-
公开(公告)号：CN117104266A
公开(公告)日：2023-11-24
申请号：CN202311089948.4
申请日：2023-08-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种车辆运动轨迹预测方法，包括：获取目标车辆的当前行驶控制信号；以所述目标车辆的当前行驶控制信号作为目标车辆的运动学模型的控制变量，得到目标车辆的运动状态变量；更新所述运动状态变量，得到新的运动状态变量；基于所述新的运动状态变量得到目标车辆的预测运动轨迹。本发明由于在预测过程中结合了车辆的运动学模型，解决了工程化中纯深度学习模型输出轨迹缺乏运动学约束的问题，为自动驾驶系统提供可靠的目标轨迹预测信息，提升车辆行驶的安全性，使得模型在各类场景具有更强的泛化性和鲁棒性，预测轨迹更符合运动学。
-
公开(公告)号：CN117163064A
公开(公告)日：2023-12-05
申请号：CN202311152579.9
申请日：2023-09-06
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，公开了一种切入目标的数据标注方法、装置、设备及介质，方法包括：获取自车轨迹、目标车轨迹和车道中心线信息，所述自车轨迹是自车在当前道路上行驶的轨迹，所述目标车轨迹是自车附近的其他目标车在当前道路上行驶的轨迹，所述车道中心线信息包括当前道路上各个车道的车道中心线；将各个行驶时刻与所述自车轨迹相距最近的车道中心线作为相应时刻的校准中心线；根据所述目标车轨迹在各个时刻和对应的所述校准中心线之间的相对距离识别目标车切入动作；对所述目标车切入动作对应的目标车和切入时刻进行标注。本发明提高了针对切入目标的数据标注准确性。
-
公开(公告)号：CN116129309A
公开(公告)日：2023-05-16
申请号：CN202310002917.4
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/40 , G06V10/25 , G06V10/764
Abstract: 本申请涉及车辆技术领域，特别涉及一种行人横穿意图标注方法、装置、车辆及存储介质，其中，方法包括：从车辆采集的视频流中提取图片信息、行人特征信息和车辆可行驶区域信息，将图片信息分别与行人特征信息和车辆可行驶区域信息进行时间匹配，得到每个行人在不同帧下与可行驶区域之间的距离，根据每个行人在不同帧下与可行驶区域之间的距离按照预设逻辑生成行人意图标签，以进行行人横穿意图标注。本申请实施例可以基于图片信息、行人特征信息和车辆可行驶区域信息对行人横穿意图进行标注，从而为自动泊车过程中行人横穿意图预测提供可靠依据，在提高行人意图判断准确性的同时保障了用户行车安全，促进了车辆的智能化发展。
-
公开(公告)号：CN116311159A
公开(公告)日：2023-06-23
申请号：CN202310187433.1
申请日：2023-03-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/58 , G06V10/10 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像识别和数据处理技术领域，具体提供一种基于信号灯的意图预测方法、装置及储存介质，在意图预测方法中，方法包括：获取周围的视觉图像并基于目标检测算法获取所述视觉图像中车辆的行驶方向、ID编号和在所述视觉图像中的坐标；基于所述ID编号和所述坐标识别目标车辆；基于深度学习获取目标车辆上信号灯的类别和信号灯的状态；基于所述信号灯的类别和信号灯的状态和目标车辆的行驶方向预测所述目标车辆的信号灯意图。本发明更准确和更高效的识别出车辆信号灯的状态，预测出车辆信号灯的意图，并为预测车辆行驶意图提供判断依据。
-
公开(公告)号：CN115303180A
公开(公告)日：2022-11-08
申请号：CN202211054189.3
申请日：2022-08-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及智能驾驶技术领域的一种汽车后视镜调节方法、装置、汽车、电子设备及介质。方法包括获取视觉图像，视觉图像包括驾驶位乘坐人员的人脸信息；将视觉图像输入至人脸检测算法模型，得到人脸坐标点集合和人脸图像；将人脸图像输入至人脸关键点检测模型，得到人脸眼睛坐标；根据人脸眼睛坐标确定人脸眼睛图像；将人脸坐标点集合映射到预设坐标系，得到人脸图像相对视觉图像的网格位置信息；将人脸图像、人脸眼睛图像和网格位置信息输入至注视点估计模型，得到人眼注视点；根据人眼注视点控制车辆后视镜的翻转角度。有益效果是：本发明中的通过采用人眼注视点来控制后视镜的翻转角度，后视镜调节更加智能可靠，也更加简单方便。
-
Patent Agency Ranking
公开(公告)号：CN117238125A
公开(公告)日：2023-12-15
申请号：CN202310764715.3
申请日：2023-06-26
