-
公开(公告)号：CN111483515A
公开(公告)日：2020-08-04
申请号：CN202010379068.0
申请日：2020-05-07
Applicant: 东风汽车股份有限公司
IPC: B62D5/00 , B62D5/04 , B62D6/00 , B62D113/00
Abstract: 本发明公开了一种基于伺服电机和EPS电机的冗余线控转向系统及控制方法，包括主动伺服电机、EPS电机、主动伺服电机ECU、EPS电机ECU及转向传感器，主动伺服电机输出轴与方向盘下方的转向管柱相连，转向传感器安装在转向管柱上，主动伺服电机ECU与EPS电机ECU通过CAN总线双向通讯。本发明为双电机、双ECU冗余转向系统，主控伺服电机作为主动转向电机，EPS电机作为助力电机辅助转动转向电机完成转向功能同时可以也可以作为主动转向电机，当主控伺服电机出现故障时，立即启动冗余措施，使转向系统的可靠性大幅度提高，更能有效的保证车辆转向的精确性和稳定性。
-
公开(公告)号：CN110641367A
公开(公告)日：2020-01-03
申请号：CN201911055820.X
申请日：2019-10-31
Applicant: 东风汽车股份有限公司
IPC: B60R1/00 , B60W30/095
Abstract: 本发明公开了一种用于自动驾驶的环境感知系统布置结构，包括设置于车头前部的一个摄像头、设置于车身上部的两个GPS天线和设置于车身周向的多个雷达传感器；所述雷达传感器包括至少两个激光雷达传感器和多个毫米波雷达传感器；多个所述雷达传感器的探测范围相互协同配合形成环绕车身的无死角检测区，使车身任意角度均位于至少两个雷达传感器照射视野内，且车头正前方1～70m、180°范围内任意位置同时位于至少一个激光雷达传感器和至少一个毫米波雷达传感器的视野内。本发明各传感器布置合理，彼此相互配合，可消除视野盲区，确保行车安全。
-
公开(公告)号：CN117371634B
公开(公告)日：2025-04-22
申请号：CN202311422043.4
申请日：2023-10-27
Applicant: 东风汽车股份有限公司
IPC: G06Q10/047 , G06Q10/0835
Abstract: 一种路径规划方法、装置、设备及计算机可读存储介质。该方法包括：预先确定关键路径及其长度，避免了在后续的求解过程中反复计算相同的关键路径，从而节省计算资源和时间。其次，迭代求最优解过程中，基于关键路径的长度从节点序列中确定最短路径最长的两个相邻节点，将两个相邻节点随机插入节点序列中，得到新的节点序列，可以有较大的概率生成代价更小的节点序列，从而减少迭代次数，提高算法效率。通过本申请实施例，显著改善了多点物流配送路径规划问题的求解效率且兼顾了求解质量，能很好地满足实际应用的需要。
-
公开(公告)号：CN119131751A
公开(公告)日：2024-12-13
申请号：CN202411175395.9
申请日：2024-08-26
Applicant: 东风汽车股份有限公司
Inventor： 王强 , 郭启翔 , 陈晖 , 程飞 , 张顺 , 汪峥 , 何薇 , 胡博伦 , 高宠智 , 晏萌 , 屈紫君 , 李嫩 , 欧阳辰宇 , 赵金波 , 于子康 , 代怡鹏 , 韩兴隆
Abstract: 一种智能驾驶环境感知方法、装置、设备及介质，属于汽车技术领域。其中，方法包括：对相机采集的图像数据进行分割，得到包含语义信息的图像数据；将采集的第一点云数据和包含语义信息的图像数据进行融合，得到第二点云数据；基于第二点云数据，构建车辆周围的环境要素在相机坐标系下的数学模型；基于第二点云数据、包含语义信息的图像数据和相机内参畸变参数，确定环境要素在图像坐标系下的坐标；基于环境要素在相机坐标系下的数学模型和其在图像坐标系下的坐标，计算环境要素对应的像素点在相机坐标系下的深度值；基于深度值、环境要素在图像坐标系下的坐标、相机焦距以及相机与车体中心的标定参数，确定车辆与环境要素之间的距离，可提高智能驾驶环境感知的准确度。
-
公开(公告)号：CN117975027A
公开(公告)日：2024-05-03
申请号：CN202410040314.8
申请日：2024-01-10
Applicant: 东风汽车股份有限公司
IPC: G06V10/40 , G06V10/20 , G06V10/764 , G06V20/58 , G06V10/10
Abstract: 一种图像特征提取方法、装置、设备及计算机可读存储介质。该方法包括：将输入特征图在通道维度上等分，得到两个输入子特征图，通过两个包含可变形卷积层的分支分别对两个输入子特征图进行特征图提取，最后综合通过两个分支得到的两个输出子特征图得到最终的输出特征图。通过本申请得到的输出特征图，有效提高了目标检测结果准确性，能有效满足在复杂交通环境下对交通标志的检测。
-
Patent Agency Ranking
公开(公告)号：CN117493822A
公开(公告)日：2024-02-02
