-
公开(公告)号：CN115601685A
公开(公告)日：2023-01-13
申请号：CN202211412113.3
申请日：2022-11-11
Applicant: 清华大学苏州汽车研究院(吴江)(CN) , 清华大学(CN)
Abstract: 本发明公开了一种驾驶场景提取方法、装置、设备及介质。该方法根据车辆的行驶数据帧、环境目标相对车辆的相对行驶数据帧，以及目标驾驶场景的第一阈值特征，确定关键帧中的候选目标；根据关键帧中的候选目标、关键帧之前预设数量的目标帧以及关键帧之后预设数量的目标帧，确定候选目标的追踪结果；根据候选目标的追踪结果，以及目标驾驶场景的第二阈值特征，确定目标驾驶场景提取结果。本技术方案，以实现对场景目标的准确跟踪，减少驾驶场景提取的误检率和漏检率。
-
公开(公告)号：CN114754767A
公开(公告)日：2022-07-15
申请号：CN202210350787.9
申请日：2022-04-02
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种定位方法、装置、运料车辆及存储介质。所述方法应用于运料车辆，包括：在所述运料车辆执行厂区运料作业的过程中，实时确定所述运料车辆在厂区所处的目标区域；其中，所述目标区域包括室内区域、室外区域及过渡区域；根据所述目标区域确定对应的目标定位方式；其中，所述目标定位方式包括单一定位方式及组合定位方式；基于所述目标定位方式确定所述运料车辆的位姿信息。通过本发明实施例提供的技术方案，能够为厂区内自动驾驶运料车辆提供可靠性较高的定位服务，提高了厂区物流的运输效率。
-
公开(公告)号：CN112600659B
公开(公告)日：2022-06-03
申请号：CN202011342859.2
申请日：2020-11-26
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种基于神经网络的安全芯片侧信道泄漏检测方法，包括：针对不同的加密算法，分别采集有防护芯片和无防护芯片在执行加密算法过程的能量轨迹，形成训练样本；对预处理后的样本数据进行标注，根据加密算法名称及防护情况进行标注；构建神经网络模型；训练构建的神经网络模型；使用训练好的神经网络模型计算能量轨迹的类别，得到检测结果。利用神经网络可以有效分析出加密设备在执行算法时是否存在能量泄露，准确率高，易拓展，降低了测试人员的技能要求。
-
公开(公告)号：CN112904843B
公开(公告)日：2022-04-08
申请号：CN202110050160.7
申请日：2021-01-14
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G05D1/02
Abstract: 本发明实施例公开了一种自动驾驶场景确定方法、装置、电子设备及存储介质。该方法包括：获取当前车辆所处道路的道路信息和所述当前车辆的第一自动驾驶信息；根据所述道路信息和所述第一自动驾驶信息确定所述当前车辆与周围车辆的交互冲突点；根据所述交互冲突点与自动驾驶场景的关联关系，确定目标自动驾驶场景。通过运行本发明实施例所提供的技术方案，可以解决在处理自动驾驶汽车的自动驾驶场景规划问题时，通常是根据采集的驾驶场景历史数据作为自动驾驶场景主要的分类依据，降低了自动驾驶场景确定的准确性和全面性的问题，达到了提高自动驾驶场景确定的准确性和全面性的效果。
-
公开(公告)号：CN114179835A
公开(公告)日：2022-03-15
申请号：CN202111653767.0
申请日：2021-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种基于真实场景下强化学习的自动驾驶车辆决策训练方法。所述自动驾驶车辆设置有线控底盘、定位装置、激光雷达装置以及自动驾驶控制器，该方法包括：当车辆在真实场景下按照预设行驶路径的轨迹点行驶时，间歇性执行探索行为并记录强化学习模型的输入信息，所述输入信息包括输入状态，动作空间，单步执行后的回报；根据输入信息对强化学习决策算法进行训练。本发明通过线控底盘、四个激光雷达、RTK定位单元、电脑控制器等基础硬件，通过预设行驶轨迹、小范围抽样动作探索、可靠的安全防护和自动复位等关键技术，突破强化学习算法依赖虚拟环境的限制，实现自动驾驶车辆强化学习决策算法的在线自动采集、训练和验证。
-
Patent Agency Ranking
公开(公告)号：CN114166207A
公开(公告)日：2022-03-11
申请号：CN202111650293.4
申请日：2021-12-30
