-
公开(公告)号：CN116907514A
公开(公告)日：2023-10-20
申请号：CN202211600604.0
申请日：2022-12-13
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种路径规划的方法、装置、电子设备及可读存储介质，涉及人工智能领域，该方法包括：获取待规划路径的目的地的地图；地图包括：至少一个空车位信息、道路标识、车道标识和车道索引点；空车位信息包括车位标识和空车位中心点的位置信息；将空车位中心点的位置信息与离空车位中心点距离最近的车道索引点进行匹配，得到空车位定位标识；根据空车位的定位标识将具有相同道路标识和车道标识的空车位分为一组，得到空车位组标识；获取车辆定位信息，得到车辆定位标识；根据车辆定位标识和空车位组标识进行路径规划，得到第一规划路径的集合。本发明中，对目标点进行划分归类，将空车位分组，将一组空车位进行道路规划，提高计算的效率。
-
公开(公告)号：CN118655891A
公开(公告)日：2024-09-17
申请号：CN202410680966.8
申请日：2024-05-29
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本公开涉及一种无人驾驶车辆的控制方法、装置、电子设备和程序产品。包括当多个车辆在目标区域行驶过程中，获取每个车辆的当前行驶路径和当前行驶信息；若根据每个车辆的当前行驶路径和当前行驶信息，确定多个车辆中存在至少两个车辆在预估时长后行驶位置冲突，则根据多个车辆的当前行驶信息确定目标区域的当前路况信息和冲突位置；根据当前路况信息、多个车辆对应的当前行驶信息和冲突位置，分别确定多个车辆对应的行驶优先级；根据多个车辆中每个车辆对应的行驶优先级，确定待调整车辆，并对待调整车辆的当前行驶速度进行调整。使得多个车辆可以按照行驶优先级依次向驶向车辆停放区域，从而避免车辆之间发生冲突，提升运输效率。
-
公开(公告)号：CN116959234A
公开(公告)日：2023-10-27
申请号：CN202211113634.9
申请日：2022-09-14
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种车路协同方法、装置、路侧设备及车辆，涉及无线通信技术领域。所述车路协同方法，由第一路侧设备执行，包括：发送业务专用公告DSA，DSA中携带所述第一路侧设备的协同区域；与第一车辆建立连接；接收所述第一车辆发送的第一协同请求，所述第一协同请求携带规划轨迹信息；基于所述第一协同请求对所述第一车辆进行车路协同；其中，所述第一车辆通过所述第一车辆所处位置和多个路侧设备的协同区域确定与所述多个路侧设备中的第一路侧设备连接。本发明的方案车辆能够根据自身位置和路侧设备的协同区域与唯一的路侧设备连接，并由该唯一的路侧设备对其进行车路协同。
-
公开(公告)号：CN115705659A
公开(公告)日：2023-02-17
申请号：CN202110931274.2
申请日：2021-08-13
Applicant: 中移智行网络科技有限公司 , 中移(上海)信息通信科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种联合标定方法、装置及设备，涉及计算机处理技术领域，以解决现有传感器组易受环境因素影响而导致原标定参数失效，影响传感器数据融合的准确率的问题。该方法包括：获取传感器组当前的第一标定参数，其中，传感器组包括主传感器和副传感器；按照预设的检测时间间隔，利用主传感器坐标系下的特征点和副传感器坐标系下的特征点对所述第一标定参数进行自适应状态检测；在检测结果指示异常的情况下，对传感器组进行重新标定，并基于重新标定后的标定参数对第一标定参数进行更新。本发明可实现在自身状态发生变化的情况下，及时更新标定参数，保证传感器数据融合的准确性。
-
公开(公告)号：CN113203424B
公开(公告)日：2021-10-26
申请号：CN202110746666.1
申请日：2021-07-02
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本申请提供了一种多传感器的数据融合方法、装置及相关设备，所述方法包括：获取N个传感器发送的检测数据，N个传感器被划分为M个传感器组，每个传感器组包括至少一个传感器，M小于等于N，N和M均为正整数；将任一传感器组对应的多个检测数据进行数据融合，得到传感器组对应的第一融合数据；将M个传感器组对应的M个第一融合数据进行数据融合，得到第二融合数据。本申请实施例中，并不需要对不同传感器之间进行标定即可实现不同传感器对应的检测数据的融合，避免因传感器之间的标定误差而导致数据融合结果的错误，以此提高了多传感器数据融合结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113203424A
公开(公告)日：2021-08-03
