基于时空数据关联的端到端行人感知方法及装置

    公开(公告)号:CN118172756A

    公开(公告)日:2024-06-11

    申请号:CN202410274332.2

    申请日:2024-03-11

    Applicant: 清华大学

    Abstract: 本申请涉及自动驾驶技术领域,特别涉及一种基于时空数据关联的端到端行人感知方法及装置,其中,方法包括:基于当前时刻的传感器数据,生成融合当前时刻及历史时刻特征的目标时空变化原始特征图;根据目标时刻变化原始特征图生成适用于行人检测子任务、目标跟踪子任务、意图识别子任务、轨迹预测子任务的特异化特征图;基于特异化特征图中任务特异化特征构建子任务之间的特征关联及交互优化机制,并利用特征关联及交互优化机制生成最终的行人感知结果。由此,解决了将子任务串行缺少有效的时空特征提取方法,导致提取的目标特征重复,实时性准确性较差,而利用单一模型则缺少有效的交互优化机制和冲突缓解机制等问题。

    基于激光雷达的单多帧协同可通行点云分割方法及装置

    公开(公告)号:CN118135569A

    公开(公告)日:2024-06-04

    申请号:CN202410308395.5

    申请日:2024-03-18

    Applicant: 清华大学

    Abstract: 本发明涉及自动驾驶技术领域,特别涉及一种基于激光雷达的单多帧协同可通行点云分割方法及装置,其中,方法包括:将原始激光雷达数据输入单帧点云分割算法中,以获取单帧的点云分割结果;将原始激光雷达数据输入预设实时定位与建图算法中,以获取降采后的点云地图,并对降采后的点云地图进行可通行性分割,得到基于栅格的可通行性分析结果;融合单帧的点云分割结果和基于栅格的可通行性分析结果,得到带有语义信息的点云地图。由此,解决了现有自动驾驶中点云分割以及路沿检测方法缺少标注点云数据,可解释性、实车部署困难以及分割效果不佳等问题。

    城市连续交叉路口场景下混合交通系统的控制方法及装置

    公开(公告)号:CN117079451B

    公开(公告)日:2024-04-19

    申请号:CN202310847870.1

    申请日:2023-07-11

    Applicant: 清华大学

    Abstract: 本申请公开了一种城市连续交叉路口场景下混合交通系统的控制方法及装置,其中,方法包括:建立混合车辆队列模型和交通信号灯模型,并将交叉路口的路段分为自由换道区间、编队生成区间和节能控制区间;基于编队生成区间的车辆位置的虚拟分布,确定自由换道区间的通行次序,在自由换道区间构建混合车辆队列间的行为冲突,以得到最优解或可行的次优解,进而获得节能控制区间的可行路径,得到最优控制的方式,以生成混合车辆队列中头车的最优速度轨迹,并跟踪最优速度轨迹,控制智能网联车辆引领跟随车辆。由此,解决了相关技术中由于车辆强制组队产生频繁的换道行为,能够提高车辆的安全性,降低混合交通系统的能源消耗的问题。

    自动驾驶感知模块图形化开发方法及装置

    公开(公告)号:CN117649562A

    公开(公告)日:2024-03-05

    申请号:CN202311775340.7

    申请日:2023-12-21

    Applicant: 清华大学

    Abstract: 本发明涉及自动驾驶开发技术领域,特别涉及一种自动驾驶感知模块图形化开发方法及装置,其中,方法包括:确定图形化开发需求,并根据图形化开发需求生成自动驾驶感知模块的初始数据集;对初始数据集进行数据增广处理,得到增广数据集,并利用增广数据集对初始拖拽式图形化感知网络进行训练,直至达到预设迭代停止条件,得到基于拖拽式图形化感知网络;利用基于拖拽式图形化感知网络对任一实际需求进行推理,得到对应的自动驾驶感知模块图形化开发结果。由此,解决了当前感知模型训练技术研发门槛,且研发链路长、效果验证时间长等问题。

    城市连续交叉路口场景下混合交通系统的控制方法及装置

    公开(公告)号:CN117079451A

    公开(公告)日:2023-11-17

    申请号:CN202310847870.1

    申请日:2023-07-11

    Applicant: 清华大学

    Abstract: 本申请公开了一种城市连续交叉路口场景下混合交通系统的控制方法及装置,其中,方法包括:建立混合车辆队列模型和交通信号灯模型,并将交叉路口的路段分为自由换道区间、编队生成区间和节能控制区间;基于编队生成区间的车辆位置的虚拟分布,确定自由换道区间的通行次序,在自由换道区间构建混合车辆队列间的行为冲突,以得到最优解或可行的次优解,进而获得节能控制区间的可行路径,得到最优控制的方式,以生成混合车辆队列中头车的最优速度轨迹,并跟踪最优速度轨迹,控制智能网联车辆引领跟随车辆。由此,解决了相关技术中由于车辆强制组队产生频繁的换道行为,能够提高车辆的安全性,降低混合交通系统的能源消耗的问题。

