-
公开(公告)号:CN112285714B
公开(公告)日:2024-08-02
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:CN113139607B
公开(公告)日:2023-12-19
申请号:CN202110463644.4
申请日:2021-04-27
Applicant: 苏州挚途科技有限公司
IPC: G06V10/762 , G06V10/80 , G06V20/58 , G01S7/36 , G01S7/495 , G01S13/931 , G01S17/931
Abstract: 本发明提供了一种障碍物检测方法和装置,获取毫米波雷达采集的与障碍物有关的第一数据和激光雷达采集的第二数据;采用第一聚类规则对第一数据包含的障碍物进行聚类,得到至少一个第一聚类簇;针对每个第一聚类簇,确定第一聚类簇对应的聚类障碍物的属性信息;采用第二聚类规则对第二数据包含的障碍物进行聚类,得到至少一个第二聚类簇;针对每个第二聚类簇,确定第二聚类簇对应的聚类障碍物的属性信息;基于第一聚类簇对应的聚类障碍物的属性信息和第二聚类簇对应的聚类障碍物的属性信息,确定最终的障碍物的属性信息。该方式针对不同的雷达传感器采用不同的聚类方式,有效合并了分裂的障碍物和消除了虚假障碍物,提高了障碍物跟踪和检测精度。
-
公开(公告)号:CN113269811A
公开(公告)日:2021-08-17
申请号:CN202110816876.3
申请日:2021-07-20
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种数据融合方法、装置及电子设备,首先基于获取到的数据融合指令,从预先获取的多个数据帧中确定待融合数据帧;然后对待融合数据帧进行处理,得到待融合数据对应的航迹观测值;再根据预先确定的航迹信息,确定待融合数据帧对应的航迹推算值;进一步根据预设的关联条件、待融合数据对应的航迹观测值及航迹推算值,对航迹观测值及预先确定的航迹信息进行融合处理,得到融合后的航迹信息。本发明提高了数据融合效率,从而提高了数据处理的实时性。
-
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: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:CN113514806B
公开(公告)日:2023-12-19
申请号:CN202110364712.1
申请日:2021-04-02
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了自动驾驶过程中障碍物确定方法、装置及电子设备。其中,该方法包括:当监听到当前传感器上传的当前障碍物数据时,对当前跟踪列表进行位置补偿,得到补偿跟踪列表;将补偿跟踪列表中的跟踪目标与当前障碍物数据对应的目标障碍物进行关联匹配,得到关联匹配对集合;根据运动场景和当前传感器的类型对关联匹配关系对中的目标障碍物对应的障碍物数据进行修正,得到障碍物修正数据;经自适应卡尔曼滤波处理后得到障碍物目标数据,将关联匹配对集合中每个关联匹配关系对中目标障碍物的障碍物目标数据进行融合处理,以根据融合信息确定目标障碍物,从而提高了障碍物的感知精度,以及车辆在自动驾驶过程中的安全性,具
-
公开(公告)号:CN116203582A
公开(公告)日:2023-06-02
申请号:CN202211565781.X
申请日:2022-12-07
Applicant: 苏州挚途科技有限公司
IPC: G01S17/89 , G01S17/931 , G01S7/48
Abstract: 本申请提供了一种基于激光雷达的路沿检测方法及装置、处理器以及车辆,通过获取目标点云,并确定目标点云中的平面点云集合以及非平面点云集合;依据目标点云,建立栅格地图,并依据平面点云集合以及非平面点云集合,将栅格地图划分为地面栅格地图以及非地面栅格地图;通过八邻域搜索方法,遍历非地面栅格地图中的每个栅格,以确定道路边沿对应的多个目标栅格;依据多个目标栅格,确定道路边沿。解决了相关技术中对于道路边沿的检测,存在较大偏差,且计算速度较慢的技术问题。
-
公开(公告)号:CN115542312B
公开(公告)日:2023-03-21
申请号:CN202211513054.9
申请日:2022-11-30
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供一种的多传感器关联方法及装置,涉及机器视觉技术领域,该方法包括:获取目标物体的位置信息以及图像信息;其中,上述位置信息基于预设的多种测距设备采集得到;上述图像信息基于预设的视觉传感器采集得到;将上述位置信息投射到二维图像坐标系中;其中,上述二维图像坐标系基于上述位置信息以及上述图像信息建立;基于上述二维图像坐标系,对上述位置信息和上述图像信息通过预设算法进行关联计算,得到上述多种测距设备的关联结果。该方法通过二维坐标系将多传感器的采集信号进行关联,提升传感器关联后得到结果的准确率。
-
公开(公告)号:CN115561999A
公开(公告)日:2023-01-03
申请号:CN202211438958.X
申请日:2022-11-17
Applicant: 苏州挚途科技有限公司
IPC: G05B11/42
Abstract: 本发明公开了一种PI控制器的参数优化方法、装置、设备及介质。该方法包括:获取比例积分PI控制器参数优化任务所对应的目标设计问题;依据目标设计问题中的纵向控制类型建立目标PI控制器对应的目标纵向控制系统模型;依据所述目标纵向控制系统模型及纵向控制类型约束所述目标设计变量的范围,获取所述目标设计变量的数值限度,并依据所述数值限度获取各初始变量数值,生成初始变量集;将所述初始变量集输入至预先建立的包含目标偏好的基于帕累托最优的多目标决策模型中,获取目标PI控制器中各目标设计变量对应的最优变量解。通过本发明的技术方案,能够快速且准确地生成PI控制器的优化参数值,提高了PI控制器的优化效率。
-
公开(公告)号:CN113139607A
公开(公告)日:2021-07-20
申请号:CN202110463644.4
申请日:2021-04-27
Applicant: 苏州挚途科技有限公司
IPC: G06K9/62 , G06K9/00 , G01S7/36 , G01S7/495 , G01S13/931 , G01S17/931
Abstract: 本发明提供了一种障碍物检测方法和装置,获取毫米波雷达采集的与障碍物有关的第一数据和激光雷达采集的第二数据;采用第一聚类规则对第一数据包含的障碍物进行聚类,得到至少一个第一聚类簇;针对每个第一聚类簇,确定第一聚类簇对应的聚类障碍物的属性信息;采用第二聚类规则对第二数据包含的障碍物进行聚类,得到至少一个第二聚类簇;针对每个第二聚类簇,确定第二聚类簇对应的聚类障碍物的属性信息;基于第一聚类簇对应的聚类障碍物的属性信息和第二聚类簇对应的聚类障碍物的属性信息,确定最终的障碍物的属性信息。该方式针对不同的雷达传感器采用不同的聚类方式,有效合并了分裂的障碍物和消除了虚假障碍物,提高了障碍物跟踪和检测精度。
-
-
-
-
-
-
-
-
-