-
公开(公告)号：CN116823917A
公开(公告)日：2023-09-29
申请号：CN202310779378.5
申请日：2023-06-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供了一种基于编码语义散斑的测量方法及装置，属于图像测量领域，其中，该方法包括：配置散斑语义，以及基于所述散斑语义和预设特征参数构建散斑样式，其中，所述散斑语义用于指示散斑的排布形状和排布位置；采用所述散斑样式和所述散斑语义融合生成编码语义散斑；基于所述编码语义散斑测量目标对象的物理参数。通过本发明实施例，解决了相关技术中预定向标记点被遮挡或孤立导致测量结果错误的技术问题，在实现原有标记点功能的同时，还具有语义的约束，因此可以实现更高精度的测量结果，实现了完备的全局测量结果，提升了全局测量精度。
-
公开(公告)号：CN116691659A
公开(公告)日：2023-09-05
申请号：CN202310628178.X
申请日：2023-05-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种无GPS信号下车辆行驶轨迹的评估方法、装置，其属于车辆的技术领域，该方法包括：在车辆行驶过程中，获取车辆的行驶轨迹的坐标信息；在得到N个坐标信息后，确定奇异值特征矩阵；获取奇异值特征矩阵的目标特征值，并判断目标特征值是否小于一直线判定阈值；当目标特征值小于直线判定阈值时，判定N个坐标信息对应的行驶轨迹所处路段为直线路段；当目标特征值不小于直线判定阈值时，判定N个坐标信息对应的行驶轨迹所处路段为转弯路段。实现了在无GPS信号场景，低成本、高效率的车辆行驶轨迹的评估；且该低成本、高效率的车辆行驶轨迹的评估方法应用于自动驾驶的构图场景中，可以降低构图的成本，以及提高构图的效率。
-
公开(公告)号：CN116894875A
公开(公告)日：2023-10-17
申请号：CN202310916736.2
申请日：2023-07-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供了一种相机位姿的补偿计算方法及装置、存储介质、电子装置，属于图像处理领域，其中，该方法包括：采集基准相机的第一图像帧和目标相机的第二图像帧；计算所述第一图像帧与所述第二图像帧之间的投影信息矩阵，以及计算所述第一图像帧与所述第二图像帧之间的变形张量，并基于所述变形张量计算环境畸变信息矩阵；采用所述投影信息矩阵和所述环境畸变信息矩阵构建信息矩阵；采用所述信息矩阵补偿计算所述目标相机的相机位姿。通过本发明实施例，解决了相关技术中相机位姿精度低的技术问题，可提升图像测量领域的测量精度，提高了车辆的推理定位精度。
-
公开(公告)号：CN115979278A
公开(公告)日：2023-04-18
申请号：CN202310004707.9
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供一种汽车的定位方法、装置、设备及介质，所述汽车的定位方法包括获取对目标区域采集的多个原始图片数据；对多个所述原始图片数据进行统计处理，以生成所述目标区域的定位地图数据；获取当前汽车所在位置的道路图片数据，所述当前汽车位于所述目标区域内；根据所述道路图片数据，生成语义特征数据，所述语义特征数据表征所述当前汽车所在位置的地面元素和所述地面元素的数量；以及将所述语义特征数据和所述定位地图数据进行匹配，以生成所述当前汽车的位置数据。本发明可低成本的实现汽车在城区的定位，且定位方法的执行效率高，结果稳定性高。
-
公开(公告)号：CN120014576A
公开(公告)日：2025-05-16
申请号：CN202510085112.X
申请日：2025-01-20
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V10/82 , G06V10/25 , G06V10/44 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及人工智能技术领域，公开了基于高斯混合模型的目标检测方法、装置、车辆及介质，本发明通过将行驶场景图像进行图像特征提取，得到特征序列，经过线性投影层进行提取，得到查询、键和值，并将每个键建模为预设数量个高斯分布的高斯混合模型，计算查询分别在高斯混合模型中的概率，基于键对应的高斯混合模型和查询在高斯混合模型中的概率，计算当前键与所有查询的注意力分数，继而得到所有键与所有查询的注意力分数，再将注意力分数与值序列进行点积相乘，得到目标特征序列，最后确定目标的检测结果，通过基于混合高斯分布的自注意力机制，减少了自注意力模型的计算成本，提高了模型输出的可解释性，并且实现了更好的目标检测结果。
-
Patent Agency Ranking
公开(公告)号：CN120014232A
公开(公告)日：2025-05-16
申请号：CN202510087141.X
