-
公开(公告)号：CN118019958A
公开(公告)日：2024-05-10
申请号：CN202180101632.5
申请日：2021-10-11
Applicant: 深圳市大疆创新科技有限公司 , 上汽大众汽车有限公司
IPC: G01C21/32
Abstract: 一种地图数据处理方法，包括：获取车辆的传感器当前采集的交通场景的局部景物的观测数据(102)；基于该观测数据确定该局部景物的第一描述信息(104)；获取该交通场景的地图数据(106)，其中，该地图数据包括基于对该交通场景的全局景物的历史观测数据生成的第二描述信息；将该第一描述信息和该第二描述信息进行匹配，得到匹配结果(108)；根据该匹配结果和当前采集的交通场景的该观测数据，更新该地图数据(110)。还提供了一种地图数据构建方法、地图数据处理装置(400)、地图数据构建装置(500)、车辆(600)及计算机可读存储介质。
-
公开(公告)号：CN115439957B
公开(公告)日：2023-12-08
申请号：CN202211117297.0
申请日：2022-09-14
Applicant: 上汽大众汽车有限公司
Abstract: 本发明涉及一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质。该智能驾驶数据采集方法包括S1，在本地端编辑数据采集需求，基于数据采集需求生成数据采集规则；S2，将所述数据采集规则发布到云端发布平台，并通过所述云端发布平台根据所述数据采集规则下发到指定车辆；S3，所述车辆添加或更新所述数据采集规则；S4，所述车辆基于场景识别算法获取感知数据；S5，所述车辆将采集到的感知数据发送至数据中心。本发明提出了一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质，能有效采集车辆的感知数据。(56)对比文件梁琼.基于几何特征的点云目标检测方法研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2019,(2019 年 第12期),I138-462.
-
公开(公告)号：CN117132957A
公开(公告)日：2023-11-28
申请号：CN202311227260.8
申请日：2023-09-21
Applicant: 上汽大众汽车有限公司
IPC: G06V20/56 , G06V10/764
Abstract: 本发明提出一种智能驾驶场景分类方法，包括如下步骤：设置场景类别，对场景进行预分类，训练场景分类模型；获取图像数据；设置需要提取的场景类别和/或参数，所述参数包括数据保留格式；所述场景分类模型对所述图像数据进行检测、识别；采用滑动窗口算法对识别出的场景进行筛选过滤和/或时间标记，所述时间标记包括识别出的场景在所述图像数据中的开始时间和结束时间；根据所述时间标记对所述图像数据按照时间段进行切片；将切片后的图像数据分别存储至对应的场景类别中。本发明可以对车辆采集的图像数据进行自动分类标注，提高数据利用率。
-
公开(公告)号：CN116653775A
公开(公告)日：2023-08-29
申请号：CN202310879631.4
申请日：2023-07-17
Applicant: 上汽大众汽车有限公司
IPC: B60R1/23
Abstract: 本发明涉及一种车载辅助显示方法、显示系统、显示设备及可读存储介质。该车载辅助显示方法包括：S1，获得第一图像信息，为A柱盲区中的原始图像；S2，实时捕捉驾驶员视线坐标系原点；S3，将第一图像信息转换到驾驶员视线坐标系下的第二图像信息；S4，将A柱曲面屏外轮廓投影到驾驶员视线坐标系下并裁剪获得第三图像信息；S5，对第三图像信息进行视差补偿，获得第四图像信息；S6，将第四图像信息实时显示在A柱曲面屏上。本发明提出了一种车载辅助显示方法、显示系统、显示设备及可读存储介质，方便驾驶员看到A柱后的道路和行人等视觉信息，规避非必要的视觉跳转，达到消除A柱盲区的效果，提高行车安全性。
-
公开(公告)号：CN116047565A
公开(公告)日：2023-05-02
申请号：CN202211582224.9
申请日：2022-12-09
Applicant: 上汽大众汽车有限公司
IPC: G01S19/46 , G01S19/47 , G01S19/43 , G01S19/41 , G01C21/20 , G01S17/931 , G01S17/86 , G01S17/06 , G06T7/246 , G06T7/277 , G06T7/73 , G06T17/05 , G06T19/00
Abstract: 本发明提供了一种多传感器数据融合定位系统。该多传感器数据融合定位系统包括组合定位子单元，包括GNSS模块、RTK服务模块和IMU模块；二维状态误差卡尔曼滤波单元，包括高精地图模块、视觉车道线检测模块、车道线匹配模块、轮速里程计解算模块和第一状态误差卡尔曼滤波模块；激光雷达点云匹配定位单元，包括点云模块、点云地图模块、定位初始化模块和NDT匹配定位模块；三维状态误差卡尔曼滤波单元，包括卡尔曼滤波初始化模块、IMU位姿状态量解算模块、判断模块、第二状态误差卡尔曼滤波模块和后验位姿模块。本发明提出的一种多传感器数据融合定位系统能增强全局定位的鲁棒性，具有较强的场景适应能力。
