-
公开(公告)号:CN114543842A
公开(公告)日:2022-05-27
申请号:CN202210188417.X
申请日:2022-02-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种多传感器融合定位系统的定位精度评价系统及方法,该系统包括包括多传感器融合定位系统、直值系统、全球导航卫星系统和评测系统;多传感器融合定位系统和真值系统的输入端均与全球导航卫星系统连接;评测系统包括数据接收模块、时间同步模块、数据分析模块和评价分析模块;数据接收模块的输入端同时与多传感器融合定位系统和真值系统的输出端连接;时间同步模块用于进行时间同步;数据分析模块用于对经过时间同步的数据进行误差计算处理;评价分析模块用于进行精准度和鲁棒性的评价。本发明能够对定位系统做全工况场景精度评价,同时能够满足L3级及以上自动驾驶对于厘米级定位需求。
-
公开(公告)号:CN114662597B
公开(公告)日:2025-04-25
申请号:CN202210302009.2
申请日:2022-03-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/25
Abstract: 本发明涉及一种基于分段函数的多传感器数据融合方法,包括如下步骤:1)获取多个传感器数据并统计输出目标分布情况;2)分析多个传感器数据的稳定性,输出跳变标志位;3)基于分段函数对目标分布情况进行拟合,输出权重曲线;4)基于权重曲线对多个传感器数据进行融合,得到融合数据。本发明所述一种基于分段函数的多传感器数据融合方法,基于分段函数对目标分布情况进行拟合得到权重曲线,在基于权重曲线对多个传感器数据进行融合得到融合数据,相较于现有方法,本方法步骤简单,所需算力较低;另外,本方法中还通过分析多个传感器数据的稳定性来调整权重曲线,使多个传感器数据的融合更加准确可靠。
-
公开(公告)号:CN116152762A
公开(公告)日:2023-05-23
申请号:CN202310002830.7
申请日:2023-01-03
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V10/25 , G06V10/77 , G06V10/774 , G06N20/00
Abstract: 本申请涉及一种目标关联融合方法、装置、车辆及存储介质,包括:将聚类输出的检测目标和深度学习输出的检测目标分别缓存至第一检测目标缓存队列和第二检测目标缓存队列;获取时间戳匹配的聚类检测目标和深度学习检测目标,放入到预设的向量容器;若预设的向量容器为第一预设值,将深度学习检测目标或聚类检测目标作为关联融合后的目标;若预设的向量容器为第二预设值,计算匹配矩阵,匹配矩阵为空时,将深度学习检测目标作为关联融合后的目标,匹配矩阵不为空时,遍历匹配矩阵,将深度学习检测目标和满足预设筛选条件的聚类检测目标作为关联融合后的目标,从而输出稳定准确性更高的检测目标,以便进行统一的跟踪处理。
-
公开(公告)号:CN112927541A
公开(公告)日:2021-06-08
申请号:CN202110129189.4
申请日:2021-01-29
Applicant: 重庆长安汽车股份有限公司
IPC: G08G1/0967 , B60W60/00
Abstract: 本发明公开一种基于多目标车位置的交通流轨迹生成方法、车辆和自动驾驶车辆的横向控制方法及系统,首先根据前方区域获取前方多个目标车,然后将目标车进行车道属性分类,车辆依车道分类后生成各车道候选目标车集合,将各车道候选目标车集合分别加入上一帧的对应车道位置点集合中,并将上一帧的对应车道位置点集合中的位置点坐标转换到当前本车坐标系下,然后判断自动驾驶车辆是否换道并依此更新目标车历史位置,最后利用各车道多个目标车的位置拟合生成各车道交通流轨迹。本发明的基于多目标车位置的交通流轨迹生成方法,能够使自动驾驶车辆能在堵车工况无车道线等情况下实现稳定的横向控制,提高横向控制效果,安全性高。
-
公开(公告)号:CN112927541B
公开(公告)日:2022-09-06
申请号:CN202110129189.4
申请日:2021-01-29
Applicant: 重庆长安汽车股份有限公司
IPC: G08G1/0967 , B60W60/00
Abstract: 本发明公开一种基于多目标车位置的交通流轨迹生成方法、车辆和自动驾驶车辆的横向控制方法及系统,首先根据前方区域获取前方多个目标车,然后将目标车进行车道属性分类,车辆依车道分类后生成各车道候选目标车集合,将各车道候选目标车集合分别加入上一帧的对应车道位置点集合中,并将上一帧的对应车道位置点集合中的位置点坐标转换到当前本车坐标系下,然后判断自动驾驶车辆是否换道并依此更新目标车历史位置,最后利用各车道多个目标车的位置拟合生成各车道交通流轨迹。本发明的基于多目标车位置的交通流轨迹生成方法,能够使自动驾驶车辆能在堵车工况无车道线等情况下实现稳定的横向控制,提高横向控制效果,安全性高。
