-
公开(公告)号:CN110033457B
公开(公告)日:2021-11-30
申请号:CN201910180734.5
申请日:2019-03-11
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种目标点云分割方法,属于目标分割技术领域,解决了现有激光雷达分割方法存在的计算量大、计算速度慢、分割不精确的问题。包括以下步骤:步骤S1:接收并处理激光雷达采集的激光雷达点云数据,得到所述激光雷达点云数据对应的深度图;步骤S2:识别深度图角度矩阵中的地面信息,并将深度图中的相应坐标的R值置为‑1,得到去除地面信息的深度图;步骤S3:对去除地面信息的深度图进行目标分割,得到目标分割结果。实现了目标点云的快速分割,计算量小、计算结果精确,可以满足车辆运动时的实时目标分割需求。
-
公开(公告)号:CN110033457A
公开(公告)日:2019-07-19
申请号:CN201910180734.5
申请日:2019-03-11
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
Abstract: 本发明涉及一种目标点云分割方法,属于目标分割技术领域,解决了现有激光雷达分割方法存在的计算量大、计算速度慢、分割不精确的问题。包括以下步骤:步骤S1:接收并处理激光雷达采集的激光雷达点云数据,得到所述激光雷达点云数据对应的深度图;步骤S2:识别深度图角度矩阵中的地面信息,并将深度图中的相应坐标的R值置为-1,得到去除地面信息的深度图;步骤S3:对去除地面信息的深度图进行目标分割,得到目标分割结果。实现了目标点云的快速分割,计算量小、计算结果精确,可以满足车辆运动时的实时目标分割需求。
-
公开(公告)号:CN108959813B
公开(公告)日:2021-01-15
申请号:CN201810831430.6
申请日:2018-07-26
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G06F30/20
Abstract: 本发明涉及一种智能车辆道路导航环境模型的仿真建模方法,包括:建立智能车辆道路导航仿真环境;在仿真环境中设置虚拟车载雷达,红绿灯,包括坡道、弯道和限速点在内的路况;根据所制定的场景控制策略,建立智能车辆道路导航环境的仿真模型。本发明将智能车辆多源信息统一构建在一个仿真环境模型中,降低了建立驾驶环境模型的工作量和成本,且仿真真实性高,可以轻松建立起大规模和复杂的道路交通环境的模拟。
-
公开(公告)号:CN108984781B
公开(公告)日:2020-11-10
申请号:CN201810828262.5
申请日:2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G06F16/29
Abstract: 本发明涉及一种无人车区域探索的地图边缘检测规划方法及装置,包括:步骤S1、在全局环境地图中进行局部边缘区域检测,检测出车辆位置附近的局部边缘区域;步骤S2、判断检测的搜索覆盖率是否超过阈值?是,则同时进行局部边缘区域检测和全局边缘区域检测;否,则进行局部边缘区域检测;步骤S3、整合边缘点集合中的边缘点,输出地图边缘检测结果。本发明通过举办边缘区域检测,确保了地图边缘区域检测的快速性,又通过全局边缘区域检测检测到距离车辆位置较远,或者一些小角落里的边缘区域,保证了边缘检测的全面性。
-
公开(公告)号:CN108984781A
公开(公告)日:2018-12-11
申请号:CN201810828262.5
申请日:2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种无人车区域探索的地图边缘检测规划方法及装置,包括:步骤S1、在全局环境地图中进行局部边缘区域检测,检测出车辆位置附近的局部边缘区域;步骤S2、判断检测的搜索覆盖率是否超过阈值?是,则同时进行局部边缘区域检测和全局边缘区域检测;否,则进行局部边缘区域检测;步骤S3、整合边缘点集合中的边缘点,输出地图边缘检测结果。本发明通过举办边缘区域检测,确保了地图边缘区域检测的快速性,又通过全局边缘区域检测检测到距离车辆位置较远,或者一些小角落里的边缘区域,保证了边缘检测的全面性。
-
公开(公告)号:CN108959813A
公开(公告)日:2018-12-07
申请号:CN201810831430.6
申请日:2018-07-26
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G06F17/50