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种矿区自动驾驶的定位系统和方法。其中，该系统包括：处理器、第一定位模块、第二定位模块以及辅助定位模块；第一定位模块用于获取矿卡运行过程中的高度信息；第二定位模块用于获取矿卡运行过程中的经纬度以及航向角信息；辅助定位模块用于在矿卡运行过程中获取矿卡的定位信息；处理器用于根据辅助定位模块获取的信息和第一定位模块获取的信息递推矿卡运行过程中的高度信息，以及用于根据辅助定位模块获取的信息对第二定位模块获取的信息进行修正。本发明通过布置少量UWB基站及一个UWB标签，配合自动驾驶车辆上常用的RTK、IMU、里程计，低成本地实现了高度方向的精准定位，方法简洁高效。
-
公开(公告)号：CN113569752A
公开(公告)日：2021-10-29
申请号：CN202110866096.X
申请日：2021-07-29
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明实施例公开了车道线结构识别方法、装置、设备及介质。该方法包括：首先获取包含多种类型车道线结构的样本图像，并对样本图像进行预处理；将预处理后的样本图像基于可变卷积神经网络进行处理，得到每个样本图像对应的包含车道线结构的二值图；基于包含车道线结构的二值图训练分类模型，并将训练完成的分类模型用于对视频中车道线结构的识别。通过采用上述技术方案，可以达到快速识别车道线结构的目的，提高了自动驾驶时车道线结构的提取效率，加速自动驾驶算法的开发进程的技术效果。
-
公开(公告)号：CN112477847A
公开(公告)日：2021-03-12
申请号：CN202011444621.0
申请日：2020-12-11
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: B60W30/02 , B60W30/12 , B60W30/165 , B60W40/105
Abstract: 本发明公开了一种交通拥堵辅助控制方法，当交通拥堵辅助系统功能被激活时，对车辆进行横向控制和纵向控制；在横向控制时，当有车道线时，根据车辆传感器检测到的车道线控制车辆居中行驶，在无车道线或车道线不清晰时，控制跟随前车横向偏移；在纵向控制时，根据前车数据计算自车目标车速，结合道路曲率信息、当前方向盘转角及横向控制得出的目标方向盘转角对目标车速进行耦合限速控制，对目标车速进行控制，得到期望的车辆加速度。根据环境感知自动控制车辆进行加速、减速、转向等操作，对车辆进行横纵向耦合控制，保证车辆在较高车速或弯道控制时的安全性以及平稳性，并在车道线不清晰时仍可跟随前车行驶，大大增加了TJA功能适用场景。
-
公开(公告)号：CN119863083A
公开(公告)日：2025-04-22
申请号：CN202411992616.1
申请日：2024-12-31
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
IPC: G06Q10/0631 , G06Q50/02 , G06Q50/40
Abstract: 本发明公开了一种驾驶场地设施配置方法、装置、电子设备及存储介质。该方法包括：确定目标场地的测试需求表；根据目标场景及目标场地条件对目标场地进行分区，得到目标功能区域；根据目标场景从测试需求表中匹配对应的目标设施信息；根据目标设施信息、目标设计需求及目标功能区域确定目标场地框架。该方法考虑不同矿区的地质、气候和作业条件等因素，提高了获取的目标场地框架的普遍适用性。
-
公开(公告)号：CN119729724A
公开(公告)日：2025-03-28
申请号：CN202411915483.8
申请日：2024-12-24
Applicant: 清华大学苏州汽车研究院(吴江) , 清华大学
Abstract: 本发明公开了一种远程唤醒车辆的方法及系统，该方法应用于车辆上，该方法包括：通过数据传输模块接收云端服务器发送的至少一帧第一控制数据，并将接收到的各帧第一控制数据传输至信号处理模块；通过信号处理模块对接收到的各帧第一控制数据进行降噪处理，确定对应的各帧第二控制数据；通过信号处理模块对各帧第二控制数据进行校验，确定第二控制信号；若第二控制信号为唤醒指令，则通过信号处理模块向低功耗管理模块发送唤醒信号，以控制低功耗管理模块从第一模式切换为第二模式；以及基于第二控制信号启动车辆控制模块对车辆进行唤醒。本方案可以实现远程对车辆进行唤醒，并且控制信号能够可靠传输、准确精准，整体所需功耗也较低。
-
-
-
-
-
-
-
-
-
Search Results
257
records
(took 0.023 seconds)
