-
公开(公告)号：CN116051666B
公开(公告)日：2025-05-09
申请号：CN202211348073.0
申请日：2022-10-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种停车库环境中语义建图方法、装置、电子设备及存储介质，方法包括：根据传感器数据得到车辆位姿信息；拼接多张环视图片，通过语义分割算法检测出车道线语义信息和库位线语义信息，标记对应的图片像素，提取车道线中心线和库位线中心线图片；根据车辆位姿信息和环视图片的时间计算环视图片的车辆位姿信息，基于环视图片的车辆位姿信息、车道线中心线和库位线中心线图片得到不同时刻的车道线点云和库位线点云，拼接得到初始语义点云地图；降采样创建三维体素栅格，三维体素栅格内的所有点云的重心作为新的语义点，根据新的语义点得到停车库环境中语义点云地图。解决了相关技术中建图方法计算量大、处理器的算力要求高且成本高的问题。
-
公开(公告)号：CN114659511B
公开(公告)日：2024-09-27
申请号：CN202210114938.0
申请日：2022-01-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于自动驾驶高精地图的局部地图动态加载方法，包括：计算车辆当前位置与上次请求地图时所在位置之间的距离；当上述距离超过一定限度时通过UDP方式将车辆当前位置发送给地图服务器以请求地图；接收从地图服务器通过UDP方式发送的请求位置前方一定范围内的地图数据；删除局部地图中车后方超过一定范围的点；寻找接收到的高精地图数据中没有被局部地图包含的部分，并将其进行格式转换并保存在局部地图中；将局部地图转换成适合显示的格式并进行可视化。本发明避免了重复转换所造成的资源浪费和时间代价。
-
公开(公告)号：CN116612190A
公开(公告)日：2023-08-18
申请号：CN202310577629.1
申请日：2023-05-19
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及车辆技术领域，特别涉及一种车辆的定位方法、装置、车辆及存储介质，其中，方法包括：语义分割全景图像得到地面语义特征和空间语义特征，将空间语义特征投影至三维投影平面得到空间特征，并将地面语义特征投影至地面投影平面得到地面特征；对多帧全景图像的地面特征和空间特征分别进行跟踪和融合得到地面语义特征对象和空间语义特征对象，基于地面语义特征对象和空间语义特征对象构建语义地图，利用语义地图和车辆当前所处区域的地面语义特征对象和空间语义特征对象定位车辆的当前位置。由此，解决了相关技术中，自动泊车环境感知不敏感，位姿估计不稳定，全局定位不精确，使得用户使用时体验较差等问题。
-
公开(公告)号：CN115760987A
公开(公告)日：2023-03-07
申请号：CN202211518597.X
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请实施例提供一种泊车定位、地图构建方法及装置、电子设备、存储介质，该泊车定位方法包括获取车辆的目标前视图像和第一目标环视图像，对目标前视图像进行特征提取，得到目标前视图像特征，根据目标前视图像特征匹配与目标前视图像特征对应的目标预设位姿，基于目标预设位姿和预设语义地图的多个环视位姿之间的相似度确定第一目标局部语义地图，对第一目标环视图像进行语义提取，得到第一目标语义信息，根据第一目标语义信息对第一目标局部语义地图进行匹配，确定车辆的第一时刻位姿，以对车辆进行泊车定位，上述泊车定位方法能够实现在停车库场景中任意位置进行初始化，克服在路程中间定位失败的问题，保证了泊车定位的精确性和鲁棒性。
-
公开(公告)号：CN114659511A
公开(公告)日：2022-06-24
申请号：CN202210114938.0
申请日：2022-01-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于自动驾驶高精地图的局部地图动态加载方法，包括：计算车辆当前位置与上次请求地图时所在位置之间的距离；当上述距离超过一定限度时通过UDP方式将车辆当前位置发送给地图服务器以请求地图；接收从地图服务器通过UDP方式发送的请求位置前方一定范围内的地图数据；删除局部地图中车后方超过一定范围的点；寻找接收到的高精地图数据中没有被局部地图包含的部分，并将其进行格式转换并保存在局部地图中；将局部地图转换成适合显示的格式并进行可视化。本发明避免了重复转换所造成的资源浪费和时间代价。
-
Patent Agency Ranking
公开(公告)号：CN114419155A
公开(公告)日：2022-04-29
