车辆位姿初始化方法、装置、设备、介质及车辆

    公开(公告)号:CN119860788A

    公开(公告)日:2025-04-22

    申请号:CN202510054819.4

    申请日:2025-01-14

    Abstract: 本发明涉及车辆自动驾驶技术领域,公开了一种车辆位姿初始化方法、装置、设备、介质及车辆,方法包括:获取车辆的卫星定位数据、惯性导航数据和感知观测数据,卫星定位数据包括状态信息、位置数据和姿态数据;根据状态信息确定位置数据和姿态数据的步长和范围,创建第一粒子集合,根据惯性导航数据对各粒子进行位姿预测;根据感知观测数据对第一粒子集合进行筛选,得到第二粒子集合;根据第二粒子集合进行状态评估,确定车辆的初始化位姿。本发明能够保证初始粒子集合有足够的覆盖范围抵消卫星定位系统状态不佳带来的误差影响,同时借助前端感知设备进行辅助定位,实现各种驾驶场景下的位姿初始化,提高定位系统的鲁棒性、适应性和准确性。

    一种汽车定位数据的验证方法、系统、介质及电子设备

    公开(公告)号:CN115510054A

    公开(公告)日:2022-12-23

    申请号:CN202210908610.6

    申请日:2022-07-29

    Abstract: 本发明提供一种汽车定位数据的验证方法、系统、介质及电子设备,通过获取车辆的多种定位数据、预设在车辆中的多个定位传感器的种类;并对定位数据进行序列化处理,获得定位序列数据,并将定位序列数据存储在数据库中;最后按照定位传感器的种类对数据库中的定位序列数据进行分类,并从数据库中获取至少两种不同类型的定位序列数据,对至少两种不同类型的定位序列数据进行对比,完成定位数据的验证。本发明通过先将来自车辆不同传感器的定位数据进行序列化处理并存储,然后将不同类型的定位序列数据进行对比,完成对定位数据的验证。

    一种用于自动驾驶算法评价的系统、方法及存储介质

    公开(公告)号:CN114852098A

    公开(公告)日:2022-08-05

    申请号:CN202210582310.3

    申请日:2022-05-26

    Abstract: 本发明公开了一种用于自动驾驶算法评价的系统、方法及存储介质,该系统包括场景原始数据模块、数据处理中心、算法模块和可视化模块;场景原始数据模块用于将场景原始数据输入到数据处理中心,并获取算法模块产生的中间参数;算法模块用于从数据处理中心获取场景原始数据,并将算法模块产生的中间参数发送给数据处理中心;数据处理中心用于将算法模块产生的中间参数依据时间进行配对,以进行自动驾驶算法的评价;可视化模块用于获取配对的参数进行可视化显示。本发明支持海量场景原始数据的算法模块自动化评价,且会将配对的算法中间参数通过可视化模块进行可视化显示,以使得开发人员可以快速定位问题点或待优化点。

    基于Python自动驾驶车辆接口信号的检查工具及方法

    公开(公告)号:CN114647580A

    公开(公告)日:2022-06-21

    申请号:CN202210277401.6

    申请日:2022-03-21

    Abstract: 本发明公开了一种基于Python自动驾驶车辆接口信号的检查工具,包括界面交互模块和数据处理模块,界面交互模块具有交互界面,交互界面包括文件加载板块、保存路径选择板块和启动检测板块;数据处理模块包括信号名称检查模块、信号类型检查模块和信号输入输出检查模块,信号名称检查模块用于检查自动驾驶系统的各模块头文件的Excel表格中的信号名称是否采用了相同的命名规范,信号类型检查模块用于检查Excel表格中的信号类型是否属于规定的数据类型,信号输入输出检查模块用于验证自动驾驶系统的各模块之间输出和输入的信号是否有模块接收和输出,如果出现错误,则在Excel表格中进行颜色标示。本发明还公开利用上述检查工具进行检查的方法。

    自动驾驶车辆历史传感器数据回灌方法及系统

    公开(公告)号:CN113160454A

    公开(公告)日:2021-07-23

    申请号:CN202110602603.9

    申请日:2021-05-31

    Abstract: 本发明提供一种基于数据拼接技术实现历史传感器数据回灌的方法,包括(1)利用dat文件中的整车信息和摄像头pack文件中的整车信息进行匹配,找出摄像头每一帧数据需要插入到dat中的哪个位置,将每一帧需要插入的位置存储为一个map;(2)利用匹配后得到的map,将摄像头pack数据中每一帧的车道线,以及目标车信息转化为dat中的数据格式并插入到dat中,进行数据拼接;(3)将拼接后的数据回灌到自动驾驶融合算法中,验证历史场景是否还会出现自动驾驶出错问题。本发明对自动驾驶车辆的历史行驶场景和历史数据进行二次利用,避免数据的浪费,有利于验证自动驾驶算法在历史场景上的有效性。

