-
公开(公告)号：CN112465193A
公开(公告)日：2021-03-09
申请号：CN202011236840.X
申请日：2020-11-09
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种多传感器数据融合的参数优化方法及装置，涉及自动化的技术领域，该方法包括：获取包括多传感器数据的训练数据集，基于训练数据集生成测量矩阵；根据测量矩阵和预先设置的迭代次数对卡尔曼滤波参数进行迭代训练，得到目标卡尔曼滤波参数；基于目标卡尔曼滤波参数对多传感器的测量值进行融合计算。本发明提供的多传感器数据融合的参数优化方法及装置，能够得到较为合理的卡尔曼滤波参数，提高了对复杂场景的适用性，在对多传感器的测量值进行融合计算时，能够有效降低数据波动对融合结果的影响，提高传感器检测的准确性。
-
公开(公告)号：CN112418237A
公开(公告)日：2021-02-26
申请号：CN202011432683.X
申请日：2020-12-07
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种车辆驾驶决策方法、装置及电子设备，首先获取当前车辆的行驶检测数据；然后根据行驶检测数据，确定决策参考数据；进而将决策参考数据输入至预先训练的驾驶决策模型，得到驾驶决策模型输出的决策数据；最后根据决策数据中的预设决策动作的状态值及与状态值对应的不确定性，确定当前车辆的决策动作。本发明通过预先训练的驾驶决策模型得到预设决策动作的状态值及对应的不确定性，并在进行决策时同时考虑状态值及不确定性，提高了动态复杂的环境中的驾驶决策的准确度，提高了驾驶安全性。
-
公开(公告)号：CN112396068A
公开(公告)日：2021-02-23
申请号：CN202110066231.2
申请日：2021-01-19
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种点云数据的处理方法、装置及电子设备，涉及数据处理的技术领域，该方法包括：获取原始点云数据集，提取点云数据集中的每个点的特征信息，对原始点云数据集进行采样处理，以生成原始点云数据集的关键点集；对于关键点集中的每个关键点，根据特征信息计算原始点云数据集中所有的点到该关键点的高斯距离；基于高斯距离确定该关键点的相邻点集；对相邻点集进行特征聚合，生成该关键点对应的特征点；统计每个关键点对应的特征点，生成原始点云数据集的特征点集。本发明提供的点云数据的处理方法、装置及电子设备，由于减少了人工干预的过程，因此，能减少错误特征提取的可能性，不仅增强了特征鲁棒性，也改善了最终的感知性能。
-
公开(公告)号：CN112396067A
公开(公告)日：2021-02-23
申请号：CN202110066220.4
申请日：2021-01-19
Applicant: 苏州挚途科技有限公司
Abstract: 本申请提供了一种点云数据采样方法、装置及电子设备，方法包括：获取目标对象的原始点云数据；原始点云数据为通过激光雷达对目标对象进行扫描得到的点云数据；原始点云数据中每个点对应有三维坐标值；通过预设神经网络对原始点云数据进行特征提取，得到原始点云数据中每个点对应的特征值；基于每个点分别对应的三维坐标值和特征值所确定的点与点之间的距离，对原始点云数据进行循环点采样，以不断更新当前点云采样集，直到当前点云采样集对应的采样点云数量达到预设阈值，将当前点云采样集确定为目标点云采样集。本申请能够增加前景点的采样，在保证实时性的基础上提升感知性能。
-
公开(公告)号：CN112362055A
公开(公告)日：2021-02-12
申请号：CN202011391580.3
申请日：2020-12-01
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种姿态估计方法、装置和电子设备。其中，激光雷达设置在拖车车顶，惯性测量仪设置在拖车和挂车的连接点；该方法包括：接收激光雷达发送的点云数据，基于点云数据确定挂车的第一姿态角；基于速度分解对拖车和挂车建立运动学模型，基于运动学模型确定挂车的第二姿态角；接收惯性测量仪发送的测量数据，基于测量数据确定挂车的第三姿态角；基于卡尔曼滤波算法对第一姿态角、第二姿态角和第三姿态角进行融合滤波，得到挂车的最终姿态角。该方式只需要设置激光雷达和惯性测量仪，无需设置其他传感器就可以准确计算姿态角，成本较低；并且具备精确性和良好的鲁棒性，能很好地适应自动驾驶的各种工况，并且可用于商用车的姿态估计任务。
-
Patent Agency Ranking
公开(公告)号：CN112285714A
公开(公告)日：2021-01-29
申请号：CN202010935568.8
申请日：2020-09-08
