-
公开(公告)号：CN114590275B
公开(公告)日：2025-01-10
申请号：CN202210325865.X
申请日：2022-03-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于复合模型的车辆换道意图的预测方法，包括：采集本车和周边车辆的速度信息和位置信息；将本车和周边车辆布置到同一坐标系中，所有目标车辆的轨迹信息构成训练集A；建立三个隐马尔可夫模型，分别为向左换道模型，车道保持模型，向右换道模型；训练集A输入三个模型中进行初步预测，分别输出与之对应的概率；将邻居车辆与对应目标车辆的纵向距离和对应的概率结合形成训练集B，然后将训练集B输入多层感知机模型中，以目标车辆对应的真实换道意图作为标签，完成多层感知机模型的训练，以得到训练模型；实时采集目标车辆以及邻居车辆的速度信息和位置信息，输入训练模型中进行车辆换道意图的预测，从而输出目标车辆换道意图。
-
公开(公告)号：CN118569073A
公开(公告)日：2024-08-30
申请号：CN202410656239.8
申请日：2024-05-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/27 , G06F30/15 , G06F18/214 , G06F18/24 , G06Q10/04 , G06Q50/40 , G06N3/084 , G06N3/045 , G06N3/0442
Abstract: 本发明涉及深度学习技术领域，公开了自动驾驶场景生成方法、装置、车辆、设备及存储介质，该方法包括：获取自车的自动驾驶系统在测试行驶过程中采集的目标驾驶场景对应的目标场景固有特征和目标状态特征；按照自车行驶方向的反方向依次将目标状态特征加入目标场景固有特征中，生成场景要素特征图对预设目标状态预测模型进行训练；将自车的自动驾驶系统在实际行驶过程中提取的实际场景固有特征输入训练好的预设目标状态预测模型，依次推理生成多个预测目标状态特征结合实际场景固有特征生成自动驾驶模拟场景。使得生成驾驶场景可覆盖不同道路交通环境，为自动驾驶提供了真实和丰富的测试样本，有助于提升自动驾驶算法的泛化性能。
-
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：CN116010719A
公开(公告)日：2023-04-25
申请号：CN202211341998.2
申请日：2022-10-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/9537 , G06F16/29 , G06N20/00 , G06T7/70 , G06V20/56 , G06V20/58 , G08G1/0969
Abstract: 本发明提供一种智能驾驶的数据处理方法及系统、电子设备，处理方法包括：同步获取自车的多种原始数据，其中原始数据包括自车数据、道路数据和车辆感知数据；设置取样时段，取样时段包括自车的起点时刻；以起点时刻为原点建立行车坐标系，并根据原始数据，在行车坐标系中形成取样时段的自车轨迹；获取取样时段内自车周边交通参与者的位置信息，并根据位置信息，形成周边交通参与者的周车轨迹；处理道路数据，在行车坐标系中形成车道和车体中心线；根据行车坐标系中车道、自车轨迹和周车轨迹的图形，获取车道、自车轨迹和周车轨迹的坐标点集；以及设置筛选条件并从坐标点集中筛选出训练样本，存储训练样本。本发明能够提升智能驾驶的控制效率。
-
公开(公告)号：CN114943945A
公开(公告)日：2022-08-26
申请号：CN202210582304.8
申请日：2022-05-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V10/26 , G06V10/82 , G06V10/762 , G06T7/66
Abstract: 本发明公开了一种基于遮罩投影的远距离目标检测方法，结合视觉在目标类型识别中的优点与激光点云在位置估计中的优点，通过2D实例分割的遮罩由视觉空间向点云空间进行投影，实现对远距离目标的判断与特殊处理，并最终获得准确的检测。
-
Patent Agency Ranking
公开(公告)号：CN114889608A
公开(公告)日：2022-08-12
申请号：CN202210520205.7
申请日：2022-05-12
