-
公开(公告)号:CN118606333A
公开(公告)日:2024-09-06
申请号:CN202410666329.5
申请日:2024-05-27
Applicant: 中国第一汽车股份有限公司
IPC: G06F16/23 , G06F16/29 , G06F16/215
Abstract: 本申请涉及高精地图更新技术领域,特别涉及一种高精地图更新方法、装置、车辆、介质及程序,其中,方法包括:获取目标区域内每个车辆的车辆数据;识别车辆数据中车辆的行驶轨迹、行驶轨迹中每条道路的道路权重和道路重叠度,根据行驶轨迹、行驶轨迹中每条道路的道路权重和道路重叠度计算每个车辆的置信度;根据每个车辆的置信度选择目标车辆的车辆数据更新目标区域的高精地图。由此,解决了相关技术中高精地图更新中车辆过多导致数据上传时的网络带宽压力、数据质量参差不齐导致的源数据可用性差、目标检测过程中识别鲁棒性低以及更新流程复杂造成的更新周期长等问题。
-
公开(公告)号:CN117351304A
公开(公告)日:2024-01-05
申请号:CN202311403311.8
申请日:2023-10-26
Applicant: 中国第一汽车股份有限公司
IPC: G06V10/774 , G06V10/25 , G06V20/56 , G06V20/64
Abstract: 本发明公开了单目三维目标检测模型训练方法、装置、设备及存储介质。该方法包括:将第一图像样本和第二图像样本输入待训练模型,得到目标预测类别和目标预测三维位置信息;根据目标预测三维位置信息和相机参数得到第一图像样本和第二图像样本对应的目标预测二维位置信息;根据第一图像样本和第二图像样本对应的目标预测类别、第一图像样本和第二图像样本对应的目标预测二维位置信息、第一图像样本对应的目标预测三维位置信息、第二图像样本对应的目标预测三维位置信息以及目标参数确定目标损失函数;基于目标损失函数训练待训练模型的参数,得到目标单目三维目标检测模型,通过本发明的技术方案,能够仅需目标的二维参数实现模型参数的调优。
-
公开(公告)号:CN117168470A
公开(公告)日:2023-12-05
申请号:CN202310618457.8
申请日:2023-05-29
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
Abstract: 本发明公开了一种定位信息的确定方法、装置、电子设备和存储介质,应用于车辆,该方法包括获取数据信息,数据信息包括深度视觉同步定位与建图SLAM信息、激光雷达定位信息和惯性测量单元IMU信息;根据深度视觉SLAM信息确定全局地图信息;对全局地图信息、深度视觉SLAM信息、激光雷达定位信息和IMU信息进行融合,得到定位信息。本发明通过将深度视觉SLAM信息、激光雷达定位信息和IMU信息进行融合,得到定位信息,解决车辆在泊车定位过程中采用单一传感器定位的不精准问题,提高AVP的鲁棒性和精准度,实现精准泊车,提升用户的使用体验。
-
公开(公告)号:CN116817926A
公开(公告)日:2023-09-29
申请号:CN202310807531.0
申请日:2023-07-03
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
Abstract: 本发明公开了一种车辆定位方法、装置、电子设备及存储介质。该方法包括:获取当前车辆所处的室内区域的室内环境图像和对应的矢量地图;根据室内环境图像和对应的矢量地图,确定当前车辆的车辆位置;获取至少一个超带宽基站发出的超带宽信号,并确定当前车辆的室内位置;根据室内位置,对车辆位置进行修正,得到当前车辆的目标位置。本发明实施例的技术方案提高了车辆定位的精确度。
-
公开(公告)号:CN116787987A
公开(公告)日:2023-09-22
申请号:CN202310753225.3
申请日:2023-06-25
Applicant: 中国第一汽车股份有限公司
IPC: B60G17/018 , F16F9/53 , B60G17/015 , B60G17/019 , B60G17/08
Abstract: 本发明公开了一种阻尼器迟滞补偿方法、装置、车辆、电子设备及介质。其中,方法包括:获取阻尼器模型输出的当前预测阻尼力对应的当前预测电流、磁流变阻尼器输出的当前阻尼力以及减震对象对应的期望阻尼力;根据当前阻尼力、期望阻尼力与当前预测电流确定当前控制电流;采用当前控制电流控制磁流变阻尼器,以使磁流变阻尼器更新当前阻尼力;将当前控制电流输入阻尼器模型以更新当前预测阻尼力,确定当前预测阻尼力对应的当前预测电流;返回获取减震对象对应的期望阻尼力的步骤。解决现有的阻尼器迟滞补偿方法存在精度低的问题,提高了阻尼器迟滞补偿的准确性。实现高精度阻尼力跟踪,提高控制器对阻尼器的控制效果。
-
