-
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。
-
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：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：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：CN118790273A
公开(公告)日：2024-10-18
申请号：CN202411177586.9
申请日：2024-08-26
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种感知信息的修正方法、装置、电子设备和存储介质，该方法包括：通过多次优化估算修正量，确定目标修正量，目标修正量使得待修正传感器输出的目标道路元素经过修正后的目标位置与基准位置的误差小，基准位置是在基准坐标系下的目标道路元素对应的位置，待修正传感器相对于车体坐标系输出目标道路元素的位置；根据目标修正量确定目标道路元素的目标位置。本发明在车辆行驶过程中，通过计算车体坐标相对基准坐标的目标修正量，基于目标修正量修正车体坐标系发生变化而产生的偏差，使得车辆各种行驶场景中，均能保障待修正传感器的感知误差较小，在自动驾驶的应用中，提高自动驾驶的控制精度，提升安全性和驾驶体验。
-
Patent Agency Ranking
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：CN117782140A
公开(公告)日：2024-03-29
申请号：CN202410006463.2
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一车辆定位方法和装置，其中，所述方法包括基于所述车辆的定位系统确定N个第t帧的第一位姿，其中，N为大于等于1的整数，且N基于所述车辆行驶环境的车道数量确定，t为大于等于1的整数；基于每一所述第一位姿，利用迭代最近点算法匹配前视车道线与地图车道线，确定每一所述第一位姿的第一权重，其中，所述前视车道线基于所述车辆的前视相机获取，所述地图车道线基于地图信息确定；基于每一所述第一位姿的第一权重确定所述车辆在第t帧的目标初始化位姿。
-
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。
-
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
Applicant: 重庆长安汽车股份有限公司
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。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.032 seconds)