申请号：CN202110746666.1
申请日：2021-07-02
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本申请提供了一种多传感器的数据融合方法、装置及相关设备，所述方法包括：获取N个传感器发送的检测数据，N个传感器被划分为M个传感器组，每个传感器组包括至少一个传感器，M小于等于N，N和M均为正整数；将任一传感器组对应的多个检测数据进行数据融合，得到传感器组对应的第一融合数据；将M个传感器组对应的M个第一融合数据进行数据融合，得到第二融合数据。本申请实施例中，并不需要对不同传感器之间进行标定即可实现不同传感器对应的检测数据的融合，避免因传感器之间的标定误差而导致数据融合结果的错误，以此提高了多传感器数据融合结果的准确性。
-
公开(公告)号：CN119905009A
公开(公告)日：2025-04-29
申请号：CN202311415861.1
申请日：2023-10-27
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
IPC: G08G1/14
Abstract: 本申请实施例公开了一种停车位确定方法、电子设备及存储介质，电子设备在目标车辆进入停车场的情况下，获取目标车辆的身份信息；根据身份信息确定目标车辆是否为第一车辆；其中，第一车辆表征在停车场存在停车记录的车辆；若确定目标车辆为第一车辆，则基于停车偏好分析模型确定目标车辆对应的候选停车位；其中，停车偏好分析模型包括基于在停车场存在停车记录的各个车辆的停车记录数据构建的各个车辆各自对应的第一决策树模型，以及基于停车场的停车记录数据集构建的第二决策树模型；基于候选停车位确定目标车辆的目标停车位，从而能够有效提升停车位的确定效率。
-
公开(公告)号：CN115841748A
公开(公告)日：2023-03-24
申请号：CN202111098441.6
申请日：2021-09-18
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种数据调整方法、装置、终端设备及可读存储介质，涉及通信技术领域。该方法包括：获取路侧设备发送第一数据至所述数据处理装置开始处理所述第一数据的第一时长，所述第一数据为所述路侧设备采集到的目标车辆的状态数据；根据所述第一时长，对第一信息进行补偿，得到第二信息；其中，所述第一信息中包括所述第一数据。本发明的方案通过将接收到的路侧设备上传的数据进行时间补偿，并将不同路侧设备上传的数据对齐到同一时刻。降低了由于路侧设备的不同以及所述路侧设备对数据进行传输和处理过程中时延的影响，使得车辆接收到的数据更加真实。解决了不同路侧设备采集同一时刻的数据，车辆接收到的数据时刻不是同一时刻的问题。
-
公开(公告)号：CN113284221B
公开(公告)日：2022-04-19
申请号：CN202110535339.1
申请日：2021-05-17
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种目标物检测方法、装置及电子设备，属于图像处理技术，所述目标物检测方法包括：利用卷积神经网络对输入的双目图像对进行像素特征提取和第一高阶特征提取；构建平面扫描体来学习像素关系并估计深度信息；将平面扫描体转换为3D几何体，从3D几何体中提取用于目标识别的第二高阶特征；对卷积神经网络进行目标物检测训练，得到满足预设条件的卷积神经网络；利用满足预设条件的卷积神经网络对目标双目图像对进行目标物检测。本发明通过在平面扫描体中建立立体对应约束，从2D特征转换到具有3D几何特征的3D几何体，提高了双目获取深度信息的精度，对目标物检测的精确度更高，并且将多种神经网络进行整合，提高了目标物检测的效率。
-
公开(公告)号：CN113284221A
公开(公告)日：2021-08-20
申请号：CN202110535339.1
申请日：2021-05-17
Applicant: 中移(上海)信息通信科技有限公司 , 中移智行网络科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种目标物检测方法、装置及电子设备，属于图像处理技术，所述目标物检测方法包括：利用卷积神经网络对输入的双目图像对进行像素特征提取和第一高阶特征提取；构建平面扫描体来学习像素关系并估计深度信息；将平面扫描体转换为3D几何体，从3D几何体中提取用于目标识别的第二高阶特征；对卷积神经网络进行目标物检测训练，得到满足预设条件的卷积神经网络；利用满足预设条件的卷积神经网络对目标双目图像对进行目标物检测。本发明通过在平面扫描体中建立立体对应约束，从2D特征转换到具有3D几何特征的3D几何体，提高了双目获取深度信息的精度，对目标物检测的精确度更高，并且将多种神经网络进行整合，提高了目标物检测的效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.094 seconds)
