-
公开(公告)号：CN107390205B
公开(公告)日：2019-08-09
申请号：CN201710595300.2
申请日：2017-07-20
Applicant: 清华大学
Abstract: 本发明涉及一种利用车联网获取前车特征的单目视觉车辆测距方法，其步骤：获得目标车辆的车联网信息，通过相机获得目标车辆的图像信息；由车联网信息获得前车特征点之间的空间关系信息，利用空间关系信息与图像信息中各前车特征点位置建立空间模型，基于该空间模型对前车位置进行估计：建立一个空间直角坐标系；将前车特征点在二维图像上的位置转换成能够用于求解车辆实际坐标的参数；初步估计前车位置并计算能够表征前车位置与各前车特征点的距离；计算前车估计值与真实值的差别度；通过调整相机估计位置降低差别度的值，判断差别度是否为最小差别度，是则通过相机的位置判断前车与后车间的相对位置关系；反之则重新选择相机估计位置，重新估计。
-
公开(公告)号：CN114818484A
公开(公告)日：2022-07-29
申请号：CN202210401858.3
申请日：2022-04-18
Applicant: 清华大学
Abstract: 本申请涉及一种驾驶环境模型的训练方法及装置、驾驶环境信息的预测方法及装置、计算机设备、存储介质和计算机程序产品。所述方法包括：构建初始环境模型，初始环境模型包含多个单体模型；获取各单体模型对应的训练样本集，并通过各训练样本集训练对应的单体模型，得到训练后的环境模型；将测试样本输入至训练后的环境模型，得到各训练后的单体模型对应的下一时刻的驾驶环境预测信息；测试样本包含当前时刻的驾驶环境样本信息和当前决策动作样本信息；计算各下一时刻的驾驶环境预测信息的差异度，并在差异度小于预设阈值的情况下，将训练后的环境模型确定为驾驶环境模型。采用本方法能够节约训练驾驶环境模型的过程中真实驾驶数据的使用量。
-
公开(公告)号：CN114030488B
公开(公告)日：2022-05-03
申请号：CN202210024357.8
申请日：2022-01-11
Applicant: 清华大学
IPC: B60W60/00
Abstract: 本文公开一种实现自动驾驶决策的方法、装置、计算机存储介质及终端，本发明实施例通过概率目标检测对图像信息进行处理获得包含多个概率目标检测结果的概率目标检测结果集合，概率目标检测结果集合包含的概率目标检测结果估计了目标检测过程中的不确定性，每一个概率目标检测结果和感知信息生成一个环境状态信息，由概率目标检测结果集合中的概率目标检测结果与感知信息生成环境状态信息集合，进而基于环境状态信息集合生成了考虑不确定性的可选动作集合，根据可选动作集合和环境状态信息集合确定用于车辆驾驶控制的动作，提升了在感知结果不能保证完全准确时的自动驾驶的安全性。
-
公开(公告)号：CN108106627A
公开(公告)日：2018-06-01
申请号：CN201711384246.3
申请日：2017-12-20
Applicant: 清华大学
IPC: G01C21/34
CPC classification number: G01C21/3446 , G01C21/3407
Abstract: 本发明涉及一种基于特征点在线动态标定的单目视觉车辆定位方法，其步骤：搭载相机的车辆为后车，在相机的图像中发现欲定位的车辆即为前车；为定位前车，连续采集前车图像序列，建立空间模型及坐标系；在平直道路上，首先对每一帧图像进行分析，识别前车特征点并记录其特征属性，同时初步估计这些特征点在空间中的位置；根据连续多个时刻获取的车辆特征点匹配与分析，获得其中用于标定的特征点库；获得标定特征点库后，需要获得其中每个特征点的标定后空间位置；完成特征点标定后，将标定信息用于颠簸道路与坡道的前车定位，建立空间关系，完成在颠簸路面与坡道上的车辆定位。本发明实现在多种复杂路况下的高精度、高适应性车辆位置估计。
-
公开(公告)号：CN107340772A
公开(公告)日：2017-11-10
申请号：CN201710559890.3
申请日：2017-07-11
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明涉及一种面向无人驾驶的拟人化参考轨迹规划方法，包括以下步骤：建立车辆转向模型，根据车辆基本参数，生成车辆转向时的动力学约束；根据车辆上层决策获取道路的地图信息，根据地图信息得到参考轨迹的起终点约束信息；根据车辆转向时的动力学约束和参考轨迹的起终点约束信息，生成若干条基本满足车辆转向的几何学和动力学约束且符合人的驾驶习惯和转向规律的转弯轨迹曲线，形成基本可行轨迹簇；以横向加速度对时间的积分为指标，从基本可行轨迹簇中选择最为舒适的一条作为最终生成的最佳路口内参考行驶轨迹。本发明方法考虑人的驾驶特性，模拟人的驾驶规律，生成的参考行驶轨迹符合人的驾驶习惯。
