-
公开(公告)号：CN113660280A
公开(公告)日：2021-11-16
申请号：CN202110957527.3
申请日：2021-08-19
Applicant: 上海交通大学
IPC: H04L29/06 , H04L29/08 , H04W4/38 , H04W4/40 , H04W12/121
Abstract: 一种集中式云控平台远程控制指令可信度的识别处理方法，在信息获取阶段，分别通过本车传感器和其他车辆广播信息获取作为可信度判断辅助的车端感知信息和V2V信息，并通过网联云平台获取作为核心信息的远程决策信息；在可信度判断阶段，通过辅助信息计算远程决策信息的可信度指标，并在可信度可接受时执行远程决策，否则切换为自主智能驾驶接管并执行本地决策，同时向网联云平台发出入侵警告，通过网联云平台检测、识别和处理入侵警告，并将处理结果反馈本车。本发明从云平台被入侵但不自知的角度解决远程信息安全的技术漏洞。由于此时云平台已将错误的远程信息(平台认为此信息为真实)发送至车辆端，所以解决此漏洞的技术手段应布局在车辆端。
-
公开(公告)号：CN110703783B
公开(公告)日：2021-07-27
申请号：CN201911095004.1
申请日：2019-11-11
Applicant: 上海交通大学
IPC: G05D1/02
Abstract: 本发明公开了一种无人驾驶轨迹跟踪中实时判别当前参考轨迹点的算法，首先从参考轨迹的出发点开始，在每三个连续的参考轨迹点中的第二个参考轨迹点处，取前两个参考轨迹点所连成的直线与后两个参考轨迹点所连成直线的角平分线，并得到角平分线在全局坐标系下的直线表达式；然后通过实时位置的结果值和第三个参考轨迹点的结果值乘积来判断车辆是否通过第二个参考轨迹点，实时地得到车辆当前经过的参考轨迹点，直到到达最后一个参考轨迹点为止。本发明能实时地判别车辆当前经过的参考轨迹点，并对后一个参考轨迹点进行跟踪的功能，从而使得车辆可以得到当前的预瞄点及预瞄点的语意信息，进行局部轨迹规划、轨迹跟踪和避开障碍物的控制。
-
公开(公告)号：CN112311773B
公开(公告)日：2021-07-06
申请号：CN202011099695.5
申请日：2020-10-15
Applicant: 上海交通大学
Abstract: 一种用于智能汽车传感器接口系统的实现方法，利用动态链接库中的接口类将车载计算平台的硬件接口虚拟化为虚拟接口，在传感器接入硬件接口时，通过调用动态链接库新建一个虚拟接口类对象，并对来自传感器的CAN报文进行校验，识别出传感器的类型以实现初始化；再将调用动态链接库新建相应的传感器类对象，并将对应的虚拟接口的地址储存在传感器类对象的成员变量中，完成CAN报文数据与解析方式的匹配，通过统一的数据输出格式从而实现传感器的即插即用。
-
公开(公告)号：CN110703783A
公开(公告)日：2020-01-17
申请号：CN201911095004.1
申请日：2019-11-11
Applicant: 上海交通大学
IPC: G05D1/02
Abstract: 本发明公开了一种无人驾驶轨迹跟踪中实时判别当前参考轨迹点的算法，首先从参考轨迹的出发点开始，在每三个连续的参考轨迹点中的第二个参考轨迹点处，取前两个参考轨迹点所连成的直线与后两个参考轨迹点所连成直线的角平分线，并得到角平分线在全局坐标下的直线表达式；然后通过实时位置的结果值和第三个参考轨迹点的结果值乘积来判断车辆是否通过第二个参考轨迹点，实时地得到车辆当前经过的参考轨迹点，直到到达最后一个参考轨迹点为止。本发明能实时地判别车辆当前经过的参考轨迹点，并对后一个参考轨迹点进行跟踪的功能，从而使得车辆可以得到当前的预瞄点及预瞄点的语意信息，进行局部轨迹规划、轨迹跟踪和避开障碍物的控制。
-
公开(公告)号：CN113657514B
公开(公告)日：2023-11-03
申请号：CN202110957528.8
申请日：2021-08-19
Applicant: 上海交通大学
IPC: G06F18/241 , G06F18/25
Abstract: 一种面向智能网联车辆的分布式信息可信度的识别和处理方法，在信息获取阶段，分别通过本车传感器获取车端感知信息、通过网联云平台和其他车辆广播信息获取大数据平台信息和V2V信息作为可信度判断的辅助信息；在远程信息可信度判断阶段，通过辅助信息计算待确定远程车辆信息的可信度指标，并在可信度可接受时进行信息融合，否则不进行信息融合并对待确定远程车辆信息进行额外缓存的同时，向其他车辆广播入侵信号以及信息真实性求证信号，并等待其他车辆的反馈结果以协同判断信息的真实性。本发明通过面向智能网联车辆的分布式信息可信度的识别和处理以及远程可疑信息可信度判断流程及机制，即辅助于其他V2V数据来判断。
-