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及智能驾驶技术领域，具体是涉及一种基于车辆信息和地图信息的轨迹预测方法及相关装置。通过获取与本车位于同一环境的目标车辆的第一车辆信息、若干环境车辆的第二车辆信息以及地图信息，各环境车辆包括环境中除目标车辆之外的车辆；根据第一车辆信息、各第二车辆信息以及地图信息，确定目标车辆的目标车辆特征；根据目标车辆特征，确定目标车辆的目标预测轨迹。本申请在对与本车位于同一环境的目标车辆进行轨迹预测时，考量了目标车辆自身、目标车辆的周围车辆以及当前道路对其行车路线的多重影响，可以有效提高轨迹预测结果的准确性。
-
公开(公告)号：CN116895154A
公开(公告)日：2023-10-17
申请号：CN202310939629.1
申请日：2023-07-28
Applicant: 重庆长安汽车股份有限公司
IPC: G08G1/01 , G06F18/214 , G06F17/11
Abstract: 本申请涉及车辆技术领域，具体是涉及一种车辆轨迹预测模型的训练方法和车辆加塞预测方法。本申请实施例的原数据既包括了发生加塞交互行为的两个车辆的行驶数据也包括没有发生加塞交互行为车辆的行驶数据，因此需要从原数据筛选出发生加塞交互行为车辆的行驶数据，然后在原有的加塞数据基础上，对加塞数据进行扩展，以增大加塞数据的数量，之后将增大数量之后的加塞数据放入到原数据中，以得到新的原数据，从而丰富了加塞场景数据在新的原数据中的占比，采用新的原数据训练轨迹预测模型，使得训练之后的轨迹预测模型更加适用于去预测判断是否发生加塞行为所需要的车辆预测轨迹。
-
公开(公告)号：CN116304688A
公开(公告)日：2023-06-23
申请号：CN202310167168.0
申请日：2023-02-27
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06F18/2431 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明属于车辆技术领域，具体涉及基于cs‑lstm车辆行为预测的模型优化方法、装置及存储介质，该方法包括，获取实车数据集，根据所述实车数据集获取cs‑lstm数据集和RF数据集；搭建cs‑lstm模型和随机森林模型，将所述cs‑lstm数据集输入所述cs‑lstm模型，得到cs‑lstm模型预测结果，将所述RF数据集输入所述随机森林模型，得到随机森林模型预测结果；将所述随机森林模型预测结果输入所述cs‑lstm模型，并进行后处理，对所述cs‑lstm模型进行优化。其目的是：通过在cs‑lstm模型的基础上，加入随机森林模型，对车辆换道行为进行预测，并加入到cs‑lstm模型编码和后处理中，优化cs‑lstm模型横向行为的预测，提高了预测的准确性。
-
公开(公告)号：CN116523137A
公开(公告)日：2023-08-01
申请号：CN202310500722.2
申请日：2023-05-05
Applicant: 重庆长安汽车股份有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0639 , G06Q50/30 , G06F18/23 , G06F18/214 , G06F18/24 , G06N3/04 , G06F18/22
Abstract: 本发明公开了一种车辆自动驾驶的轨迹预测模型调度方法和系统，涉及自动驾驶的技术领域；离线训练阶段，获取轨迹预测所需的历史数据集并进行分类处理，利用不同道路场景不同类簇的历史数据集训练每个轨迹预测模型，保存满足预设精度阈值的预训练轨迹预测模型；在线调度阶段，获取当前道路场景和当前车辆数据，匹配离线训练阶段中相同道路场景最接近类簇的历史数据集，将对应的若干个预训练轨迹预测模型作为初选轨迹预测模型，其中最终总得分最高的作为终选轨迹预测模型，进行自动驾驶轨迹预测。本发明能够合理调度多种自动驾驶轨迹预测模型，降低计算资源，提高计算效率，更高效、准确的预测车辆自动驾驶轨迹。
-
公开(公告)号：CN116080687A
公开(公告)日：2023-05-09
申请号：CN202310179054.8
申请日：2023-02-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种预测轨迹后处理方法、系统、设备和介质，该方法包括：获取地图数据以及目标车辆的预测轨迹，根据所述地图数据确定所述目标车辆当前行驶车道的目标车道中心线；根据所述目标车道中心线搜索所述地图数据中对应的后继车道中心线，将所述目标车道中心线的对应的道路边界线与所述后继车道中心线对应的道路边界线进行拼接，得到待判别道路边界线集合；将所述预测轨迹转换到以所述待判别道路边界线集合中的道路边界线为参考线的坐标系下，对超出所述待判别道路边界线集合中道路边界线的所述预测轨迹进行矫正以使所述预测轨迹在对应道路边界线内。本申请可保证预测轨迹可满足实际行车需求，保证行车安全。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.03 seconds)
