-
公开(公告)号：CN110135252A
公开(公告)日：2019-08-16
申请号：CN201910288273.3
申请日：2019-04-11
Applicant: 长安大学
Abstract: 本发明提供了一种用于无人车的自适应精准车道线检测方法，该方法通过安装在无人车前方的工业摄像机采集图像，对图像进行裁剪和预处理后，通过自适应阈值的方法粗提取车道线，然后通过曲线拟合精确获取车道线；对于车道线被遮挡的情况，则采用卡尔曼滤波法进行车道线的预测，最终通过车道线的位置判断当前车辆是否方向发生的偏移，为行车电脑提供行驶数据。本发明方法解决了不同的光照条件下的车道线检测问题，运算量小且执行速度快，提高了检测的效率和精度，可以很好的应用无人驾驶汽车的车道保持及车道偏离预警功能中。
-
公开(公告)号：CN115685221B
公开(公告)日：2025-04-25
申请号：CN202211318478.X
申请日：2022-10-26
Applicant: 长安大学
Abstract: 本发明公开了一种路侧激光雷达部署位置评估系统及方法，根据激光雷达的选型确定激光雷达探测极限值，设定感知空间，利用选型后的激光雷达扫描获取激光雷360°范围内的点云数据，通过选型后的激光雷达安装的外参信息计算点云数据在世界坐标系下的位置，能够将复杂的激光雷达安装位置问题转化为参数计算问题，能够实现对激光雷达安装位置、角度的评估及最优架设位置的选择，使用了基于每体素点云的度量标准来衡量激光雷达在预定义感知空间中感知到的信息量，通过本发明中的方法可以简化原有激光雷达架设位置评估流程，节省了激光雷达位置评估的耗时，适用于多种道路结构，提高了灵活性，最终得到准确的激光雷达架设位置评估指数。
-
公开(公告)号：CN112036001B
公开(公告)日：2024-04-23
申请号：CN202010625061.2
申请日：2020-07-01
Applicant: 长安大学
Abstract: 本发明公开了自动驾驶测试场景构建方法、装置、设备及可读存储介质，从真实交通场景中进行基元场景提取建立基元场景描述模型，从基元场景描述变量分布区间内选取描述变量取值，基于重要性抽样的蒙特卡洛方法对描述变量依据描述变量分布进行随机取样生成测试基元场景；根据测试任务中测试场景要素的参数测试基元场景按照重新组合的方法生成测试场景，本发明能够直接模拟实际复杂系统，有效解决复杂系统简化导致的结果失真问题，避免高维问题数值解误差随维数增加而迅速增加的维数灾难问题；采用高风险场景强化生成方法，用较小的计算开销生成较多的高风险场景，有效的增加生成场景中高风险场景的数量，降低低风险场景的数量，提高测试的效率。
-
公开(公告)号：CN112526893A
公开(公告)日：2021-03-19
申请号：CN202011188538.1
申请日：2020-10-30
Applicant: 长安大学
Abstract: 一种智能汽车的测试系统，包括智能汽车测试台、硬件在环子系统、软件在环子系统、目标物在环子系统和测试管理平台。本发明提供的智能汽车的测试系统，由于集成了智能汽车测试台、硬件在环子系统、软件在环子系统和目标物在环子系统，从而能够满足智能汽车的整车在环测试、硬件在环测试、软件在环测试和目标物在环测试的需求，有利于对智能汽车进行更为全面的测试。同时智能汽车测试台依据道路阻力参数模拟实际道路的道路阻力，依据道路姿态参数模拟实际道路的道路姿态，能够为被测智能汽车提供更接近实际的道路行驶环境，从而增强测试效果。
-
-
Patent Agency Ranking
公开(公告)号：CN110208842A
公开(公告)日：2019-09-06
申请号：CN201910450582.6
申请日：2019-05-28
Applicant: 长安大学 , 中移智行网络科技有限公司
IPC: G01S19/48
