-
公开(公告)号：CN117474778A
公开(公告)日：2024-01-30
申请号：CN202311431135.9
申请日：2023-10-31
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
IPC: G06T5/50 , G06V10/774 , G06V20/56
Abstract: 本发明实施例公开一种点云图像生成方法、装置、电子设备和存储介质，该方法包括：获取采集到的目标车辆驾驶时周围场景对应的场景点云图像和待生成的目标天气；对场景点云图像进行地面提取，确定第一地面点云图像和非地面点云图像；基于目标天气的特征信息，对第一地面点云图像进行地面点强度衰减，确定衰减后的第二地面点云图像；基于目标天气的特征信息，对非地面点云图像进行障碍物倒影点强度衰减，确定衰减后的第一障碍物倒影点云图像；基于第二地面点云图像、第一障碍物倒影点云图像和非地面点云图像进行点云叠加，生成目标天气对应的目标点云图像，从而可以自动生成指定天气的点云图像，无需人工参与，提高了点云图像生成效率。
-
公开(公告)号：CN117115781A
公开(公告)日：2023-11-24
申请号：CN202311106834.6
申请日：2023-08-30
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
IPC: G06V20/58 , G06N3/0464 , G06V10/82 , G06V10/46 , G06N3/08 , G06V10/764 , G06V20/70
Abstract: 本发明涉及智能驾驶的技术领域，尤其涉及一种障碍物检测模型优化方法、装置、设备及存储介质，其中方法包括：获取检测场景的点云数据，基于点云数据计算出检测场景不同尺度下的高维特征；对高维特征进行加权处理得到显著特征，对显著特征进行通道数堆叠处理得到堆叠特征；基于预设的卷积神经网络层对堆叠特征进行处理得到障碍物描述信息；基于障碍物描述信息与预设的标签数据建立总体损失函数，并依据总体损失函数优化障碍物检测模型；本发明具有提升智能驾驶车辆检测障碍物精度的效果。
-
公开(公告)号：CN115410166A
公开(公告)日：2022-11-29
申请号：CN202210857802.9
申请日：2022-07-20
Applicant: 中国第一汽车股份有限公司
IPC: G06V20/56 , G01S17/89 , G01S17/931 , G06V10/26 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种车道线检测方法、装置及电子设备。其中，该方法包括：依据车载激光雷达，获取初始点云数据；确定初始点云数据对应的预定维度的投影特征图，其中，预定维度包括x轴坐标维度，y轴坐标维度，z轴坐标维度，反射强度维度与直线距离维度；将投影特征图输入至目标点云数据分类模型中，输出初始点云数据的点云数据分类结果，其中，目标点云数据分类模型部署于车载芯片中；依据点云数据分类结果，得到车道线检测结果。本发明解决了相关技术中对车道线进行检测时，存在的检测效率较低的技术问题。
-
公开(公告)号：CN114842050A
公开(公告)日：2022-08-02
申请号：CN202210447957.5
申请日：2022-04-25
Applicant: 中国第一汽车股份有限公司
IPC: G06T7/246
Abstract: 本发明公开了一种对象的跟踪方法、装置和车辆。其中，该方法包括：获取待跟踪的目标对象在第一时刻的第一状态信息；基于非线性模型对第一状态信息进行滤波处理，得到多个维度的状态特征，其中，非线性模型为基于与第一状态信息的预测误差和检测误差对应的滤波参数而建立；基于多个维度的状态特征确定目标对象在第二时刻的第二状态信息，其中，第二时刻为第一时刻之后的时刻；基于第二状态信息对目标对象进行跟踪，得到跟踪结果。本发明解决了对于目标跟踪中的非线性场景无法对对象进行有效跟踪的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119251792A
公开(公告)日：2025-01-03
申请号：CN202411784154.4
申请日：2024-12-06
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