-
Patent Agency Ranking
公开(公告)号：CN114067243A
公开(公告)日：2022-02-18
申请号：CN202111337547.7
申请日：2021-11-10
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶场景识别方法、系统、设备及介质，该方法包括：基于环境车行为数据和决策算法库使用变分自编码器进行无监督训练学习，获取环境特征分布模型；获取新环境的环境车行为数据通过环境特征分布模型进行处理，环境车基于处理结果选择相应决策算法进行自动驾驶。本发明能够准确区分当前环境特征和差异性，实现环境的深度聚类，辅助自动驾驶决策算法迁移。
-
公开(公告)号：CN106092109B
公开(公告)日：2019-05-21
申请号：CN201610369879.6
申请日：2016-05-30
Applicant: 清华大学
IPC: G01C21/34
Abstract: 本发明涉及一种电子地图高效寻路的道路连接逻辑化方法，其步骤：根据给定中心节点提取与中心节点直接相连的节点集合；判定经过中心节点的物理辅连接是否为最优辅连接，从而判断是否添加逻辑直连；判断从入节点经过中心节点至出节点的连接是否为最优辅连接，在考虑路口转弯代价的情况下，对于所有的入节点入接口和出节点出接口而言，任意一个搭配出现连通总代价小于旁通总代价时，即需要在入节点和出节点之间添加逻辑直连，得到直连接口矩阵；而如果经过中心节点的物理辅连接不是最优辅连接，将其视为无效间连，最终得到所有无效接口的索引构成的向量；以路网中其他节点为中心节点，按照节点权重提供的处理次序确定当前中心节点，重复上述过程，直至路网的所有节点完成逻辑化。
-
公开(公告)号：CN106092110B
公开(公告)日：2019-01-04
申请号：CN201610369893.6
申请日：2016-05-30
Applicant: 清华大学
IPC: G01C21/34
Abstract: 本发明涉及一种考虑路口内部代价并支持快速寻路的方法，该方法基于路口模型实现，该路口模型采用胞式结点模型，其包括最外侧、中间层和最内层三层结构；最外层为接口层，是动态扩展层，该层的接口会在路网逻辑化过程中发生增减；其中，接口分为入接口和出接口两类，用于保存结点与其他结点的所有拓扑连接关系信息；中间层为通道层，该层是一个逻辑层，用于指示接口与实际道路的对应；最内层为内部代价层，用于保存路口内部连接代价。本发明既能充分考虑路口内部的通行代价，又能解决寻路速度慢、寻路结果与行车实际不符等问题，可以适用于构建车载导航电子地图。
-
公开(公告)号：CN106067072A
公开(公告)日：2016-11-02
申请号：CN201610369598.0
申请日：2016-05-30
Applicant: 清华大学
IPC: G06Q10/04
Abstract: 本发明涉及一种逻辑路网模型下的路径自适应快速获取方法，其步骤：根据需求设置最优矢量路径的各项属性；通过最优逻辑路径逐级展开获取终了路径：将l级最优逻辑路径以路径元为单位进行一轮遍历和展开，得到l+1级最优逻辑路径的过程，当路径元对应逻辑直连时，针对路径元展开；当路径元对应原始连接时，路径元不需再展开；设置最优逻辑路径的快速映射模型，根据快速映射模型设置逻辑路网路径快速映射信息存储的数据结构；结合路段号序列得到路径显示部分最为合理的形状点列，最终用于实现最优矢量路径的快速自适应显示。本发明在保证显示效果的同时减少显示数据量，加快最优路径显示速度。
-
公开(公告)号：CN114067243B
公开(公告)日：2024-11-29
申请号：CN202111337547.7
申请日：2021-11-10
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶场景识别方法、系统、设备及介质，该方法包括：基于环境车行为数据和决策算法库使用变分自编码器进行无监督训练学习，获取环境特征分布模型；获取新环境的环境车行为数据通过环境特征分布模型进行处理，环境车基于处理结果选择相应决策算法进行自动驾驶。本发明能够准确区分当前环境特征和差异性，实现环境的深度聚类，辅助自动驾驶决策算法迁移。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.026 seconds)