Abstract: 本发明公开了一种车联网环境下车辆高精度定位方法，待定位车辆上配备激光雷达和雷达两种类型的传感器，采用扩展卡尔曼滤波将两种测量数据进行融合，并通过与周围配备GPS+IMU组合导航系统的车辆进行V2V通信，来对自身定位结果进行改进得到相对准确的定位；本发明方法，利用其他车辆共享的原始GPS数据来为自动驾驶汽车定位，使得车辆在一些无GPS信号或者GPS信号弱的地区也能进行相对准确的定位。另外，多传感器和V2V通信的融合也使得自动驾驶车辆的定位方案比仅使用高质量传感器的方法更具成本效益。
-
公开(公告)号：CN112526893B
公开(公告)日：2024-04-02
申请号：CN202011188538.1
申请日：2020-10-30
Applicant: 长安大学
Abstract: 一种智能汽车的测试系统，包括智能汽车测试台、硬件在环子系统、软件在环子系统、目标物在环子系统和测试管理平台。本发明提供的智能汽车的测试系统，由于集成了智能汽车测试台、硬件在环子系统、软件在环子系统和目标物在环子系统，从而能够满足智能汽车的整车在环测试、硬件在环测试、软件在环测试和目标物在环测试的需求，有利于对智能汽车进行更为全面的测试。同时智能汽车测试台依据道路阻力参数模拟实际道路的道路阻力，依据道路姿态参数模拟实际道路的道路姿态，能够为被测智能汽车提供更接近实际的道路行驶环境，从而增强测试效果。
-
公开(公告)号：CN115685221A
公开(公告)日：2023-02-03
申请号：CN202211318478.X
申请日：2022-10-26
Applicant: 长安大学
Abstract: 本发明公开了一种路侧激光雷达部署位置评估系统及方法，根据激光雷达的选型确定激光雷达探测极限值，设定感知空间，利用选型后的激光雷达扫描获取激光雷360°范围内的点云数据，通过选型后的激光雷达安装的外参信息计算点云数据在世界坐标系下的位置，能够将复杂的激光雷达安装位置问题转化为参数计算问题，能够实现对激光雷达安装位置、角度的评估及最优架设位置的选择，使用了基于每体素点云的度量标准来衡量激光雷达在预定义感知空间中感知到的信息量，通过本发明中的方法可以简化原有激光雷达架设位置评估流程，节省了激光雷达位置评估的耗时，适用于多种道路结构，提高了灵活性，最终得到准确的激光雷达架设位置评估指数。
-
公开(公告)号：CN112036001A
公开(公告)日：2020-12-04
申请号：CN202010625061.2
申请日：2020-07-01
Applicant: 长安大学
Abstract: 本发明公开了自动驾驶测试场景构建方法、装置、设备及可读存储介质，从真实交通场景中进行基元场景提取建立基元场景描述模型，从基元场景描述变量分布区间内选取描述变量取值，基于重要性抽样的蒙特卡洛方法对描述变量依据描述变量分布进行随机取样生成测试基元场景；根据测试任务中测试场景要素的参数测试基元场景按照重新组合的方法生成测试场景，本发明能够直接模拟实际复杂系统，有效解决复杂系统简化导致的结果失真问题，避免高维问题数值解误差随维数增加而迅速增加的维数灾难问题；采用高风险场景强化生成方法，用较小的计算开销生成较多的高风险场景，有效的增加生成场景中高风险场景的数量，降低低风险场景的数量，提高测试的效率。
-
公开(公告)号：CN111258300A
公开(公告)日：2020-06-09
申请号：CN202010075003.7
申请日：2020-01-22
Applicant: 长安大学
IPC: G05B23/02 , G01M17/007
Abstract: 本发明属于无人车性能测试领域，公开了一种无人车无信号灯环岛通行能力测试系统及测试方法，该测试系统结构简单，解决了现有无人驾驶汽车测试中缺少标准无信号灯环岛无人车通行能力测试的问题，同时解决了城市环境无信号灯环岛场景难以复现，测试方法复杂，成本较高的问题，利用待测无人车辆上安装的姿态控制器待测无人车辆的倾斜角度，利用360°全景摄像头用于获取待测无人车辆的行驶信息，行驶信息包括行驶轨迹、行驶速度及转向灯是否开启，从而对无人车无信号灯环岛通行能力进行测试，测试效率高，成本低。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