申请号：CN202210061037.X
申请日：2022-01-19
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于激光雷达辅助的视觉建图方法，包括以下步骤：收集移动设备运动过程中的激光雷达数据、图像数据、惯性传感器数据和里程计数据；采用激光SLAM方法遍历整个数据流；根据得到的位置信息，插值估计得到图像位置信息并构建KD Tree；对整个数据流的图像数据进行逐帧遍历，提取深度学习的特征信息；再次对整个数据流的图像数据进行逐帧遍历，利用KD Tree搜索获取当前帧邻近的图像帧集，然后对图像帧集中的图像帧两两进行特征匹配，并通过增量三角化生成3D地图点。本方案使得大场景建图不再受限，从整体上提高了地图的精度；同时本发明使用了更鲁棒的深度学习的特征信息，可以克服光照变化的影响，抗干扰能力更强。
-
公开(公告)号：CN114987449B
公开(公告)日：2024-10-01
申请号：CN202210612982.4
申请日：2022-05-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种自动泊车方法、装置、电子设备、存储介质，涉及自动泊车领域，包括，获取样本数据，所述样本数据包括图像参数和车辆参数数据；对所述惯性测量单元数据和里程计数据进行数据融合得到车辆的惯导位姿，以形成样本数据集；根据所述样本数据集建立深度学习模型；获取目标图像数据和当前车辆参数数据，并输入至训练后的深度学习模型，得到当前惯导位姿，以使车辆根据所述当前惯导位姿执行自动泊车。本申请泊车操作时，实现任意当前惯导位姿执行自动泊车，除了初始样本数据需要用户参与，后续泊车可以自动进行，通过深度学习模块可以进行自学习、自调整，提高自动泊车的准确度。
-
公开(公告)号：CN117372831A
公开(公告)日：2024-01-09
申请号：CN202311412996.2
申请日：2023-10-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供了一种点云图的生成方法及装置、存储介质、电子装置，其中，该方法包括：通过以上步骤，获取车辆双目相机采集的第一图片和第二图片，以及获取车辆红外成像仪采集的红外图；将第一图片和第二图片转换为与红外图相同尺寸的深度投影图；将深度投影图和红外图输入预设深度神经网络，得到多张不同尺寸的优化深度图和对应的打分图；基于打分图将多张优化深度图融合为深度融合图；采用深度融合图和打分图生成红外成像仪的视野范围内的融合点云图。通过本发明实施例，解决了相关技术车辆在环境干扰影响较多的情况下感知能力弱的技术问题，降低了环境干扰对车辆感知能力的影响。
-
公开(公告)号：CN115239902A
公开(公告)日：2022-10-25
申请号：CN202210886539.6
申请日：2022-07-26
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及计算机视觉技术领域，特别涉及一种移动设备的周边地图建立方法、装置、设备及存储介质，其中，方法包括：获取移动设备所处环境周围的多帧周边图像；利用预设提取策略从多帧周边图像中提取满足预设条件的关键帧图像的位置信息，并基于每个关键帧图像的位置信息构建树形数据结构；搜索树形数据结构中与每个关键帧图像的欧式距离小于预设距离的多个邻近图像帧，对多个邻近图像帧中任意两个图像帧进行三角化，得到每个关键帧图像的三维地图点，并基于所有三维地图点建立移动设备的周边地图。由此，解决了相关技术中SLAM方法应用于大场景建图的局限性，降低了地图的精度，且建图提取的传统特征无法克服光照的影响易受干扰等问题。
-
公开(公告)号：CN114987449A
公开(公告)日：2022-09-02
申请号：CN202210612982.4
申请日：2022-05-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种自动泊车方法、装置、电子设备、存储介质，涉及自动泊车领域，包括，获取样本数据，所述样本数据包括图像参数和车辆参数数据；对所述惯性测量单元数据和里程计数据进行数据融合得到车辆的惯导位姿，以形成样本数据集；根据所述样本数据集建立深度学习模型；获取目标图像数据和当前车辆参数数据，并输入至训练后的深度学习模型，得到当前惯导位姿，以使车辆根据所述当前惯导位姿执行自动泊车。本申请泊车操作时，实现任意当前惯导位姿执行自动泊车，除了初始样本数据需要用户参与，后续泊车可以自动进行，通过深度学习模块可以进行自学习、自调整，提高自动泊车的准确度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.032 seconds)
