-
公开(公告)号：CN114872718A
公开(公告)日：2022-08-09
申请号：CN202210374183.8
申请日：2022-04-11
Applicant: 清华大学
Abstract: 本申请涉及一种车辆轨迹预测方法、装置、计算机设备和存储介质。方法包括：获取目标车辆的历史轨迹信息和各周围车辆的历史轨迹信息；历史轨迹信息为车辆在历史时段各时刻的轨迹信息；将目标车辆在当前时刻的轨迹信息和各周围车辆的历史轨迹信息，输入轨迹预测模型，得到目标车辆的初始预测轨迹向量；根据目标车辆在每个时刻的空间位置信息、各周围车辆在每个时刻的空间位置信息、以及影响特征提取策略，确定目标车辆与各周围车辆之间的各影响特征向量；根据目标车辆的初始预测轨迹向量、以及目标车辆与各周围车辆之间的各影响特征向量，确定目标车辆的预测轨迹。采用本方法能够提升预测的目标车辆行驶轨迹的精确度。
-
公开(公告)号：CN113370996A
公开(公告)日：2021-09-10
申请号：CN202110844228.9
申请日：2021-07-26
Applicant: 清华大学
Abstract: 本发明提供一种自动驾驶换道跟驰决策方法及系统、自动驾驶车辆，涉及自动驾驶技术领域。本发明提供的自动驾驶换道跟驰决策方法包括：获取自动驾驶车辆的行驶数据，行驶数据包括感知数据和定位数据；确定行驶数据的失真情况，失真情况为数据缺失情况或数据精度下降情况；根据行驶数据的失真情况，对行驶数据进行风险识别，得到风险识别结果；根据风险识别结果，确定决策降阶方式；根据决策降阶方式，对自动驾驶车辆的换道跟驰进行控制。本发明的技术方案能够在车载传感器精度下降或数据缺失条件下，保证自动驾驶车辆换道和跟驰的安全性。
-
公开(公告)号：CN113091771A
公开(公告)日：2021-07-09
申请号：CN202110393764.1
申请日：2021-04-13
Applicant: 清华大学 , 东风汽车集团股份有限公司
Abstract: 本发明涉及一种基于手眼标定的激光雷达‑相机‑惯导联合标定方法及系统，其包括：通过激光雷达、单目相机和GPS/IMU同时进行数据采集，获取激光雷达点云、单目相机图像以及GPS/IMU设备位姿信息；根据采集的数据，分别获得激光雷达位姿估计结果、单目相机位姿估计结果以及GPS/IMU设备自身在全局坐标系下的位姿；将获取的三种位姿估计结果进行数据关联，确定位姿之间的对应关系；将关联后的三个位姿序列两两之间构建手眼标定问题，并将手眼标定问题转化为优化问题；求解优化问题，将不同传感器轨迹转换到同一坐标系下。本发明能标定激光雷达、单目相机和惯性导航设备之间的外参并估计单目相机运行中的尺度。
-
公开(公告)号：CN113052966A
公开(公告)日：2021-06-29
申请号：CN202110243239.1
申请日：2021-03-05
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶众包高精度地图更新方法、系统及介质，其包括：输入众包多源信息；将众包多源信息传输至区块链处理模块内进行区块地图更新；将网络中更新的地图模块回传至车端，进行车端更新，替换未更新的区块地图数据，完成整个链路的数据更新。本发明每辆自动驾驶车辆都作为独立处理单元，具备实时处理数据的能力，每辆车都可以作为区块链中的一个节点参与地图更新中，不仅能够有效利用众包量产车中所获取的实时数据，而且可以提高更新频率，降低地图更新成本。本发明可以广泛在自动驾驶高精度地图技术领域中应用。
-
公开(公告)号：CN110745140B
公开(公告)日：2021-01-01
申请号：CN201911030362.4
申请日：2019-10-28
Applicant: 清华大学
Abstract: 本发明提出的一种基于连续图像约束位姿估计的车辆换道预警方法，包括：建立目标车辆车身坐标系、自车车身坐标系和像素坐标系；目标车辆图像采集与处理及自车状态测量；利用连续N帧图像建立目标车辆三维边界框与二维边界框的投影约束；利用连续多帧图像建立同一目标车辆位置运动约束；联立各约束，求解目标车辆在自车车身坐标系中的位置和方位，即确定目标车辆的三维边界框；根据确定的三维边界框，确定目标车辆与自车的横纵向相对位置关系；评估目标车辆对自车换道的碰撞风险。本发明使用相机采集连续多帧侧后方车辆图像，高精度地估计他车位姿，从而更精确的计算他车与自车的横纵向距离，进行车辆换道预警。
-
Patent Agency Ranking