    鸟瞰图静态数据标注方法、装置、车辆、设备及存储介质

    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

    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。

    语义信息的数据降维方法、数据降维系统及控制器

    公开(公告)号:CN116311135A

    公开(公告)日:2023-06-23

    申请号:CN202310317294.X

    申请日:2023-03-28

    Abstract: 本申请公开了一种语义信息的数据降维方法、数据降维系统及控制器。该方法包括:获取图像采集设备发送的图像数据;对图像数据进行处理,得到语义图片;提取语义图片中的语义信息;根据语义信息确定车辆坐标系下的点簇;通过因子分析法确定与车辆坐标系下的点簇对应的因子载荷矩阵;将与车辆坐标系下的点簇对应的因子载荷矩阵作为车辆坐标系下的点簇的描述子,以完成数据降维。本申请将与车辆坐标系下的点簇对应的因子载荷矩阵作为车辆坐标系下的点簇的描述子,能够在保证使用范围的同时,减少存储空间的消耗。

    一种基于图像的多层停车场定位方法、装置和汽车

    公开(公告)号:CN115661248A

    公开(公告)日:2023-01-31

    申请号:CN202211339915.6

    申请日:2022-10-29

    Abstract: 本公开涉及汽车定位技术领域,公开了一种基于图像的多层停车场定位方法、装置和汽车,该方法通过在车辆处于停车场定位模式的情况下,加载车辆当前所处多层停车场的层级对应的地图,地图为预先利用车辆在停车场采集的图像建立的地图文件,获取车辆周围的实时图像,并提取实时图像的特征点;将实时图像的特征点与地图文件中保存的图像中的特征点进行匹配,确定与实时图像匹配特征点数量最多的图像为目标图像;计算实时图像与目标图像之间车辆的相对位置关系;基于相对位置关系和目标图像中车辆的位姿,确定实时图像对应时刻车辆在停车场的定位结果。本公开解决了如何低成本地实现了车辆在多层停车场中定位的问题。

    图像采集设备姿态标定方法、装置、设备及存储介质

    公开(公告)号:CN115423879A

    公开(公告)日:2022-12-02

    申请号:CN202211057997.5

    申请日:2022-08-31

    Abstract: 本申请提供一种图像采集设备姿态标定方法、装置、设备及存储介质,该方法通过获取包括多条结构性线条的环境图像,确定多个参考线段形成的多个交点,及交点位置信息,将交点投影至预设高斯球面得到投影点,配置投影点的多组匹配点对,确定优选曼哈顿世界假设,根据优选曼哈顿世界假设中曼哈顿投影点、曼哈顿第一匹配点和曼哈顿第二匹配点与各参考线段之间的位置关系确定曼哈顿坐标轴属性,得到曼哈顿世界坐标,基于该坐标与预设图像采集设备世界坐标确定图像采集设备到曼哈顿世界的旋转矩阵,以对图像采集设备进行姿态标定,能够实现基于单张图像估计得到曼哈顿世界与图像采集设备之间的旋转矩阵,以对图像采集设备姿态的标定,简单准确,速度快。

    视频摘要生成方法、电子设备、存储介质及程序产品

    公开(公告)号:CN120014513A

    公开(公告)日:2025-05-16

    申请号:CN202510086838.5

    申请日:2025-01-20

    Abstract: 本申请提供一种视频摘要生成方法、电子设备、存储介质及程序产品。方法包括:基于第一预设策略,对原始视频进行语义特征提取,得到语义主题特征;基于第二预设策略,对原始视频进行图像特征提取,得到与原始视频中的视频帧对应的帧级图像特征;对语义主题特征和帧级图像特征进行注意力特征融合,得到图文融合特征;根据图文融合特征,对视频帧进行筛选,得到由目标视频帧构成的集合,作为视频摘要,目标视频帧表征满足第一预设条件的视频帧。如此,通过提取并结合字幕语义特征以及视频帧图像特征,使得视频摘要的生成兼顾语义和图像信息,改善传统视频摘要生成方式缺乏对语义信息的关注,导致生成的视频摘要不够全面、准确性不足的问题。

Patent Agency Ranking