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于注意力机制的车辆换道预测方法，包括如下步骤：步骤1：获取本车以及本车周围车辆的数据信息；步骤2：根据步骤1获取的数据信息，构建神经网络输入特征；其中，输入特征包括目标车特征、动态环境信息和静态环境信息；步骤3：根据步骤2构建的神经网络输入特征，搭建基于注意力机制的神经网络模型；步骤4：训练步骤3搭建的神经网络模型；步骤5：利用步骤4训练后的神经网络模型对目标车辆进行换道预测。本发明所述方法不仅考虑了目标车辆及周围环境的静态特征，同时引入注意力机制考虑了预测目标与周边车辆、历史状态的交互行为，能够很好的适应复杂路况，更好的对目标换道进行预测。
-
公开(公告)号：CN114590275A
公开(公告)日：2022-06-07
申请号：CN202210325865.X
申请日：2022-03-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于复合模型的车辆换道意图的预测方法，包括：采集本车和周边车辆的速度信息和位置信息；将本车和周边车辆布置到同一坐标系中，所有目标车辆的轨迹信息构成训练集A；建立三个隐马尔可夫模型，分别为向左换道模型，车道保持模型，向右换道模型；训练集A输入三个模型中进行初步预测，分别输出与之对应的概率；将邻居车辆与对应目标车辆的纵向距离和对应的概率结合形成训练集B，然后将训练集B输入多层感知机模型中，以目标车辆对应的真实换道意图作为标签，完成多层感知机模型的训练，以得到训练模型；实时采集目标车辆以及邻居车辆的速度信息和位置信息，输入训练模型中进行车辆换道意图的预测，从而输出目标车辆换道意图。
-
公开(公告)号：CN114516325B
公开(公告)日：2023-10-13
申请号：CN202210173098.5
申请日：2022-02-24
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/14 , B60W40/06 , B60W40/105 , B60W40/107 , B60W10/06
Abstract: 本发明公开了一种基于前车行为预测的自适应巡航滑行节油方法，获取本车车速和本车加速度，获取前车位置、前车车速和前车加速度，获取前车周围车辆信息，获取本车所在位置地图道路信息；记录本车所在道路信息、本车定位信息及前车和前车周围车辆的相对位置信息和速度信息，基于本车定位信息、速度信息和加速度信息，结合本车所在道路信息和本车定位信息，建立时间序列信息与位置信息为相对道路的绝对坐标系；对前车未来轨迹进行推理，获取本车定位信息，判断本车进入路口接近模式；结合前车未来轨迹的预测信息，判断本车进入路口滑行模式；本车辅助驾驶系统向本车发动机控制器发出停止扭矩指令，对本车进行减速。同时还公开实现上述方法的装置。
-
公开(公告)号：CN116189148A
公开(公告)日：2023-05-30
申请号：CN202310158498.3
申请日：2023-02-23
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种基于周围车辆行为的通行意图识别方法及装置，其中，方法包括：采集当前交通场景的多张连续帧图像；根据当前交通场景的多张连续帧图像获取当前道路的交通场景动态地图，预测周围车辆的驾驶行为；以及利用交通场景动态地图和驾驶行为构建交通场景时空图模型，并基于交通场景时空图模型推理当前道路上指挥人员的实际指挥意图。本申请实施例可以基于交通场景动态地图和预测的驾驶行为得到交通场景时空图模型，从而推理指挥人员的实际指挥意图，提高车辆通行的准确性和安全性的同时，提高车辆的智能化水平，保证车辆的驾乘体验，且安全可靠。
-
公开(公告)号：CN114347993A
公开(公告)日：2022-04-15
申请号：CN202210114663.0
申请日：2022-01-30
Applicant: 重庆长安汽车股份有限公司
IPC: B60W30/182
Abstract: 本发明公开了一种驾驶模式切换的方法，通过开关切换选择所需的驾驶模式，或者通过车载终端对车内场景、车外场景和车辆状态的识别分析，选择适合当前场景的驾驶模式。本发明不仅能够通过开关切换选择所需的驾驶模式，也可通过车载终端中的神经网络训练模型对车内场景、车外场景和车辆状态进行识别分析，为用户提供与当前场景相匹配的驾驶模式以供选择，或者根据分析结果自动选择与当前场景相匹配的驾驶模式，又或者选择包含多种驾驶模式的混合模式，并对其中不同驾驶模式的占比进行调整，使车辆越来越了解驾驶人员，为用户提供更好的驾驶感受。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.034 seconds)