申请日：2025-01-20
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/25 , G06V10/764 , G06V10/80 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及车辆目标检测技术领域，公开了一种目标检测方法、装置、计算机设备和车辆，方法包括：获取待检测图像并提取待检测图像的特征图；从特征图中提取基于方差的不确定性图；将特征图的位置编码、不确定性图和特征图转换为第一特征序列后输入编码层；中间分类预测层对编码层输出第二特征序列进行处理，得到多个预测查询向量；基于融合了预测查询向量和解码层查询向量的解码层对第二特征序列进行处理，得到第三特征序列；将第三特征序列输入匈牙利匹配层，匹配得到目标特征序列；通过分类检测层和回归检测层分别对目标特征序列进行处理，得到待检测图像中的目标位置和目标类别。本发明提高了基于Transformer目标检测方法的准确性。
-
公开(公告)号：CN119169581A
公开(公告)日：2024-12-20
申请号：CN202411186006.2
申请日：2024-08-27
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/58 , G06V10/24 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种道路元素检测模型训练方法、检测方法、装置和电子设备，训练方法包括：获取训练样本，所述训练样本包括基于众包地图获取的目标位置对应的局部众包信息和所述目标位置对应的前视语义信息；将所述局部众包信息和所述前视语义信息输入道路元素检测模型，学习得到所述目标位置的道路元素矢量点集，所述道路元素矢量点集表征矢量化的道路元素以及所述道路元素的拓扑信息；根据所述道路元素矢量点集更新所述道路元素检测模型的模型参数。本发明实施例实现高精度道路检测，不依赖于高成本设备，降低自动驾驶设备成本。
-
公开(公告)号：CN117953060A
公开(公告)日：2024-04-30
申请号：CN202410131399.0
申请日：2024-01-29
Applicant: 重庆长安汽车股份有限公司 , 北京航空航天大学
Abstract: 本发明涉及智能定位技术领域，公开了一种基于特征匹配的定位方法、装置、设备以及介质。本发明实施例提供的一种基于特征匹配的定位方法，根据采集的点云数据，确定全局点云地图；通过对采集的图像数据进行特征提取，获得对应的点云描述子；根据所述点云描述子、构建的语义要素数据库和所述全局点云地图，对所述点云描述子进行定位。本发明通过利用高频IMU信息，语义要素数据库，稀疏视觉点云，逐级特征匹配定位算法在第一级直接使用几何语义特征描述子进行匹配无法精准地获取配准信息时，逐渐引入车身视觉、IMU等传感信息搭建因子图，并在后续匹配过程中逐步扩张因子图加强配准精度，直至实现精准定位。
-
公开(公告)号：CN117373022A
公开(公告)日：2024-01-09
申请号：CN202311412414.0
申请日：2023-10-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及自动驾驶技术领域，公开了鸟瞰图静态数据标注方法、装置、车辆、设备及存储介质，该方法包括：获取目标区域对应的全局众包地图；基于目标车辆在目标区域内行驶过程中对采集语义分割图及其对应的定位结果，构建第一局部众包地图；基于预设鸟瞰图视场范围和定位结果在全局众包地图中提取第二局部众包地图和第三局部众包地图；以上述数据构建训练集，对初始鸟瞰图生成模型进行训练；将当前定位结果对应的第四局部众包地图、语义分割图和第二局部众包地图输入鸟瞰图生成模型，并利用全局众包地图对模型输出进行融合标注，得到带有标注的鸟瞰图。从而以小样本的训练，获得大数据的标注，实现自动标注的功能，提升鸟瞰图静态数据的标注效率。
-
公开(公告)号：CN116608872A
公开(公告)日：2023-08-18
申请号：CN202310629824.4
申请日：2023-05-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种车辆的定位方法、装置、车辆及存储介质。该方法应用于车辆终端；方法包括：获取车辆终端在目标轨迹点采集的道路环境图像的语义图像；从语义图像中提取多个压缩信息；其中，每个压缩信息包括语义图像中的部分图像信息；分别将多个压缩信息中的每个压缩信息，与目标区域的语义地图进行匹配，得到多个压缩信息在语义地图中对应的多个预测定位信息；其中，目标区域为包括目标轨迹点的区域；从多个预测定位信息中确定目标轨迹点的定位信息。由此，可以在提高了车辆定位的精确性的同时，降低车辆定位的成本。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.033 seconds)