Applicant: 苏州挚途科技有限公司
IPC: G01S13/931 , G01S13/72 , G01S13/58 , G01S13/52 , G01S17/931 , G01S17/66 , G01S17/58
Abstract: 本发明是一种基于多传感器的障碍物速度融合方法和装置，该方法包括：获取自车车身信息、车辆运行周围环境中的激光点云数据和毫米波雷达的障碍物数据；分别对激光点云和毫米波雷达的数据进行处理，得到障碍物的速度及其置信度；基于障碍物历史轨迹信息和自车车身信息，判断障碍物相对自车的运动趋势，采取不同方法融合障碍物的速度；基于自车车身信息确定障碍物的绝对速度。本发明充分利用了传感器的自身特性，结合自动驾驶应用场景，为自动驾驶车辆的障碍物感知提供了一种较准确的速度，保障自动驾驶车辆的安全和稳定运行。
-
公开(公告)号：CN112249023A
公开(公告)日：2021-01-22
申请号：CN202011291450.2
申请日：2020-11-18
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种带挂牵引车的感知系统及带挂牵引车，涉及车辆控制的技术领域，带挂牵引车的感知系统包括：数据处理单元和至少一个传感器单元；传感器单元设置在传感器布置区；传感器布置区包括位于带挂牵引车前部的第一传感器布置区、带挂牵引车两侧的第二传感器布置区，以及带挂牵引车后部的第三传感器布置区；传感器单元包括设置于第一传感器布置区的第一传感器单元，设置于第二传感器布置区的第二传感器单元，以及，设置于第三传感器布置区的第三传感器单元。本发明提供的带挂牵引车的感知系统及带挂牵引车，实现带挂牵引车对前方、侧方，以及后方的环境区域进行感测，有效减少了带挂牵引车的感测盲区，提高了带挂牵引车的行驶安全性。
-
公开(公告)号：CN112109716A
公开(公告)日：2020-12-22
申请号：CN202011128275.5
申请日：2020-10-22
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种自动驾驶牵引车的感知系统及自动驾驶牵引车，涉及自动驾驶的技术领域，自动驾驶牵引车的感知系统包括：计算单元，传感器系统，以及用于固定传感器系统的固定机构，传感器系统包括毫米波雷达模组、激光雷达模组和摄像头模组；毫米波雷达模组包括短距离毫米波雷达和中距离毫米波雷达；摄像头模组包括前视摄像头、广角摄像头和中距离摄像头；激光雷达模组包括至少一个激光雷达；本发明提供的自动驾驶牵引车的感知系统及自动驾驶牵引车，能够对自动驾驶牵引车四周360°范围内实现无死角的感知，得到更佳的感知效果，有助于实现自动驾驶牵引车的自动拖挂，以满足对传感器系统的感知要求。
-
公开(公告)号：CN111308178A
公开(公告)日：2020-06-19
申请号：CN202010196697.X
申请日：2020-03-19
Applicant: 苏州挚途科技有限公司
IPC: G01R19/252
Abstract: 本发明提供了一种相电流采样装置，包括：电压跟随电路、第一电阻、第一电容、第一运算放大器、第二电阻、第三电阻、第四电阻、第五电阻及第六电阻；第一电阻分别与第六电阻及第一场效应管的源极连接；第二电阻的两端分别与第五电阻及第一运算放大器的同相输入端连接；第三电阻的两端分别与第六电阻及与第一运算放大器的反相输入端连接；第一电容两端分别与第五电阻及第六电阻连接；电压跟随电路的输出端与第一运算放大器的同相输入端连接；第一运算放大器的反相输入端还与第四电阻的一端相连，输出端与第四电阻的另一端及模数转换器管脚连接，第一端与运放器工作电源以及模数转换器管脚连接，第二端接地。可以提高车辆的安全行驶性能。
-
公开(公告)号：CN119911284A
公开(公告)日：2025-05-02
申请号：CN202311423474.2
申请日：2023-10-30
Applicant: 苏州挚途科技有限公司
Abstract: 本申请提供了一种车辆感兴趣目标置信度确定方法、装置及智能驾驶车辆，方法包括：获取处于自车的领航区域内的感兴趣目标的当前位置；根据预设领航区域置信度和当前位置，确定感兴趣目标的区域置信度；根据感兴趣目标的当前位置和领航路径，分别确定感兴趣目标与领航路径的贴近程度，以及感兴趣目标侵入目标区域的概率；将感兴趣目标的区域置信度、感兴趣目标与领航路径的贴近程度、及感兴趣目标侵入目标区域的概率进行加权求和，得到感兴趣目标的融合置信度。通过区域置信度、与领航路径的贴近程度，以及侵入目标区域的概率，三方面的融合计算确定感兴趣目标的最终置信度，可以更为精确的获得关键目标。
-
-
-
-
-
-
-
-
-
Search Results
389
records
(took 0.04 seconds)
