-
公开(公告)号：CN116242337A
公开(公告)日：2023-06-09
申请号：CN202310263194.3
申请日：2023-03-17
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于轨迹拓扑的地图匹配方法及设备，包括步骤S1：基于路网数据，使用出入口、枢纽和连接三类节点对城市空间进行建模，构建城市拓扑图；S2：使用原始车辆GPS记录序列，得到对应车辆轨迹拓扑的候选点集合；S3：根据原始车辆GPS记录序列和城市拓扑图计算候选点之间的空间相似函数，得到权重候选图；S4：根据权重候选图建立静态相似矩阵并计算，得到加权相似矩阵；S5：计算局部最优路径，为局部最优路径上所有候选点计次投票，连接票数最高的候选点得到轨迹拓扑；S6：通过轨迹拓扑进行地图匹配；本发明以城市拓扑图作为轨迹数据表达的载体，简化了轨迹的表达方式，提升了轨迹数据与地图匹配的准确性和效率。
-
公开(公告)号：CN116152579A
公开(公告)日：2023-05-23
申请号：CN202310307131.3
申请日：2023-03-27
Applicant: 清华大学深圳国际研究生院
IPC: G06V10/77 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于离散Transformer的点云3D目标检测方法与模型，方法包括：S1、实时采集物体的点云数据帧；S2、对所述点云数据帧进行点云体素化，得到初始体素；S3、通过基于离散Transformer的3D骨干网络从所述初始体素中提取包含动态信息和静态信息的体素特征；S4、将步骤S3最终输出的体素特征映射到BEV空间得到对应的2DBEV特征；S5、所述2DBEV特征通过Neck网络送入3D目标检测器，进行3D目标检测，得到物体在3D空间中的物体属性信息。
-
公开(公告)号：CN113110489B
公开(公告)日：2023-03-10
申请号：CN202110485674.5
申请日：2021-04-30
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本文公开了一种轨迹规划方法、装置、电子设备和存储介质。其中，所述轨迹规划方法，包括，根据行驶场景下的路径可跟踪属性，确定决策变量，并根据所述决策变量确定优化问题的目标函数；根据行驶中的限制约束，设定优化问题的约束，根据所述优化问题的约束，求解所述目标函数以完成所述行驶场景的轨迹规划；其中，所述路径可跟踪属性包括：有预定的可跟踪路径和没有预定的可跟踪路径。本文提供的轨迹规划方案通过将轨迹规划问题描述成优化问题，可处理各种复杂的规划约束，获得指定评价目标下的最优轨迹。
-
公开(公告)号：CN115760983A
公开(公告)日：2023-03-07
申请号：CN202211452093.2
申请日：2022-11-21
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了基于自适应与多级特征降维的点云3D检测方法与模型，该检测方法包括：获取实时点云数据帧并进行点云体素化，得到初始体素特征及其体素坐标；对所述初始体素特征进行稀疏化，得到稀疏体素特征；对所述稀疏体素特征进行自适应动态特征降维，得到初始BEV特征，并对所述初始BEV特征进行多尺度BEV特征提取，获得包含语义特征的多尺度BEV特征；对所述稀疏体素特征进行多尺度体素特征提取，获得包含几何特征的多尺度体素特征，并对每个尺度上的体素特征进行降维，然后与对应尺度上的BEV特征进行融合；利用最后一层融合的BEV特征进行3D检测，估计目标物体在BEV空间的位置。
-
公开(公告)号：CN114743374A
公开(公告)日：2022-07-12
申请号：CN202210349264.2
申请日：2022-04-01
