-
公开(公告)号：CN119785311A
公开(公告)日：2025-04-08
申请号：CN202411835654.6
申请日：2024-12-13
Applicant: 清华大学
IPC: G06V20/56 , G06V10/764 , G06V10/80
Abstract: 本申请涉及一种融合SD Map实现BEV局部地图实时感知方法，包括：对导航地图进行编码，得到导航地图的折线序列，并利用Transformer编码器对导航地图的折线序列进行处理，得到导航地图的特征；利用地图编码器从车载传感器数据中提取特征，并将特征转换为统一的BEV特征；基于预设局部地图特征融合网络，利用多头交叉注意力机制将导航地图的特征与BEV特征进行融合，得到融合的BEV特征，并输入至预设的车道拓扑模型解码器中，预测车道中心线、交通元素以及车道中心线和交通元素关联的亲和矩阵。由此，解决了现有技术中高精度地图成本高、维护难及局部地图生成稳定性差的问题，提高了感知系统的鲁棒性和准确性。
-
公开(公告)号：CN119105020A
公开(公告)日：2024-12-10
申请号：CN202411211079.2
申请日：2024-08-30
Applicant: 清华大学
Abstract: 本申请涉及一种车辆的自动驾驶定位方法、装置、车辆及存储介质，其中，方法包括：获取至少一个目标的4D毫米波雷达张量；利用4D毫米波雷达张量计算车辆的实际车速；基于相邻帧之间的张量误差，构建位姿变换优化方程，并求解位姿变换优化方程，得到与4D毫米波雷达张量匹配的车辆的当前帧的先验位姿变换；将实际车速和当前帧的先验位姿变换输入至预先构建的扩展卡尔曼滤波器，以得到车辆的观测位姿变换，并基于观测位姿变换得到车辆的定位结果。由此，解决了相关技术中，难以充分利用4D毫米波雷达的原始信息，且定位效果较不稳定，存在较大误差的技术问题。
-
公开(公告)号：CN119091279A
公开(公告)日：2024-12-06
申请号：CN202411079784.1
申请日：2024-08-07
Applicant: 清华大学
Abstract: 本申请涉及视觉感知技术领域，特别涉及一种基于计算基础平台的感知模型组合训练方法及装置，其中，方法包括：基于计算基础平台，将目标感知模型分解为多个共性功能模块；将每个共性功能模块进行排列组合，以得到多个组合感知模型；根据目标模型对多个组合感知模型进行迭代训练，直至达到预设最大训练轮次，得到最终多组合感知模型及其每个功能模块的权重。由此，解决了智能驾驶感知算法开发应用过程存在黑盒难以复用、多车型泛化难等问题。
-
公开(公告)号：CN1293350A
公开(公告)日：2001-05-02
申请号：CN00132123.4
申请日：2000-12-15
Applicant: 清华大学
Abstract: 本发明涉及一种高速运动物体表面声场分析方法,在运动物体从测量设备前通过时,仪器快速记录物体发出的噪声信号及物体运动信息,并将信号数字化后输入计算机,对信号进行一系列处理,将运动物体表面的噪声场计算出来,并将结果以图形的方式直观显示出来。本发明的方法可以应用于对高速火车、高速运动汽车表面的噪声源进行测量识别,从而给降噪提供科学依据。
-
公开(公告)号：CN120070728A
公开(公告)日：2025-05-30
申请号：CN202411941300.X
申请日：2024-12-26
Applicant: 清华大学
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种基于点云稠密化的深度补全方法方法及装置，其中，方法包括：获取目标场景的激光点云数据以及与激光点云数据同一时间戳下的目标图像，预处理激光点云数据和目标图像；基于预处理后的激光点云数据和目标图像，构建目标3D高斯溅射模型；基于目标场景和目标3D高斯溅射模型，输出三维重建后的稠密点云，以得到目标场景的点云稠密化的三维重建点云图，根据三维重建点云图确定目标场景的相机深度图。本申请可以利用激光点云数据和多个视角的图像构建目标3D高斯溅射模型完成深度补全，使得得到的相机深度图细致且逼真，减小了显示设备标定带来的误差的同时具有较强的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN120070694A
公开(公告)日：2025-05-30
申请号：CN202411906357.6
申请日：2024-12-23
Applicant: 清华大学
Abstract: 本申请涉及车辆控制技术领域，特别涉及一种基于路侧传感器模拟车端传感器数据的方法及装置，其中，方法包括：基于路侧传感器的路侧传感器数据生成路侧传感器的路侧三维场景数据；基于路侧三维场景数据和车端传感器的车身坐标系，生成路侧三维场景数据在车身坐标系中的车身路侧三维场景数据；对车身路侧三维场景数据进行渲染，以获取路侧传感器模拟车端传感器的模拟数据。由此，解决了相关技术中，数据采集与处理难度大、成本高昂、安装复杂、维护困难，难以满足日益增长的车端传感器数据需求等问题。