Abstract: 本发明涉及一种智能车辆道路导航环境模型的仿真建模方法,包括:建立智能车辆道路导航仿真环境;在仿真环境中设置虚拟车载雷达,红绿灯,包括坡道、弯道和限速点在内的路况;根据所制定的场景控制策略,建立智能车辆道路导航环境的仿真模型。本发明将智能车辆多源信息统一构建在一个仿真环境模型中,降低了建立驾驶环境模型的工作量和成本,且仿真真实性高,可以轻松建立起大规模和复杂的道路交通环境的模拟。
-
公开(公告)号:CN119595002B
公开(公告)日:2025-05-20
申请号:CN202510142278.0
申请日:2025-02-10
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司 , 北理慧动(北京)教育科技有限公司
IPC: G01C21/34 , G06T17/05 , G06V20/58 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/096
Abstract: 本申请公开了一种持续学习的运动规划方法、装置、设备、介质及产品,涉及智能驾驶领域,该方法包括:将当前越野环境的点云数据投影至栅格地图,生成地势高度图和路面粗糙度图;根据速度信息,构建引导地图,并将地势高度图、路面粗糙度图和引导地图输入到第k‑1次更新后的运动规划模型中,生成当前越野环境的规划轨迹地图;获取无人车根据规划轨迹地图行驶后的真实轨迹,并将真实轨迹加入至样本数据集;根据当前越野环境的样本数据集和预设历史样本数据集,采用均方误差作为损失函数并通过反向传播算法对运动规划模型进行第k次更新。本申请通过持续学习与迭代优化,提升了无人车在复杂越野场景下的运动规划能力与行驶安全性。
-
公开(公告)号:CN119595002A
公开(公告)日:2025-03-11
申请号:CN202510142278.0
申请日:2025-02-10
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司 , 北理慧动(北京)教育科技有限公司
IPC: G01C21/34 , G06T17/05 , G06V20/58 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/096
Abstract: 本申请公开了一种持续学习的运动规划方法、装置、设备、介质及产品,涉及智能驾驶领域,该方法包括:将当前越野环境的点云数据投影至栅格地图,生成地势高度图和路面粗糙度图;根据速度信息,构建引导地图,并将地势高度图、路面粗糙度图和引导地图输入到第k‑1次更新后的运动规划模型中,生成当前越野环境的规划轨迹地图;获取无人车根据规划轨迹地图行驶后的真实轨迹,并将真实轨迹加入至样本数据集;根据当前越野环境的样本数据集和预设历史样本数据集,采用均方误差作为损失函数并通过反向传播算法对运动规划模型进行第k次更新。本申请通过持续学习与迭代优化,提升了无人车在复杂越野场景下的运动规划能力与行驶安全性。
-
公开(公告)号:CN108981728B
公开(公告)日:2020-11-10
申请号:CN201810834740.3
申请日:2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G01C21/32
Abstract: 本发明涉及一种智能车辆导航地图建立方法,包括:采集车采集典型地形工况下的原始数据,训练地形辨识SVM模型;采用训练好的地形辨识SVM模型,对采集车在行驶道路的地形工况进行辨识,得到路网的地形工况信息;匹配道路位置信息和地形工况信息,建立带有地形工况信息的电子地图。本发明建立的智能车辆导航地图可以提供给智能车路面的颠簸情况,可提高无人车跟踪行驶的安全性;为人类驾驶员以及辅助驾驶系统提供了更多选择,确保驾驶的平稳性与安全性;帮助驾驶员选择更适合行驶的驾驶方式与驾驶路线,提高驾驶的安全性和舒适性;导航地图还可以为能量回收管理技术提供可靠的数据输入,促进该技术的有效应用。
-
公开(公告)号:CN108981728A
公开(公告)日:2018-12-11
申请号:CN201810834740.3
申请日:2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: G01C21/32
Abstract: 本发明涉及一种智能车辆导航地图建立方法,包括:采集车采集典型地形工况下的原始数据,训练地形辨识SVM模型;采用训练好的地形辨识SVM模型,对采集车在行驶道路的地形工况进行辨识,得到路网的地形工况信息;匹配道路位置信息和地形工况信息,建立带有地形工况信息的电子地图。本发明建立的智能车辆导航地图可以提供给智能车路面的颠簸情况,可提高无人车跟踪行驶的安全性;为人类驾驶员以及辅助驾驶系统提供了更多选择,确保驾驶的平稳性与安全性;帮助驾驶员选择更适合行驶的驾驶方式与驾驶路线,提高驾驶的安全性和舒适性;导航地图还可以为能量回收管理技术提供可靠的数据输入,促进该技术的有效应用。
-
-
-
-
-
-
-
-
-