-
公开(公告)号:CN118293932A
公开(公告)日:2024-07-05
申请号:CN202311089310.0
申请日:2023-08-26
Applicant: 通用汽车环球科技运作有限责任公司
IPC: G01C21/32
Abstract: 一种联网车辆中地图数据协调的方法和系统。该方法包括:处理信息以检测同一对象;确定该同一对象的标识;确定同一对象的标识的置信水平;使用登普斯特‑谢弗理论确定同一对象的标识的概率质量函数(PMF);基于PMF确定该同一对象的最可能标识;以及将同一对象的最可能标识信息传送给车辆以实施车辆功能。系统包括:冲突解决模块,被配置为从检测所述同一对象的多个车辆接收置信水平,并使用基于登普斯特‑谢弗理论的算法确定同一对象的一致标识;以及权重计算模块,被配置为基于场景上下文权重函数和车辆的历史分数来应用权重函数。
-
公开(公告)号:CN119879891A
公开(公告)日:2025-04-25
申请号:CN202410569571.0
申请日:2024-05-09
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 一种用于解决地图数据差异的系统,包括:一台或多台与一个或多个车辆无线通信的中央计算机。一台或多台中央计算机被编程为接收第一地图数据集和第二地图数据集。一台或多台中央计算机还被编程为接收多个众包地图数据集。多个众包地图数据集中的每一个均表示预定义的地理区域。一台或多台中央计算机还被编程为将多个众包地图数据集中的每一个与第一地图数据集和第二地图数据集进行比较,以确定一条或多条公共车道线。一台或多台中央计算机还被编程为基于第一地图数据集、第二地图数据集、多个众包地图数据集以及一条或多条公共车道线来确定融合地图数据集。
-
公开(公告)号:CN119428694A
公开(公告)日:2025-02-14
申请号:CN202311553339.X
申请日:2023-11-21
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 一种用于合并车道线图的方法包括确定路段的道路拓扑。该方法还包括至少部分地基于道路拓扑并且至少部分地基于路段的第一车道线图和路段的第二车道线图来识别多个融合点。该方法还包括至少部分地基于多个融合点来形成融合车道线图。该方法还包括至少部分地基于融合车道线图来执行第一动作。
-
公开(公告)号:CN119687889A
公开(公告)日:2025-03-25
申请号:CN202311526432.1
申请日:2023-11-15
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 一种用于将两个或多个版本的地图数据融合在一起的系统,包括一台或多台中央计算机,其接收表示预定义地理围栏区域的道路网络的道路网络数据。中央计算机接收道路网络数据,该道路网络数据包括表示车道标记的离散随机曲线。离散随机曲线包括多个状态向量,每个状态向量由各自的位置和正切角定义。中央计算机通过最小化空间卡尔曼滤波代价函数,基于符号距离和正切角来估计离散随机曲线的状态向量的位置,并执行卡尔曼平滑函数来估计状态向量的位置和正切角,该状态向量的位置和正切角为离散随机曲线的一部分,其中,该状态矢量分别表示融合地图数据的一个地图点。
-
公开(公告)号:CN119374574A
公开(公告)日:2025-01-28
申请号:CN202311575061.6
申请日:2023-11-22
Applicant: 通用汽车环球科技运作有限责任公司
IPC: G01C21/00 , G06T17/05 , G06T7/38 , G06V10/764
Abstract: 一种用于众包车辆车道线图数据的方法包括接收多个观察值。该方法还包括将多个观察值分类为多个观察类别。多个观察类别中的每一个观察类别包括多个观察值中的至少一个观察值。该方法还包括至少部分基于多个观察值来确定多个对齐的点云。多个对齐的点云中的一个点云对应于多个观察类别中的每一个观察类别。该方法还包括至少部分基于多个对齐的点云来确定多个车道线图。多个车道线图中的一个车道线图对应于多个对齐的点云中的每一个点云。该方法还包括至少部分基于多个车道线图来更新地图数据库。
-
公开(公告)号:CN118999518A
公开(公告)日:2024-11-22
申请号:CN202311396188.1
申请日:2023-10-25
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 一种用于将两个以上版本的地图数据融合在一起的系统,包括一个或多个中央计算机,以接收表示预定义地理围栏区域的道路网络的道路网络数据。中央计算机计算多个点,每个点彼此相距预定距离。该中央计算机基于该多个点为该道路网络创建多个边界框,并且通过执行地图匹配配准算法以使该两个以上版本的地图数据彼此对准,为作为该道路网络的一部分的每个边界框创建最接近的匹配的地图数据点集合。该中央计算机执行最大似然估计算法,以确定与真实地图数据相比最接近的匹配的地图数据点集合的概率分布参数。
-
-
-
-
-