    车辆定位状态的估计方法、装置、电子设备及存储介质

    公开(公告)号:CN117029839A

    公开(公告)日:2023-11-10

    申请号:CN202311007642.X

    申请日:2023-08-10

    Applicant: 清华大学

    Abstract: 本申请涉及一种车辆定位状态估计方法、装置、电子设备及存储介质,其中,方法包括:在定位系统为非线性模型时,建立非线性系统的状态方程和量测方程,以计算k时刻的状态误差协方差预测值和互相关误差协方差;基于预设统计线性模型,利用状态误差协方差预测值和互相关误差协方差,构建伪量测方程;确定混合Agnesi准则核函数,并结合预设不动点迭代条件、伪量测方程进行不动点迭代,得到k时刻的最优状态误差协方差和状态估计值,以对目标车辆定位状态进行分析。由此,解决了现有的组合定位技术未考虑系统与量测信息同时存在非高噪声的情况,无法同时抑制过程非高斯噪声与量测非高斯噪声干扰,定位的精准度和稳定性较低等问题。

    基于有限状态机的冰雪道路的自动驾驶车辆轨迹规划方法

    公开(公告)号:CN116714601A

    公开(公告)日:2023-09-08

    申请号:CN202310603635.X

    申请日:2023-05-25

    Applicant: 清华大学

    Abstract: 本申请涉及一种基于有限状态机的冰雪道路的自动驾驶车辆轨迹规划方法,其中,方法包括:基于自车周围环境碰撞风险场,确定当前自车的周围环境的风险值,根据风险值和预设风险阈值识别当前冰雪道路的碰撞风险状态;采集当前自车的轮胎的运行状态,根据运行状态确定当前自车的实际工况;基于碰撞风险状态和当前自车的实际工况构建有限状态机,利用有限状态机转换当前自车的实际工况,并根据实际工况的转换结果匹配最佳的轨迹规划算法,以按照最佳的轨迹规划算法规划在当前冰雪道路上的车辆行驶轨迹。由此,解决了相关技术难以进行可靠的冰雪道路风险评估,无法对冰雪道路的碰撞风险等级进行底层轨迹规划算法的选择等问题。

    基于车路云协同的混合交通队列稳定性评价方法及装置

    公开(公告)号:CN116486612A

    公开(公告)日:2023-07-25

    申请号:CN202310436282.9

    申请日:2023-04-21

    Abstract: 本申请涉及一种基于车路云协同的混合交通队列稳定性评价方法及装置,其中,方法包括:采集实际混合交通场景中每个车辆的实际运动信息,并根据实际运动信息对相应车辆进行系统辨识,以利用辨识结果建立对应的车辆动力学模型;以每个车辆对应的车辆动力学模型辨识结果与云端预设的车辆等级分类标准为参照,从预设云端数据库中匹配到每个车辆对应的标准动力学模型;基于每个车辆对应的标准动力学模型进行云端虚拟仿真测试,并根据测试结果对混合交通系统进行综合评价,生成混合交通队列稳定性评价结果。由此,解决了现有的交通评价测试方法信息获取范围不足、无法适用于智能交通系统下的混合交通场景等问题。

    基于最小团覆盖的交叉路口多车协同方法及系统

    公开(公告)号:CN114677836B

    公开(公告)日:2023-06-30

    申请号:CN202210199416.5

    申请日:2022-03-02

    Applicant: 清华大学

    Abstract: 本申请公开了一种基于最小团覆盖的交叉路口多车协同方法、系统、电子设备及存储介质,其中,方法包括:获取交叉路口中目标区域的至少两辆车辆的当前所处位置和相对于其他车辆的相对位置;根据当前所处位置和相对位置识别确定车辆之间的冲突关系,并由冲突关系生成至少两辆车辆间的无向共存图;以无向共存图中全连接的子图数目最小为目标,根据无向共存图构建生成树,并基于生成树得到车辆通行次序,控制至少两辆车辆按照车辆通行次序依次通行。由此,在确保行车安全的前提下,减少了车辆通过路口所需的时间,提高了驾乘体验。

    目标跟踪方法、装置及设备

    公开(公告)号:CN115661797B

    公开(公告)日:2023-05-09

    申请号:CN202211553065.X

    申请日:2022-12-06

    Applicant: 清华大学

    Abstract: 本公开提供的一种目标跟踪方法、装置及设备,涉及自动驾驶技术,包括:获取摄像头采集的车道线数据、摄像头目标物数据;获取雷达采集的雷达目标物数据;根据车道线数据确定自车中心线;根据自车中心线确定第一、二筛选条件;将摄像头目标物数据与第一筛选条件进行匹配,根据匹配结果确定目标车辆及其第一数据;将雷达目标物数据与第二筛选条件进行匹配,根据匹配结果确定雷达目标物的第二数据;根据第一数据以及第二数据,确定目标车辆的目标数据。先拟合出自车中心线,并根据自车中心线筛选出目标车辆以及本车道上的雷达目标物。将雷达目标物与目标车辆进行融合,得到目标车辆的数据。可提高目标跟踪的准确性。

Patent Agency Ranking