-
公开(公告)号：CN111192458B
公开(公告)日：2020-09-11
申请号：CN202010297424.4
申请日：2020-04-16
Applicant: 清华大学
IPC: G08G1/01 , G08G1/0967 , G08G1/123 , G06F16/2458 , G06F16/29 , G06N5/02 , G06Q10/04 , G06Q50/26
Abstract: 本发明涉及一种将决策知识库存储于地图的自动驾驶决策方法及系统，其步骤：将地图划分成允许重叠但不得遗漏的区块；针对每个区块，根据其具体地理环境，分析他车行为可能性，生成地理特异性决策知识；将地理特异性决策知识加载到地图中，形成带有决策知识库的地图；实际行驶中的车辆可以根据实时定位从地图中提取数据，在加载静态环境信息的同时，也将当地的地理特异性决策知识加载进来，利用车载决策算法实现实时决策。本发明能够对他车行为进行更准确的预测，同时降低了实时决策的复杂度，减轻计算压力。
-
公开(公告)号：CN111413974A
公开(公告)日：2020-07-14
申请号：CN202010236474.1
申请日：2020-03-30
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于学习采样式的汽车自动驾驶运动规划方法及系统，其包括：建立车辆运动学模型；初始化Open表和Closed表；计算每条前向仿真轨迹的评价值，选取评价值最高的轨迹作为规则最优轨迹；对前向仿真轨迹进行Q值函数估计，选择Q值最大的轨迹作为强化学习轨迹；从规则最优轨迹和强化学习轨迹中选取初段最优轨迹，并存入Closed表中；利用碰撞检测方法筛选不碰撞前向仿真轨迹，将不碰撞的前向仿真轨迹存入Open表中；计算每条前向仿真轨迹的评价值，选取评价值最高的前向仿真轨迹作为候选最优轨迹，并存入Closed表中；候选最优轨迹终点在运动规划所需求的终点范围内时结束运动规划过程；将Closed表格中的初段最优轨迹和候选最优轨迹连接，形成最终规划轨迹。
-
公开(公告)号：CN108802785A
公开(公告)日：2018-11-13
申请号：CN201810971003.8
申请日：2018-08-24
Applicant: 清华大学
IPC: G01S19/45
Abstract: 本发明涉及一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，其步骤：设置一包括GNSS模块、地图模块、姿态估计模块、预估图像模块、单目视觉模块、图像处理模块和高精度匹配算法模块的定位系统；姿态估计模块根据GNSS提供的初始位置和地图信息，估计车辆的初始位姿；预估图像模块根据地图模块提供的地理位置以及姿态估计模块提供的初始位姿，生成预估图像；单目视觉模块将采集的道路原始信息传输至图像处理模块，图像处理模块处理图像信息，得到用于地图匹配的特征；高精度匹配算法模块根据接收到的用于地图匹配的特征和预估图像中的特征匹配程度，获得基于地图匹配解算的车辆位置及姿态信息，得到对车辆位置和姿态的估计。
-
公开(公告)号：CN112731357B
公开(公告)日：2024-10-29
申请号：CN202011609084.0
申请日：2020-12-30
Applicant: 清华大学
IPC: G01S7/497
Abstract: 本发明涉及一种激光点云里程计定位误差的实时修正方法和系统，其特征在于包括以下步骤：1)从装备有激光雷达的智能网联车辆所采集的历史激光点云数据中，提取路面点云并计算得到模型参数，构建经验模型；2)采用经验模型对智能网联车辆所采集的实时激光点云数据进行实时修正，得到误差消除后的激光点云数据。本发明采用修正模型来修正激光点云里程计的累计定位误差，能够提供更准确的自车位姿估计，同时能够在线的修正激光点云里程计的误差，可以广泛应用于智能网联汽车环境感知领域。
-
公开(公告)号：CN113591278B
公开(公告)日：2024-04-19
申请号：CN202110791001.2
申请日：2021-07-13
Applicant: 清华大学
IPC: G06F30/20 , G06F119/14