-
公开(公告)号：CN120014213A
公开(公告)日：2025-05-16
申请号：CN202411810882.8
申请日：2024-12-10
Applicant: 清华大学
IPC: G06V10/10 , G06V10/40 , G06V10/56 , G06V10/52 , G06V10/82 , G06N3/0455 , G06N3/084 , G06N3/0895
Abstract: 本申请涉及车辆技术领域，特别涉及一种360度点云稠密化方法、装置、车辆及存储介质，其中，方法包括：将多个相机的单视视图拼接为360度环视视图；将雷达点云投影到多个相机的图像坐标系得到360度环视视图对应的稠密深度图，对稠密深度图稀疏化得到稀疏深度图；基于360度环视视图和稀疏深度图提取交叉引导特征，根据交叉引导特征和自引导特征迭代更新稠密深度图，自引导特征为从每次迭代更新后的稠密深度图提取的特征图；在迭代更新完成稠密深度图后得到360度环视深度图，将360度环视深度图反投影至雷达坐标系得到稠密化后的360度点云。由此，解决了相关技术难以解决多个相机之间视角交叠区域的一致性，且存在场景泛化性等问题。
-
公开(公告)号：CN119599088A
公开(公告)日：2025-03-11
申请号：CN202411432359.6
申请日：2024-10-14
Applicant: 清华大学
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种面向端到端自动驾驶的安全强化学习训练方法及装置，其中，方法包括：基于预设驾驶环境模型和不确定性约束衰减函数，检测车辆的当前决控策略的安全状态；利用预设集成模型拟合预设驾驶环境模型的分散随机误差；根据价值函数的自洽条件更新价值函数，评估当前决控策略的性能价值；根据不确定性约束衰减函数的自洽条件，更新不确定性约束衰减函数，扩展对应的可行区域；在安全状态达到预设等级时，基于随机误差、性能价值和扩展后的可行区域对当前决控策略进行迭代更新，直至当前决控策略的平均累计回报达到预设阈值或者达到最大迭代次数，得到最终可行决控策略，以强化目标自动驾驶系统。
-
公开(公告)号：CN118840534A
公开(公告)日：2024-10-25
申请号：CN202410717153.1
申请日：2024-06-04
Applicant: 清华大学
IPC: G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本申请涉及图像处理技术领域，特别涉及一种基于计算基础平台的无标签自动化学习方法及装置，其中，方法包括：基于初始点云数据获取稠密化的点云数据，并进行地面点去除，得到去除地面点的点云数据；生成去除地面点的点云数据中每个目标的3D检测框，并生成3D检测框的伪标签，以得到每个目标的3D目标检测结果；基于3D目标检测结果形成至少一条初始目标轨迹，优化至少一条初始目标轨迹，以得到最终轨迹，并将其作为新的伪标签，迭代优化检测器的权重，直至达到迭代停止条件，更新每个目标的伪标签。由此，解决了相关技术中，过度依赖标注的数据，耗费了大量的时间和成本，降低了算法的准确性和泛化能力，无法适应复杂的外界环境等问题。
-
公开(公告)号：CN118570253A
公开(公告)日：2024-08-30
申请号：CN202410670047.2
申请日：2024-05-28
Applicant: 清华大学
IPC: G06T7/246 , G06T5/80 , G06T7/33 , G06T3/4007 , G06T3/4038 , G06T7/73 , G06T3/06 , G06T7/277 , G06V10/25 , G06V20/58
Abstract: 本申请涉及数据处理技术领域，特别涉及一种4D动静态目标真值数据标注系统及方法，其中，系统包括：静态物体标注组件用于处理原始雷达点云数据，以获得运动补偿后的点云和各帧雷达的位姿，进行线性插值与地图拼接，从而可以得到全局地图并转化为鸟瞰视图，利用相机位姿将其投影到图像上进行标注，得到静态物体的真实位置；动态物体标注组件通过在原始雷达点云中进行目标标注和动态跟踪，得到动态目标的检测框和轨迹，利用雷达位姿和相机位姿进行投影，获得动态物体的多相机真实位置。由此，解决了相关技术中，由于只在3D空间上对目标物体标注，只能得到物体的静态信息，无法准确预测动态场景，且为获得高质量的真值数据，导致成本增加等问题。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.02 seconds)