-
Patent Agency Ranking
公开(公告)号：CN115439957A
公开(公告)日：2022-12-06
申请号：CN202211117297.0
申请日：2022-09-14
Applicant: 上汽大众汽车有限公司
Abstract: 本发明涉及一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质。该智能驾驶数据采集方法包括S1，在本地端编辑数据采集需求，基于数据采集需求生成数据采集规则；S2，将所述数据采集规则发布到云端发布平台，并通过所述云端发布平台根据所述数据采集规则下发到指定车辆；S3，所述车辆添加或更新所述数据采集规则；S4，所述车辆基于场景识别算法获取感知数据；S5，所述车辆将采集到的感知数据发送至数据中心。本发明提出了一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质，能有效采集车辆的感知数据。
-
公开(公告)号：CN114399460A
公开(公告)日：2022-04-26
申请号：CN202111456629.3
申请日：2021-11-30
Applicant: 上汽大众汽车有限公司
Abstract: 本发明公开了一种路面积水深度检测方法，其包括步骤：100：采集积水路面的图像信息；200：处理图像信息得到积水边缘点的像素坐标信息；300：获取各积水边缘点与车辆的相对位置坐标；400：基于相对位置坐标以及车辆在高精地图中的位置坐标，获得积水边缘点在高精地图中的世界坐标，进而获取积水边缘点构成的封闭曲线内区域的各点以及积水边缘点的海拔信息；500：由各积水边缘点和封闭曲线内区域的各点海拔坐标差，获得积水区域各点的深度分布信息；600：基于深度分布信息绘制积水区域的水深云纹图；700：将水深云纹图显示或投射在显示终端。相应地，本发明还公开了一种实施上述方法的路面积水深度检测系统，其包括图像采集装置、处理模块和显示终端。
-
公开(公告)号：CN115730652A
公开(公告)日：2023-03-03
申请号：CN202211425846.0
申请日：2022-11-14
Applicant: 上汽大众汽车有限公司
Abstract: 本发明提供了一种轨迹预测模型的训练方法及评估方法。其中训练方法包括：从轨迹预测模型中获取目标的预测轨迹，将预测轨迹划分为多个预测子轨迹段；获取目标的真实轨迹，将真实轨迹划分为多个真实子轨迹段，真实子轨迹段与预测子轨迹段的数量对应；分别计算预测子轨迹段与真实子轨迹段之间的向量夹角，向量夹角包括横向向量夹角和纵向向量夹角；分别计算预测子轨迹段与真实子轨迹段之间的L2距离损失；根据向量夹角和L2距离损失计算横向距离损失和纵向距离损失；将横向距离损失和纵向距离损失作为轨迹预测模型的损失函数，优化轨迹预测模型的参数。本申请对损失函数进行精细化分解，训练好的轨迹预测模型预测准确性更高。
-
公开(公告)号：CN115257271A
公开(公告)日：2022-11-01
申请号：CN202210932770.4
申请日：2022-08-04
Applicant: 上汽大众汽车有限公司
IPC: B60G17/015 , B60G17/0165
Abstract: 本发明公开了一种智能车辆主动悬架调节系统，其与车辆的悬架系统连接，该智能车辆主动悬架调节系统包括：车端环境感知装置，其实时检测各车辆所行驶路段的路面异常信息；高精度定位模块，其实时获取各车辆所处的位置信息；路面状态感知模块，其将路面异常信息和与之对应的位置信息融合，以得到含有路面异常状态信息的消息集；云端数据平台，其对各消息集的数据进行分析、清洗和/或聚合，以确定路面异常状态的类型、大小及其所处的位置；车端规划和控制模块，其基于云端数据平台下发的路面异常状态的类型、大小及其所处的位置调节自身车辆悬架系统的参数。相应地，本发明还公开了一种智能车辆主动悬架调节方法。
-
公开(公告)号：CN115107806A
公开(公告)日：2022-09-27
申请号：CN202210814267.9
申请日：2022-07-11
Applicant: 上汽大众汽车有限公司
Abstract: 本发明提供了一种自动驾驶系统中面向突发事件场景的车辆轨迹预测方法，包括：获取并管理该自动驾驶车辆上自动驾驶系统提供的感知信息；从高精地图数据库提取道路结构信息，为该自动驾驶车辆感知范围内的每一辆汽车查找和匹配当前时刻的道路结构信息，并管理该每一辆汽车当前时刻和历史时刻的道路结构信息；自动驾驶车辆根据当前时刻所在道路结构信息和历史时刻所在道路结构信息，以及当前时刻感知信息和历史时刻感知信息，判断其感知范围内每一辆汽车是否处于突发事件场景；根据判断结果采用不同运动模型获取每一辆汽车的预测轨迹。本发明借助于若干场景实现评估汽车是否处于突发事件场景，具有强可操作性，强扩展性，高实用价值的优点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.028 seconds)