申请号：CN202311292521.4
申请日：2023-10-08
Applicant: 东风汽车股份有限公司
Abstract: 本发明公开了一种基于AHP的多源融合定位效能评估方法及装置，涉及无人驾驶车辆的融合定位领域，该方法包括得到新多源融合定位系统；进行初始多源融合定位系统和新多源融合定位系统间多源融合定位效能评估指数距离的计算，以及初始多源融合定位系统和新加入定位源间定位精度距离、信号连续性距离、定位源可用性距离的计算；判定得到新加入定位源满足要求时，引入融合权重因子并采用加权融合定位算法进行置信度阈值判断；进行新多源融合定位系统的可信性判断；根据初始多源融合定位系统和新多源融合定位系统的定位精度，确定融合加权因子，实现新多源融合定位系统中定位源的融合结果更新。本发明能够实现对多源融合定位系统性能的提升。
-
公开(公告)号：CN111652179B
公开(公告)日：2024-01-09
申请号：CN202010545062.6
申请日：2020-06-15
Applicant: 东风汽车股份有限公司
Abstract: 本发明公开了一种基于点线特征融合激光的语义高精地图构建方法，包括如下步骤：1)对摄像头采集的视觉图像进行语义分割和特征提取，得到含语义类别和点线特征的视觉图像，随后获取运动目标的前景及背景；2)将激光雷达采集的激光三维点云投影到视觉图像平面上，拟合得到深度图，并为激光三维点云赋予语义类别和点线特征；3)对运动目标进行超像素分割，计算超像素块之间的距离，构建图模型，进行图像分割，准确提取运动目标边界；4)将属于运动目标的视觉特征点和激光三维点剔除，从而构建静态高精度语义三维地图。本发明同时公开了采用前述方法构建的语义高精地图的定位方法。本发明通过准确剔除运动目标，使得建图更加精确、可靠。
-
公开(公告)号：CN115655288A
公开(公告)日：2023-01-31
申请号：CN202211338055.4
申请日：2022-10-28
Applicant: 东风汽车股份有限公司
IPC: G01C21/30 , G01C21/00 , G01S17/931 , G01S19/42
Abstract: 本申请涉及一种智能激光地位方法及装置，涉及激光定位技术领域，该方法包括以下步骤：基于在第一环境区域内的第一激光点云信息以及GPS定位信息，获取第一环境区域的栅格地图；当目标车辆在第一环境区域内运行时，实时获取目标车辆的里程计信息以及在第二环境区域内的第二激光点云数据；基于所述第一激光点云数据以及所述第二激光点云数据，获取更新后的栅格地图；基于更新后的栅格地图以及所述目标车辆的里程计信息，获取所述目标车辆的定位轨迹。本申请通过实时获取在第一环境区域内的第二环境区域内更新的第二激光点云数据，再利用更新后的第二激光点云数据与GPS定位信息融合生成更新后的栅格地图，从而可以更加精准地对目标车辆进行定位。
-
公开(公告)号：CN115375184A
公开(公告)日：2022-11-22
申请号：CN202211160104.X
申请日：2022-09-22
Applicant: 东风汽车股份有限公司
Abstract: 本发明公开了一种园区物流自动驾驶多车调度方法、装置、设备及存储介质，所述方法通过建立当前园区的园区道路模型和任务模型，根据道路模型和任务模型确定自动驾驶车辆的初始行驶路线；根据预设遗传算法对初始行驶路线进行优化，获得多车行驶的最优行驶路线；根据最优行驶路线控制自动驾驶车辆行驶，并实时监控各自动驾驶车辆的车辆位置信息，根据车辆位置信息进行交叉口调度管理，能够实现货物运输的高效运行，避免了交叉路口的拥堵，可以满足多车货物运输的场景需求，能够在园区物流场景下进行多个自动驾驶车辆的合理路线规划，保证了货物运输的快速调度，提升了园区物流自动驾驶多车调度的速度和效率。
-
公开(公告)号：CN112959987A
公开(公告)日：2021-06-15
申请号：CN202110296876.5
申请日：2021-03-19
Applicant: 东风汽车股份有限公司
IPC: B60T7/12 , B60R16/023 , G06K9/00 , G06N3/08 , G06Q10/04
Abstract: 一种自动紧急制动自适应控制系统，包括控制器、视觉传感器、T‑BOX、车载传感器，控制器的内部设置有深度学习模块、物理数据预测模块、天气识别模块、AEBS控制单元，其控制方法为：首先，深度学习模块根据视觉传感器采集的当前道路环境图像、物理数据预测模块根据来自T‑BOX以及车载传感器的数据预测当前天气为雨、雪、雾的分布概率，天气识别模块再根据深度学习模块以及物理数据预测模块的预测结果确定最终当前天气类型的分布概率，并将概率最大的天气类型发送给AEBS控制单元，最后AEBS控制单元选择与其对应的控制策略控制制动。该设计不仅实现了不同天气下制动控制策略的自适应，而且有效提升了天气类型预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.031 seconds)