IPC: G06V20/56 , G06V10/82 , G06V10/25 , G06V10/44 , G06V10/80 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种车道线检测方法、装置、电子设备及存储介质，涉及车道线检测技术领域，该方法包括：获取待检测道路对应的目标点云数据，并将目标点云数据转换为栅格特征数据；将栅格特征数据输入至目标检测模型中，得到目标检测模型输出的与栅格特征数据对应的编码值和置信度；其中，目标检测模型中包括动态蛇形卷积层和长短期记忆网络层；基于编码值和置信度，确定待检测道路的车道线。本发明的技术方案通过动态蛇形卷积层和长短期记忆网络层的结合对特征进行处理，解决了现有的车道线检测分割模型，受限于车道线细长并且连续的特征，会出现检测线过于粗大、检测线断开、漏检误检等问题，实现了对细长特征的识别，提高车道线检测的准确度。
-
公开(公告)号：CN118690815A
公开(公告)日：2024-09-24
申请号：CN202410778695.X
申请日：2024-06-17
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
IPC: G06N3/082 , G06N3/0464
Abstract: 本发明公开了一种模型剪枝方法、装置、设备和存储介质，涉及模型剪枝技术领域。该方法包括：根据预先设定的剪枝比例和初始模型中各卷积层的重要度对初始模型进行剪枝，得到剪枝模型，其中，剪枝模型在测试数据集上的第一损失函数值满足第一阈值条件；对剪枝模型进行模型优化，得到优化模型，并在测试数据集上计算优化模型的第二损失函数值；在确定第二损失函数值不满足第二阈值条件的情况下，返回执行根据预先设定的剪枝比例和初始模型中各卷积层的重要度对初始模型进行剪枝，直至第二损失函数值满足第二阈值条件；将上一优化模型确定为目标模型。通过本发明实施例的技术方案可以在优化模型大小的同时提高剪枝后模型的精度。
-
公开(公告)号：CN117351079A
公开(公告)日：2024-01-05
申请号：CN202311277102.3
申请日：2023-09-28
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、设备及介质。其中，所述方法包括：确定图像获取设备在当前时刻感知的目标图像信息，并根据所述目标图像信息确定至少一个目标对象的二维检测框信息和三维检测信息；确定激光雷达感知的在当前时刻在图像坐标系下的激光雷达点云数据；基于二维检测框信息以及图像坐标系下的激光雷达点云数据确定目标对象的第一三维检测框信息；基于三维检测信息确定目标对象的第二三维检测框信息；基于第一三维检测框信息与第二三维检测框信息确定车辆的当前位置信息。通过执行本方案，可以实现高效、快速、准确地进行车辆定位，可以节约成本，提升用户体验。
-
公开(公告)号：CN115503724A
公开(公告)日：2022-12-23
申请号：CN202211211428.1
申请日：2022-09-30
Applicant: 中国第一汽车股份有限公司
Abstract: 本公开实施例提供一种智能驾驶的多任务处理方法、装置、存储介质以及电子设备，所述多任务处理方法包括：基于点云图像生成3D空间网格体素；针对所述3D空间网格体素提取3D高维特征；基于所述3D高维特征获取上采样特征；基于所述上采样特征获取道路信息。本公开实施例采用多任务整体网络，通过共享基础模型以实现多种任务分支特征共享，联合学习有利于提升每项任务的性能，能够同时输出障碍物目标检测、车道线、可行驶区域和地面高度等，通过采用整体化的多任务模型来同时获得更好的感知性能和更低的系统延迟，提升了多任务感知中深度学习网络的利用率。
-
公开(公告)号：CN114359346A
公开(公告)日：2022-04-15
申请号：CN202111679694.2
申请日：2021-12-31
Applicant: 中国第一汽车股份有限公司
Abstract: 本发明公开了一种点云数据处理方法、装置、非易失性存储介质及处理器。点云数据处理方法包括：通过安装在自动驾驶车辆的激光雷达采集经由目标对象反射回来的多帧点云数据，从多帧点云数据中获取任意一帧点云数据，并基于任意一帧点云数据，将预定数量帧的点云数据进行融合处理，获得融合后的点云融合数据；将点云融合数据转换成二维伪图；利用卷积神经网络的检测头对二维伪图进行检测，获得目标对象的物理特征信息，根据二维伪图，确定目标对象的跟踪ID；根据物理特征信息和目标对象的跟踪ID，确定目标对象的空间位置。本发明解决了现有技术中跟踪方法依赖于特定场景设计的规则，造成在多种场景下使用容易受到限制的技术问题。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.026 seconds)
