公开(公告)号：CN116543361A

公开(公告)日：2023-08-04

申请号：CN202310140215.2

申请日：2023-02-20

Applicant: 重庆长安汽车股份有限公司

Inventor： 朱张平

IPC: G06V20/56 ,  G06V10/80 ,  G06V10/74 ,  G06V10/82

Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种车辆的多模态融合感知方法、装置、车辆及存储介质，其中，方法包括：获取车载激光雷达采集的激光点云数据和车载相机采集的图像数据；将激光点云数据中所有激光点云放入目标俯瞰图上的体素中，提取激光点云数据的激光体素特征；提取图像数据中每张图像的二维图像特征，投影至目标俯瞰图上的体素中，并提取图像数据的视觉体素特征；在时间和空间上对齐激光体素特征和视觉体素特征后，并在目标俯瞰图上进行融合，利用融合特征得到车辆的多模态融合感知结果。由此，解决了相关技术通过在单传感器检测结果基础上进行目标级别的融合，无法将多传感器的数据进行融合，存在误差大，感知精度低等问题。

公开(公告)号：CN116758511A

公开(公告)日：2023-09-15

申请号：CN202310579621.9

申请日：2023-05-19

Applicant: 重庆长安汽车股份有限公司

Inventor： 应思琦 ,  朱张平 ,  钱少华 ,  邓皓匀

IPC: G06V20/58 ,  G06V20/56 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明实施例提供一种多任务模型训练方法、任务预测方法、装置、设备及介质，属于智能驾驶领域。多任务模型包括共有网络、多个任务的独有网络、通道融合层、多个任务的输出头，任务模型训练方法包括：将训练集输入至共有网络，得到共有特征，并将训练集输入至独有网络，得到目标任务的独有特征；将共有特征和目标任务的独有特征输入至通道融合层，得到目标任务的融合特征；将融合特征输入至目标任务对应的输出头，并基于多任务模型的输出结果计算多个任务的损失；基于多个任务的损失，迭代训练多任务模型。降低了多任务模型对内存和算力的要求，使得多任务模型具有更高的推理速度，且得到的任务结果更准确。

公开(公告)号：CN116185494A

公开(公告)日：2023-05-30

申请号：CN202310195642.0

申请日：2023-03-01

Applicant: 重庆长安汽车股份有限公司

Inventor： 张洋森 ,  钱少华 ,  朱张平 ,  刘磊

IPC: G06F8/76 ,  G06F8/60 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及一种用户模型移植的量化方法、装置、电子设备及存储介质，方法包括：获取训练模型，并对训练模型进行格式转化，得到目标中间格式；利用预设的网络移植工具和预设的运行时环境对目标中间格式进行转化，得到模型格式文件；对模型格式文件进行后量化操作，并基于预设的训练框后处理和评价体系对后量化结果进行评价，得到训练模型评价指标，根据训练模型评价指标确定是否输出训练模型。由此，解决了目前训练平台训练出的模型，在工程化时存在精度损失情况，导致无法科学准确的进行模型精度评价等问题，使得不同的算法模型可以找到适合的量化算法进行部署，达到生产精度要求，并且可以自动的筛选出合适的算法进行部署。

公开(公告)号：CN115542346A

公开(公告)日：2022-12-30

申请号：CN202211287725.4

申请日：2022-10-20

Applicant: 重庆长安汽车股份有限公司

Inventor： 刘磊 ,  钱少华 ,  董伟 ,  朱张平 ,  张洋森

IPC: G01S17/931 ,  G01S7/481 ,  G06V20/56 ,  G06V10/77

Abstract: 本申请涉及激光雷达检测技术领域，特别涉及一种地面检测方法、装置、车辆及存储介质，其中，方法包括：采集车辆周围环境的点云数据，并初始化预设的扇形栅格；将点云数据分配至预设的扇形栅格，并对每个扇形栅格进行PCA平面拟合，并从拟合后的扇形栅格中筛选出垂直度、平均高度和/或平坦度满足预设要求的合格扇形栅格；以及修正合格扇形栅格对应的平面方程，并计算每个扇形栅格中的每个点至由修正后的平面方程得到的栅格平面的第一点面距离，并将第一点面距离小于第一预设距离的点作为地面点，以生成实际地面。由此，解决相关技术的地面滤除不具有实时性，并且滤除效果差的问题，可以达到实时准确的地面滤除的效果。