Patent Agency Ranking
公开(公告)号：CN114543807B
公开(公告)日：2023-10-20
申请号：CN202210043758.8
申请日：2022-01-14
Applicant: 安徽海博智能科技有限责任公司 , 上海交通大学
Abstract: 本发明公开了一种极端场景下SLAM算法的高精度评价方法，包括构建场景实际情况构建不同类型的坐标系；利用测绘设备基于AprilTag路标测量构建全局的真值地图；通过传感器模块对预先布置的AprilTag路标进行信息识别、特征提取和联合优化，得到路标和传感器模块的位姿；根据待评估的SLAM算法的定位结果和转换到全局的真值地图的真值定位结果进行对齐和分析误差，并评价定位精度。本发明通过基于AprilTag路标构建全局的真值地图，以及利用SLAM算法估计路标和相机位姿的相对位姿。两个系统构建的定位结果进行对齐并分析其误差，实现对SLAM系统定位算法的评估。解决了现有室内定位技术的问题，降低了造价成本和使用成本。具有较好的稳定性和鲁棒性。
-
公开(公告)号：CN113657036B
公开(公告)日：2023-09-26
申请号：CN202110944134.9
申请日：2021-08-17
Applicant: 上海交通大学
Abstract: 一种基于神经网络和物理模型的车辆动力学模拟实现方法，结合神经网络车辆参数模型与车辆动力学物理模型，将神经网络的输出作为车辆动力学模型的参数输入，得到基于神经网络和车辆动力学的混合车辆动力学模型，制定实车实验数据采集方案，经实验完成实车数据采集以训练混合车辆动力学模型，实现对车辆动力学特性的高精度建模和表征。本发明充分考虑物理规律和数据驱动优势，利用采集到的车辆状态数据用于车辆物理模型中未知参数的学习，将参数模型和动力学模型结合起来得到一个准确的混合模型用于车辆动力学表征。
-
公开(公告)号：CN114670867A
公开(公告)日：2022-06-28
申请号：CN202210036593.1
申请日：2022-01-13
Applicant: 上海交通大学
IPC: B60W60/00
Abstract: 一种基于分层学习和潜在风险模型的多车轨迹预测系统，包括：基于条件变分编码器的候选轨迹生成模块、基于潜在风险模型的指导轨迹生成模块以及再学习模块，候选轨迹生成模块根据周围车辆方历史轨迹序列信息，分别对周围每台车辆生成可行驶的候选轨迹；指导轨迹生成模块根据当前周围车辆的位置信息、速度信息以及道路与车道线信息建立潜在风险势场，进而利用风险势场计算每条候选轨迹的潜在风险值，根据潜在风险值为候选轨迹计算周围每台车辆的可能行驶概率并随机选择周围每台车辆的未来指导轨迹；再学习模块融合车辆历史轨迹和未来指导轨迹，得到周围每台车辆的未来行驶轨迹，本发明显著提高多车轨迹预测的精度，实现多车轨迹的准确预测。
-
公开(公告)号：CN114280611A
公开(公告)日：2022-04-05
申请号：CN202111313286.5
申请日：2021-11-08
Applicant: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC: G01S13/931 , G01S13/86 , G01S13/72
Abstract: 本发明涉及一种融合毫米波雷达与摄像头的路侧感知方法，该方法包括以下步骤：步骤1：通过毫米波雷达获取毫米波雷达数据，对其进行有效目标的提取，以去除静止目标和随机噪声；步骤2：通过设置在路侧立杆的摄像头获取目标的图像数据，基于YOLOv3和Deep SORT跟踪算法进行目标检测与跟踪，得到摄像头数据；步骤3：基于融合算法将毫米波雷达数据与摄像头数据进行融合，以实现路侧设备对目标的实时检测、跟踪与定位，与现有技术相比，本发明具有减少计算量、实现数据融合后稳定地进行检测跟踪以及提高定位精度等优点。
-
公开(公告)号：CN114155720A
公开(公告)日：2022-03-08
申请号：CN202111428653.6
申请日：2021-11-29
Applicant: 上海交通大学
Abstract: 本发明涉及一种路侧激光雷达的车辆检测和轨迹预测方法，该方法包括：步骤1：建立车辆检测和轨迹预测的多任务深度神经网络模型；步骤2：基于公开数据集对多任务深度神经网络模型进行预训练；步骤3：采用基于体素化处理的背景滤波法对点云进行背景滤波；步骤4：基于自建路侧端数据集进行多任务深度神经网络模型的迁移训练；步骤5：部署多任务深度神经网络模型，进行车辆的检测、跟踪和轨迹预测，与现有技术相比，本发明具有提升检测模型的准确率和轨迹预测的准确率等优点。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.024 seconds)
