-
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：CN114987449B
公开(公告)日：2024-10-01
申请号：CN202210612982.4
申请日：2022-05-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种自动泊车方法、装置、电子设备、存储介质，涉及自动泊车领域，包括，获取样本数据，所述样本数据包括图像参数和车辆参数数据；对所述惯性测量单元数据和里程计数据进行数据融合得到车辆的惯导位姿，以形成样本数据集；根据所述样本数据集建立深度学习模型；获取目标图像数据和当前车辆参数数据，并输入至训练后的深度学习模型，得到当前惯导位姿，以使车辆根据所述当前惯导位姿执行自动泊车。本申请泊车操作时，实现任意当前惯导位姿执行自动泊车，除了初始样本数据需要用户参与，后续泊车可以自动进行，通过深度学习模块可以进行自学习、自调整，提高自动泊车的准确度。
-
公开(公告)号：CN117372831A
公开(公告)日：2024-01-09
申请号：CN202311412996.2
申请日：2023-10-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供了一种点云图的生成方法及装置、存储介质、电子装置，其中，该方法包括：通过以上步骤，获取车辆双目相机采集的第一图片和第二图片，以及获取车辆红外成像仪采集的红外图；将第一图片和第二图片转换为与红外图相同尺寸的深度投影图；将深度投影图和红外图输入预设深度神经网络，得到多张不同尺寸的优化深度图和对应的打分图；基于打分图将多张优化深度图融合为深度融合图；采用深度融合图和打分图生成红外成像仪的视野范围内的融合点云图。通过本发明实施例，解决了相关技术车辆在环境干扰影响较多的情况下感知能力弱的技术问题，降低了环境干扰对车辆感知能力的影响。
-
公开(公告)号：CN114987449A
公开(公告)日：2022-09-02
申请号：CN202210612982.4
申请日：2022-05-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种自动泊车方法、装置、电子设备、存储介质，涉及自动泊车领域，包括，获取样本数据，所述样本数据包括图像参数和车辆参数数据；对所述惯性测量单元数据和里程计数据进行数据融合得到车辆的惯导位姿，以形成样本数据集；根据所述样本数据集建立深度学习模型；获取目标图像数据和当前车辆参数数据，并输入至训练后的深度学习模型，得到当前惯导位姿，以使车辆根据所述当前惯导位姿执行自动泊车。本申请泊车操作时，实现任意当前惯导位姿执行自动泊车，除了初始样本数据需要用户参与，后续泊车可以自动进行，通过深度学习模块可以进行自学习、自调整，提高自动泊车的准确度。
-
公开(公告)号：CN114842438A
公开(公告)日：2022-08-02
申请号：CN202210582679.4
申请日：2022-05-26
Applicant: 重庆长安汽车股份有限公司
Inventor： 王立力
IPC: G06V20/56 , G06V20/58 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06T17/05
Abstract: 本发明具体涉及用于自动驾驶汽车的地形检测方法、系统及可读存储介质。所述方法包括：从目标车辆的多个角度获取地面的图像数据和三维点云数据；通过目标车辆各个角度的图像数据结合航迹数据计算车身运动姿态；对各个角度的三维点云数据进行点云筛选，生成对应的预处理点云数据；通过目标车辆的车身运动姿态对各个角度的预处理点云数据进行拼接，生成地面三维点云；对各个角度的图像数据进行材质识别和分割，得到地面材质分割图像；基于地面三维点云和地面材质分割图像进行环境重建，生成地面三维场景。本发明还公开了一种地形检测系统及可读存储介质。本发明的地形检测方法及系统能够提高地形检测的可靠性和实用性。
-
Patent Agency Ranking
公开(公告)号：CN114419155B
公开(公告)日：2024-10-25
申请号：CN202210061037.X
申请日：2022-01-19
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于激光雷达辅助的视觉建图方法，包括以下步骤：收集移动设备运动过程中的激光雷达数据、图像数据、惯性传感器数据和里程计数据；采用激光SLAM方法遍历整个数据流；根据得到的位置信息，插值估计得到图像位置信息并构建KD Tree；对整个数据流的图像数据进行逐帧遍历，提取深度学习的特征信息；再次对整个数据流的图像数据进行逐帧遍历，利用KD Tree搜索获取当前帧邻近的图像帧集，然后对图像帧集中的图像帧两两进行特征匹配，并通过增量三角化生成3D地图点。本方案使得大场景建图不再受限，从整体上提高了地图的精度；同时本发明使用了更鲁棒的深度学习的特征信息，可以克服光照变化的影响，抗干扰能力更强。
-
公开(公告)号：CN116051666A
公开(公告)日：2023-05-02
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：CN115564831A
公开(公告)日：2023-01-03
申请号：CN202211176302.5
申请日：2022-09-26
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提出的一种车辆定位方法、装置、设备及存储介质，包括：获取多张目标车辆环视图像；将多张目标车辆环视图像进行拼接，得到多个目标车辆环视拼接图；对各环视拼接图进行语义分割，得到车辆分割图像；将分割图像按照语义类别转化为单通道图像，并进行栅格化处理，得到不同语义类别的车辆栅格图；基于车辆的位姿变换关系，将前后两个不同语义类别的车辆栅格图进行对齐拼接，得到局部语义栅格图；提取局部语义栅格图的多个目标车辆语义特征，得到语义特征序列；基于该语义特征序列和预设全局地图的语义特征序列进行相似度匹配，确定多个候选路段；基于目标位置的分割图像的点云数据与各候选路段的候选点云数据进行匹配，以对目标车辆进行定位。
-
公开(公告)号：CN114842438B
公开(公告)日：2024-06-14
申请号：CN202210582679.4
申请日：2022-05-26
Applicant: 重庆长安汽车股份有限公司
Inventor： 王立力
IPC: G06V20/58 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09 , G06T17/05 , G06N3/048
Abstract: 本发明具体涉及用于自动驾驶汽车的地形检测方法、系统及可读存储介质。所述方法包括：从目标车辆的多个角度获取地面的图像数据和三维点云数据；通过目标车辆各个角度的图像数据结合航迹数据计算车身运动姿态；对各个角度的三维点云数据进行点云筛选，生成对应的预处理点云数据；通过目标车辆的车身运动姿态对各个角度的预处理点云数据进行拼接，生成地面三维点云；对各个角度的图像数据进行材质识别和分割，得到地面材质分割图像；基于地面三维点云和地面材质分割图像进行环境重建，生成地面三维场景。本发明还公开了一种地形检测系统及可读存储介质。本发明的地形检测方法及系统能够提高地形检测的可靠性和实用性。
-
公开(公告)号：CN117953453A
公开(公告)日：2024-04-30
申请号：CN202410135084.3
申请日：2024-01-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种车辆定位方法及装置、电子设备和存储介质，该方法包括：基于所述车辆采集的当前帧图像，确定所述当前帧图像对应的第一语义特征点云；基于上一定位结果，确定所述车辆的预测位姿；基于所述第一语义特征点云和所述预测位姿，从语义地图的至少一个地图分片中确定候选地图分片集；其中，所述候选地图分片集中包括至少一个地图分片；基于所述第一语义特征点云和所述候选地图分片集，确定所述车辆的定位结果。本申请通过利用实时采集的图像对应的语义特征点云和准确的候选地图分片集进行车辆定位，减少了计算量，降低了资源消耗，在保证定位精度的同时还提高了定位效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.029 seconds)