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种基于图网络的多元交通流预测方法，包括：S1、获取用于交通流预测的多元交通流历史数据；S2、基于所述多元交通流历史数据，对每一个交通流属性，分别构建一个独立的动态关系图；S3、将各交通流属性的动态关系图进行融合，转化为属性间相互联系的融合动态关系图网络；S4、基于所述融合动态关系图网络，利用图注意力网络学习交通流属性之间和路段之间的潜在空间依赖关系，提取空间依赖特征，构建基于图网络的多元交通流预测模型；S5、训练所述基于图网络的多元交通流预测模型；S6、根据训练得到的多元交通流预测模型，进行短时交通流预测。
-
Patent Agency Ranking
公开(公告)号：CN114633736A
公开(公告)日：2022-06-17
申请号：CN202210179795.1
申请日：2022-02-25
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种车辆稳定过弯的极限入弯速度的快速确定方法，包括如下步骤：S1‑1：构建二自由度非线性车辆动力学模型对相平面空间进行生成；S1‑2：构建相平面空间数据库；S1‑3：设计闭环控制策略应用于车辆动力学仿真软件的轨迹跟踪控制；S1‑4：找到车辆不偏离道路及车身稳定情况下通过场景的最大速度，此即车辆稳定过弯的极限入弯速度。本发明探究了弯道工况下车身稳定及不偏离道路的临界入弯速度指标，对实际指导车辆运行具有重要意义。
-
-
公开(公告)号：CN113128361A
公开(公告)日：2021-07-16
申请号：CN202110343911.4
申请日：2021-03-30
Applicant: 珠海深圳清华大学研究院创新中心
Abstract: 本发明公开了一种基于场景语义解析的定位方法、装置及电子设备，其中方法包括：获取车辆按照当前定位卫星的定位结果进行行驶的过程中的场景图像；将所述场景图像输入到目标卷积神经网络进行训练并通过所述目标卷积神经网络对所述场景图像进行解析得到所述场景图像中包含的标识物的类别信息；根据所述标识物的类别信息，确定参考定位卫星，所述参考定位卫星表征除所述当前定位卫星之外其他可识别到所述标识物的卫星；确定所述当前定位卫星和所述参考定位卫星对所述场景信息中包含的标识物的定位精度；从所述当前定位卫星和所述参考定位卫星中选取定位精度满足目标条件的卫星响应车辆行驶过程中的定位操作。
-
公开(公告)号：CN111488988A
公开(公告)日：2020-08-04
申请号：CN202010302194.6
申请日：2020-04-16
Applicant: 清华大学
Abstract: 本发明公开了一种基于对抗学习的控制策略模仿学习方法及装置，方法包括：获取人类专家的决策示教数据，并且获取与专家示教决策数据对应的仿真环境；构建控制策略网络，控制策略网络的输入为仿真环境返回的状态，输出为决策动作；使用当前策略网络在仿真环境进行交互，获得当前策略的决策轨迹数据，基于对抗学习的模仿学习方法对专家轨迹数据进行模仿，逐步缩减策略网络决策轨迹数据和专家决策轨迹数据之间的分布差异，以模仿学习得到能够产生专家决策轨迹的策略网络；将通过对抗模仿策略得到的控制策略网络的参数固定保持，以进行实际环境控制任务的应用。该方法结合数据与模型的双重优势，通过对抗学习策略获得鲁棒性更强的控制策略，简单易实现。
-
公开(公告)号：CN111314420A
公开(公告)日：2020-06-19
申请号：CN202010048577.5
申请日：2020-01-16
Applicant: 清华大学深圳国际研究生院
Abstract: 本申请实施例公开一种面向智能驾驶的柔性车载网络系统及车辆。所述系统包括：中央计算与管理平台、外围设备和多台确定性低延时交换机；所述多台确定性低延时交换机按位置布置在车身上；所述多台确定性低延时交换机组成环网与所述中央计算与管理平台连接；所述外围设备按照物理位置划分区域组网且就近连接所述确定性低延时交换机；所述中央计算与管理平台部署有虚拟化的电子控制单元；整个车载网络系统采用全以太网布线。所述车辆包括所述系统。本申请实施例可以使得在整车电子设备数量增多、通信量增多、网络拓扑复杂多变的情形下保证整车通信能力，可提升车载网络的可扩展性和灵活性。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.029 seconds)