-
公开(公告)号:CN113487901B
公开(公告)日:2022-05-17
申请号:CN202110875977.8
申请日:2021-07-30
Applicant: 重庆长安汽车股份有限公司
IPC: G08G1/0967 , G08G1/16 , B60W40/06
Abstract: 本发明公开的基于摄像头感知的车道宽度校验方法及系统,能有效校准在结构化道路上因车道线模糊、路面积水造成的摄像头宽度误识别问题。通过将车道特殊场景转换到车道线系数角度分析,能有效解决因路面车道线标识丢失、本车道曲率异常、匝道场景下的车道宽度问题不一致减少了下游环节使用车道线信息的风险。通过内置的车道交叉验证能使下游控制端得到安全可行驶的车道宽度,避免碰撞护栏、路沿,提升系统安全性,并且本方法为车道对中功能提供可靠、稳定的车道宽度。
-
公开(公告)号:CN113436190A
公开(公告)日:2021-09-24
申请号:CN202110875981.4
申请日:2021-07-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06T7/00
Abstract: 本发明提供了一种基于车道线曲线系数的车道线质量计算方法,包括:每新接收到一帧车辆的多传感器数据融合装置融合输出的车道线数据,则将其存储至容器中;所述车道线数据包括:车道线曲线系数和车道线长度;当接收到待存储的第n+1帧车道线数据时,则将容器中当前存储的第一帧车道线数据进行丢弃处理,使所述容器中的最大缓存量为n帧车道线数据;在容器中每存储有一帧新的车道线数据时,即对各车道线曲线系数分别进行标准差求解;将求解得到的各车道线曲线系数的标准差与预设的各车道线曲线系数的标准差上限值进行取小,选出各车道线曲线系数的最终标准差;基于各车道线曲线系数的最终标准差,计算车道线质量。
-
公开(公告)号:CN114750681B
公开(公告)日:2024-11-05
申请号:CN202210439009.7
申请日:2022-04-22
Applicant: 重庆长安汽车股份有限公司
IPC: B60Q1/08
Abstract: 本发明涉及一种汽车大灯自动控制方法,如下步骤:1)获取车道宽度信息和本车状态信息并传输至计算模块;2)根据本车状态信息从车道宽度信息中提取本车前方位置的车道宽度;3)根据本车前方位置的车道宽度计算汽车大灯所需的照射角度;4)生成调整汽车大灯至所述照射角度的控制指令;5)执行所述控制指令。本发明所述汽车大灯自动控制方法基于所述自动控制系统进行,在现有技术的基础上增加车道宽度信息的获取渠道,不受定位信息的影响,可以覆盖车辆行驶的绝大部分场景;另外,在确保汽车大灯自动控制可以顺利进行的同时,根据实际情况选择合适的渠道获取车道宽度信息,以提高汽车大灯自动控制的准确性,提高用户的使用体验。
-
公开(公告)号:CN114705199B
公开(公告)日:2024-09-17
申请号:CN202210356880.0
申请日:2022-03-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种车道级融合定位方法及系统,系统包括定位初始化模块、航迹粗推算模块、坐标转换模块、车道匹配模块、车道级精配准定位模块和坐标逆转换模块。本发明通过GPS做定位初始化,后续在初始化基础上做航迹粗推算,通过得到的粗定位结果获取周围一段范围高精度地图,再利用高精度地图车道线数量、类型、颜色等信息与前视摄像头识别到的车道线的对应信息做匹配,获取本车在高精度地图上所在车道,最后利用一段时间内本车历史行驶轨迹点与高精度地图上所在车道中心线做车道级精配准,即可得到精度较高的车道级定位结果。
-
公开(公告)号:CN113886634B
公开(公告)日:2024-04-12
申请号:CN202111158760.1
申请日:2021-09-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本方案涉及一种车道线离线数据可视化方法及装置,该方法包括:获取并解析各车道线传感器的车道线离线数据包,再将各传感器的车道线离线数据分别存储到第一数据容器中;对各第一数据容器中存储的各传感器的车道线离线数据进行时间同步,再转存入第二数据容器中;选取目标时间段和待目标车道线系数,从第二数据容器中提取所有传感器在目标时间段内的目标车道线离线数据;形成每一传感器的各目标车道线曲线系数在目标时间段内随时间变化的第一曲线图;基于每一传感器的各目标车道线曲线系数在目标时间段内随时间变化的第一曲线图,计算每一传感器的各目标车道线曲线系数的均值、方差、和/或期望在目标时间段内随时间变化的曲线图,再进行输出展示。
-
-
-
-
-
-
-
-
-