公开(公告)号：CN111959514A
公开(公告)日：2020-11-20
申请号：CN202010812335.9
申请日：2020-08-13
Applicant: 清华大学
Abstract: 本申请公开了一种基于模糊动力学系统的汽车质心侧偏角观测方法，包括：步骤1，根据采集到的车辆行驶信息，构建车辆动力学模型，并引入不确定性参量，生成质心侧偏角观测方程，其中，不确定性参量的取值由第一模糊集合描述；步骤2，计算质心侧偏角观测方程的瞬态性能函数与稳态性能函数，通过动态博弈算法，计算质心侧偏角观测方程的最优可调参数，其中，最优可调参数包括第一可调参数和第二可调参数；步骤3，根据最优可调参数和质心侧偏角观测方程，计算车辆行驶信息对应的质心侧偏角观测值。通过本申请中的技术方案，降低了现有基于动力学模型观测方法在建模上的误差，提高了汽车质心侧偏角计算的准确性，且有助于提高观测器的整体性能。
-
公开(公告)号：CN111860274A
公开(公告)日：2020-10-30
申请号：CN202010673722.9
申请日：2020-07-14
Applicant: 清华大学
Abstract: 本发明涉及一种基于头部朝向与上半身骨架特征的交警指挥手势识别方法，其包括以下步骤：车载相机采集得到视频或原始图像序列后，进行交警检测、姿态估计与跟踪，确定目标交警的上半身关节点在图像中的像素坐标；估计交警头部朝向，通过交警头部朝向判断交警的指挥对象是否为自车；交警指挥手势识别，包括提取上半身骨架空间特征、提取上半身骨架时序特征和手势分类。本发明具有较高的识别准确率，能保证识别的稳定性；在节省计算资源的同时还能避免自车非交警识别对象时对手势的误判。
-
公开(公告)号：CN110444015B
公开(公告)日：2020-10-09
申请号：CN201910608855.5
申请日：2019-07-08
Applicant: 清华大学
Abstract: 本发明是一种基于无信号十字路口分区的智能网联汽车速度决策方法，适用于V2X环境下的无信号十字路口的多车速度决策问题。本发明包括以下步骤：1)十字路口分区，分为三类区域；2)设定参数，包括车辆等待时间阈值；3)不同区域通行速度设定；4)同车道车辆防撞车速设定。本发明同一时刻只允许一个平行方向的车辆通行，避免了建立复杂的冲突点数学建模，也无需考虑复杂路径规划和优化方程求解；通过设定单方向等待时间阈值，避免了长时间单方向车辆滞留；通过将十字路口分区，可以根据实际交通情况在各分区内进行计算；本发明鲁棒性高、操作简单、可直接运行于低成本路侧计算平台。
-
公开(公告)号：CN111340050A
公开(公告)日：2020-06-26
申请号：CN202010228438.0
申请日：2020-03-27
Applicant: 清华大学
Abstract: 本发明属于地图数据处理技术领域，涉及一种地图道路全要素特征提取方法和系统，包括以下步骤：S1.建立全要素的道路标线要素集；S2.获取地图道路图像集，并基于道路标线要素集，在道路图像集中选取部分图像生成全要素训练数据集；S3.使用图像翻译算法对训练数据集进行训练；S4.根据经过训练的训练数据集，确定标线要素的位置和形状；S5.根据标线要素的位置和形状，生成标识了全要素道路标线的图像。其实现了道路全要素模型数据库的构建，并且通过优化网络模型，将图像翻译算法应用到高精度地图的构建技术中，推动自动驾驶高精地图技术的发展。
-
公开(公告)号：CN111208839A
公开(公告)日：2020-05-29
申请号：CN202010329502.4
申请日：2020-04-24
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明涉及一种实时感知信息与自动驾驶地图的融合方法及系统，其包括：确定障碍物与地图中道路的关系；可行驶区域融合与边界状态分析；将障碍物与地图中道路的关系、可行驶区域融合与边界状态分析结果与地图本身的静态环境信息相结合，实现感知结果的集成输出。本发明过滤掉了道路外的障碍物，并明确了道路内的障碍物所在的车道以及其与该车道的位置角度关系，为运动预测提供了依据；根据地图信息剔除了感知得到的可行驶区域中不合理的部分，并得到了边界的语义类别与速度。至此，各种环境元素在地图平台上得到了联系和整合。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.041 seconds)
