-
公开(公告)号：CN110705388A
公开(公告)日：2020-01-17
申请号：CN201910870854.8
申请日：2019-09-16
Applicant: 清华大学
IPC: G06K9/00
Abstract: 本发明提出了一种基于预测反馈的辅助驾驶用目标车辆换道识别方法，首先实时采集周围目标车辆运动状态信息和道路结构信息，得到自车坐标系下目标车辆的运动状态；然后计算地面坐标系下目标车辆运动状态，提取当前时刻目标车辆的换道意图特征量；根据上述换道意图特征量初步识别目标车辆的换道结果；对初步识别结果采用多项式拟合与最优化方法预测目标车辆运动轨迹；将符合匀加速运动约束的运动轨迹作为目标车辆参考运动轨迹，计算目标车辆预测运动轨迹与参考运动轨迹的累积距离偏差，以此校核初步识别结果作为最终的目标车辆换道识别结果。本发明提高了观测噪声下目标车辆换道识别的准确率，增强了目标车辆换道识别方法的鲁棒性。
-
公开(公告)号：CN120045570A
公开(公告)日：2025-05-27
申请号：CN202510124602.6
申请日：2025-01-26
Applicant: 清华大学
IPC: G06F16/23 , G06F16/2458 , G06F16/29 , G06F16/22 , G06N3/0455 , G06N3/042 , G06N3/08
Abstract: 一种地图数据的对齐方法和装置、介质和计算机设备，所述方法包括：获取增量地图数据；对所述增量地图数据进行检测，得到所述增量地图数据中的若干个地图要素实例上的矢量点的信息；对所述矢量点的信息进行编码，得到所述矢量点的编码信息，并对同一地图要素实例上的矢量点的编码信息进行聚合，得到所述地图要素实例的描述子；确定与所述地图要素实例处于同一局部区域内的其他地图要素实例，并基于所述其他地图要素实例的描述子对所述地图要素实例的描述子进行更新；基于所述若干个地图要素实例的更新后的描述子与底图中的地图要素实例的描述子之间的相似度，对所述增量地图数据与所述底图进行对齐。
-
公开(公告)号：CN114818484B
公开(公告)日：2024-09-27
申请号：CN202210401858.3
申请日：2022-04-18
Applicant: 清华大学
IPC: G06F30/27 , G06F18/214 , G06F17/18
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：CN118586179A
公开(公告)日：2024-09-03
申请号：CN202410689524.X
申请日：2024-05-30
Applicant: 清华大学
Abstract: 本发明涉及一种浸入式多交通参与者交互仿真方法、平台、设备及介质，包括：基于交互场景库、地图及自定义道路场景通过仿真平台构建交互场景；根据交通参与者中的行人和车辆设置浸入式交互角色；基于浸入式交互角色在交互场景中的行为通过交互仿真映射到仿真平台角色中完成交互仿真；记录与回放交互仿真平台的交互仿真数据。相比较其他仿真器，本发明设计了闭环交互机制，可以真实地建模出复杂的交互行为。
-
公开(公告)号：CN112964291B
公开(公告)日：2023-07-14
申请号：CN202110360085.4
申请日：2021-04-02
Applicant: 清华大学
Abstract: 本文公开一种传感器标定的方法、装置、计算机存储介质及终端，本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过惯性导航设备(INS)获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116118772A
公开(公告)日：2023-05-16
申请号：CN202211463660.4
申请日：2022-11-22
Applicant: 清华大学
IPC: B60W60/00
Abstract: 本发明涉及一种考虑不确定性的自动驾驶强化学习运动规划方法和系统，包括以下步骤：基于获取的历史驾驶数据，使用深度强化学习方法对预先构建的多头值函数网络进行训练；获取当前时刻的环境状态信息，并分别利用训练得到的多头值函数网络和自动驾驶车辆的自动驾驶系统得到基于数据拟合的运动轨迹和基于规则的运动轨迹，比较后得到自动驾驶车辆的最优运动轨迹。通过结合自举式不确定性估计，考虑了强化学习算法在计算过程中可能由于其黑箱特性导致的不确定性，通过基于规则的方法避免了这种不确定性可能造成的危险决策，有助于提升该类方法在智能车辆中使用的安全性和可靠性。因此，本发明可以广泛应用于智能车辆领域。
-
公开(公告)号：CN111445578B
公开(公告)日：2023-03-10
申请号：CN202010228450.1
申请日：2020-03-27
Applicant: 清华大学
Abstract: 本发明属于地图数据处理技术领域，涉及一种地图三维道路特征识别方法和系统，包括以下步骤：S1.通过激光点云数据生成道路的二维强度特征图；S2.建立二维空间和三维空间的转换关系，将二维强度特征图转换为三维强度虚拟特征图；S3.基于深度学习算法，在三维强度虚拟特征图中获取二维标线要素的位置和形状；S4.将二维标线要素的位置和形状，基于动态模板匹配方法，转换关系转换成三维标线要素，生成带有标线要素的三维强度特征图。其与目前已有的二维强度特征图像相比具备了三维虚拟几何特征，包含了三维强度特征图像与三维激光点的对应关系，从而使标线要素在地图中更加明显，更易识别。
-
公开(公告)号：CN112712061B
公开(公告)日：2023-01-24
申请号：CN202110061311.9
申请日：2021-01-18
Applicant: 清华大学
IPC: G06V40/20 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种适用于多方向交警指挥手势的识别方法、系统及存储介质，其包括：根据原始信息获取目标交警关节点的热图和像素坐标；基于关节点热图构造两类姿态特征，分别为上半身关节点空间特征和全身关节点共现性特征；根据两类姿态特征，基于预先建立的基于长短时记忆网络的两阶段学习框架实现身体朝向识别和交警指挥手势的识别，获得指挥方法和手势类别。本发明能同时识别出指挥方向和手势含义，具有较高的识别准确率。
-
公开(公告)号：CN113029185B
公开(公告)日：2023-01-03
申请号：CN202110239166.9
申请日：2021-03-04
Applicant: 清华大学
Abstract: 本发明涉及一种众包式高精度地图更新中道路标线变化检测方法及系统，其包括：根据车载摄像机获得原始图像序列或视频之后，确定路段，得到道路路段的车道标记占用值；将检测到的道路标线中心点由像素坐标转换为世界坐标，对车道标记分类；跟踪车道标志位置，计算车道标志置信度；过滤置信度，并更新置信度，完成检测。本发明检测过程效率较高，可以广泛在高精度地图数据更新技术领域中应用。
-
公开(公告)号：CN112862839B
公开(公告)日：2022-12-23
申请号：CN202110203999.X
申请日：2021-02-24
Applicant: 清华大学
Abstract: 本发明涉及一种地图要素语义分割鲁棒性增强方法和系统，其特征在于包括以下步骤：1)按照时序将车载的摄像头传感器采集到的行驶场景视频分为独立的视频帧。2)基于预设的语义分割网络对步骤1)中各独立的视频帧数据进行语义分割，得到各帧图像中各类地图要素语义分割结果对应的掩膜，并在相邻帧图像之间引入光流信息，以增强视频语义分割稳定性。本发明仅使用摄像头传感器的连续视频信息，通过光流信息将每帧语义分割结果连接，能够通过较低的成本实现鲁棒的地图要素精确识别；因此，本发明可以广泛应用于自动驾驶领域。本发明可以广泛应用于自动驾驶领域。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.043 seconds)
