步骤：1）获取本车运动状态、所属道路环境、道路环境中所有的行人状态和行人意图；2）基于当前道路环境生成交互场景，以行人状态、行人意图和本车运动状态作为交互对象的初始状态进行场景分析，规划出N个候选速度；3）将N个候选速度分别代入社会力模型的车辆‑行人交互中进行前向仿真，得到N个交互仿真结果；4）对N个交互仿真结果进行评估，选出最优的候选速度作为本车自动驾驶的规划速度。本发明融合了社会力模型的速度规划方法较为充分地考虑自动驾驶车辆与目标之间的交互情况，并最终生成更加合理、舒适的规划速度，可有效提高自动驾驶的舒适性和用户体验。
-
公开(公告)号：CN117948963A
公开(公告)日：2024-04-30
申请号：CN202410070513.3
申请日：2024-01-16
Applicant: 重庆长安汽车股份有限公司
IPC: G01C21/00 , G06V20/56 , G06V20/58 , G06V20/70 , G06V10/26 , G06V10/62 , G06T7/73 , G06T7/246 , G06T7/277 , G01C21/30
Abstract: 本申请涉及一种地图构建方法、装置、设备及存储介质，涉及地图构建技术领域。该方法包括：获取车辆的多个初始位置、与多个初始位置一一对应的多个采集图像、与多个采集图像一一对应的多个语义图像、与多个采集图像一一对应的多个车辆位姿其中，一个语义图像包括与一个语义图像对应的采集图像中，每个像素对应的地图要素类别。一个语义图像为根据一个语义图像对应的采集图像和预设语义模型确定的。之后，根据多个初始位置、多个采集图像、多个语义图像、多个车辆位姿和预设地图，确定车辆的多个目标位置，并根据多个目标位置、多个采集图像、多个语义图像和多个车辆位姿，构建目标地图。本申请可以高效、高精度、低成本的构建目标地图。
-
公开(公告)号：CN117689694A
公开(公告)日：2024-03-12
申请号：CN202410014040.5
申请日：2024-01-03
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及自动驾驶技术领域，公开了轨迹预测方法、装置、计算机设备及存储介质，本发明在获得不同轨迹预测算法输出的预测轨迹后，基于各目标车辆在不同预测轨迹中各轨迹点的车辆运行参数，得到各目标车辆的不同预测轨迹相对于参考轨迹的偏差总值，基于得到的偏差总值对第一先验概率矩阵进行更新，根据更新后的第二先验概率矩阵和不同预测轨迹对应的偏差总值得到不同预测轨迹对应的评估分值，以对轨迹集中的预测轨迹进行筛选，确定目标车辆的目标预测轨迹。从而在不损失实时性的前提下，对多种轨迹预测算法输出的预测轨迹进行评估，在不同道路场景下针对目标车辆筛选出其最有可能的轨迹。
-
公开(公告)号：CN115148025B
公开(公告)日：2023-10-20
申请号：CN202210752011.X
申请日：2022-06-28
Applicant: 重庆长安汽车股份有限公司
IPC: G08G1/01 , G08G1/052 , G06N3/0464 , G06N3/047 , G06N3/082
Abstract: 本发明提供了一种交通目标轨迹预测方法及可读存储介质，该方法借助了交通可移动区域的高精地图信息、目标交通物体的历史轨迹信息、以及目标周围预设定范围内的交通参与者的历史轨迹信息并进行坐标重叠，从而基于高精地图能够确认目标交通物体及其周围的交通参与者的运行区域及轨迹特征，因此利用残差神经网络构建交通轨迹预测模型并基于这些特征信息进行训练自动调整模型参数以达到最佳匹配效果后，即可针对目标交通物体的交通参与者类型和运行轨迹加以准确和客观的预测，从而具备针对不同类型的交通参与者以及较复杂的交通环境的轨迹预测能力以及较高的预测准确性，提高交通目标轨迹预测判断的准确性和技术应用适应能力。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.037 seconds)