公开(公告)号:CN116026319A
公开(公告)日:2023-04-28
申请号:CN202211311463.0
申请日:2022-10-25
Applicant: 中国第一汽车股份有限公司
IPC: G01C21/16 , G01C21/34 , G01S17/86 , G01S17/931 , G01S19/49
Abstract: 本发明涉及车辆定位领域,公开了一种融合定位方法、装置、处理器、存储介质及电子装置,涉及车辆定位技术领域。其中,该方法包括:获取车辆的测量数据和观测数据,其中,测量数据为根据车辆的陀螺仪和轮速计测量得到的数据,观测数据为根据车辆定位系统的多种定位传感器观测得到的数据;根据测量数据确定车辆的第一信息,其中,第一信息用于更新车辆的目标信息,目标信息用于表示车辆的定位信息;根据第一信息和对应关系确定车辆的第二信息;根据融合策略融合观测数据和第二信息,得到更新信息;将第一信息与更新信息合并,得到目标信息。本发明解决了相关技术中使用单一的定位方法对车辆进行定位,导致定位精度低的技术问题。
-
公开(公告)号:CN113537070B
公开(公告)日:2022-11-22
申请号:CN202110811721.0
申请日:2021-07-19
Applicant: 中国第一汽车股份有限公司
Abstract: 本发明公开了一种检测方法、装置、电子设备及存储介质。所述方法包括:获取待检测图像;将所述待检测图像输入至训练好的检测模型中,得到所述检测模型的输出结果;其中,所述检测模型包括用于提取所述待检测图像的特征的基础网络、用于对所述待检测图像的特征进行增强的特征增强模块、用于对特征图像进行拼接的拼接模块以及确定输出结果的预测模块;根据所述输出结果确定检测结果。利用该方法,能够准确检测出待检测图像中是否包含交通灯。
-
公开(公告)号:CN114998424B
公开(公告)日:2022-10-21
申请号:CN202210929798.2
申请日:2022-08-04
Applicant: 中国第一汽车股份有限公司
IPC: G06T7/70
Abstract: 本发明公开了一种车窗的位置确定方法、装置和车辆。其中,该方法包括:获取待检测图像,其中,待检测图像用于表征车辆的车窗;对待检测图像进行高斯映射,得到热力图;基于热力图确定待检测图像中的车窗上的目标关键点;基于目标关键点,确定车窗的位置。本发明解决了对车辆的车窗进行定位的准确性低的技术问题。
-
公开(公告)号:CN119251514A
公开(公告)日:2025-01-03
申请号:CN202411146823.5
申请日:2024-08-20
Applicant: 中国第一汽车股份有限公司
IPC: G06V10/44 , G06V10/762 , G06V10/74
Abstract: 本申请涉及一种激光雷达点云特征提取与匹配方法、装置、车辆及产品,方法包括:根据点云数据集中每个点云数据的平滑度确定边缘点云数据集,将边缘点云数据集进行分割,得到边缘点云数据集的多个子区域,对每个子区域处理,得到点云特征点集,确定点云特征点集中每个特征点的描述子,计算点云特征点集中相邻两个特征点描述子距离,根据相邻两个特征点描述子距离得到相邻两个特征点的相似度,根据相似度得到匹配结果。由此,解决了激光雷达点云特征提取与匹配存在较大误差和较高的复杂度,且缺少计算成本控制与计算实时性之前的平衡等问题,提高特征点提取的准确性,以及特征点匹配的精确性,实现自动驾驶的高精定位和建图,实现更有效地性能提升。
-
公开(公告)号:CN118857288A
公开(公告)日:2024-10-29
申请号:CN202410804209.7
申请日:2024-06-20
Applicant: 中国第一汽车股份有限公司
IPC: G01C21/20 , G01C21/16 , G01S17/86 , G01S19/45 , G01S19/47 , G06F18/23211 , G06F18/25 , G06F18/22 , G06V10/762 , G06V10/80 , G06V10/75
Abstract: 本申请涉及自动驾驶技术领域,特别涉及一种基于三维点云特征点的多传感器融合定位方法和装置,包括:接收三维点云数据,并从三维点云数据提取线特征点云数据,基于预设的聚类算法对线特征点云数据进行聚类处理,并根据聚类结果形成多个目标点云簇;从每个目标点云簇中提取多个特征点,并基于每个特征点生成对应的点云描述子,并利用词袋模型将点云描述子转换为词向量,并通过词向量与预设参考词向量进行匹配得到线特征点云数据的匹配结果;利用预设的卡尔曼滤波算法将多个传感器的数据融合得到多传感器融合数据,并根据匹配结果和多传感器融合数据对目标物体进行定位。由此,多传感器融合定位稳定性较高,并通过词袋模型加速了特征点之间的匹配。
-
-
-
-
-
-
-
-
-