Abstract: 本申请涉及一种车辆参数辨识方法、装置、计算机设备和存储介质，适用于车辆技术领域。所述方法包括：利用安装在目标车辆上的传感器测得目标车辆的运动参数；根据运动参数计算目标车辆的质心横向加速度；根据运动参数计算目标车辆的质心纵向速度；根据运动参数、质心纵向速度、质心横向加速度以及预先设定的目标车辆的二自由度车辆模型，计算目标车辆的状态参数，状态参数包括前轴距、后轴距、前轮侧偏刚度、后轮侧偏刚度以及横摆转动惯量。采用本方法能够提高车辆参数辨识的效率。
-
Patent Agency Ranking
公开(公告)号：CN117671143A
公开(公告)日：2024-03-08
申请号：CN202311634700.1
申请日：2023-12-01
Applicant: 清华大学
Abstract: 本发明涉及一种三维地图要素的提取方法、系统、设备及介质，其特征在于，方法包括：确定线形地图要素的表达方式；采用transformer注意力机制模型，根据提取的输入图像的深度特征和预先设定的空间视角转换嵌入量，得到空间视角转换编码；将预先设定的N个实例查询、空间视角转换编码和输入图像的深度特征至输入至transformer注意力机制模型，并基于确定的线形地图要素的表达方式，输出N个点链的预测值作为三维车道线提取结果实例提议；对三维车道线提取结果实例提议进行精细化分支，确定地图要素结构体，本发明统一了高精地图构建各流程数据传递模式，可以广泛应用于自动驾驶领域中。
-
公开(公告)号：CN116823929A
公开(公告)日：2023-09-29
申请号：CN202310588600.3
申请日：2023-05-23
Applicant: 清华大学
Abstract: 本发明提供一种基于视觉图像与点云地图的跨模态匹配定位方法及系统，包括：获取相机的视觉图像和初始位姿，基于所述视觉图像初始位姿得到激光点云局部地图；基于所述激光点云局部地图进行投影，得到初始位姿视角下的点云投影深度图；将所述点云投影深度图、视觉图像和初始化的位姿更新量输入至训练好的位姿求解网络中，得到优化后的位姿更新量；将所述位姿更新量叠加至视觉图像初始位姿得到优化后的位姿，经过多次循环，得到最终位姿，完成定位。本发明解决了现有自动驾驶定位精度低、成本高的问题。
-
公开(公告)号：CN111340050B
公开(公告)日：2023-04-07
申请号：CN202010228438.0
申请日：2020-03-27
Applicant: 清华大学
IPC: G06V10/46 , G06V10/44 , G06V10/774
Abstract: 本发明属于地图数据处理技术领域，涉及一种地图道路全要素特征提取方法和系统，包括以下步骤：S1.建立全要素的道路标线要素集；S2.获取地图道路图像集，并基于道路标线要素集，在道路图像集中选取部分图像生成全要素训练数据集；S3.使用图像翻译算法对训练数据集进行训练；S4.根据经过训练的训练数据集，确定标线要素的位置和形状；S5.根据标线要素的位置和形状，生成标识了全要素道路标线的图像。其实现了道路全要素模型数据库的构建，并且通过优化网络模型，将图像翻译算法应用到高精度地图的构建技术中，推动自动驾驶高精地图技术的发展。
-
公开(公告)号：CN111008583B
公开(公告)日：2023-01-06
申请号：CN201911190502.4
申请日：2019-11-28
Applicant: 清华大学
IPC: G06V40/20 , G06V40/10 , G06V10/80 , G06V10/84 , G06V10/774
Abstract: 本发明涉及一种利用肢体特征辅助的行人和骑车人姿态估计方法，其步骤：准备数据：包括公开的通用姿态数据集和自行标注的行人姿态数据；选择基础网络模型，定义网络输入、输出，使用数据集中标注的关节点坐标构造关节点真值热图与肢体真值热图，定义损失函数和超参数，训练网络使之能够输出接近真值热图的肢体估计热图和关节点估计热图；对于每张输入的图像，两组网络分别输出13幅肢体热图和13幅关节点热图，对其进行后融合，使最终输出的关节点热图能整合肢体检测与关节点检测结果；搜索输出关节点热图中的最大热值和次大热值，获取最大热值的相应位置坐标和次大热值的相应位置坐标，最后得到的关节点坐标。
-
公开(公告)号：CN115526987A
公开(公告)日：2022-12-27
申请号：CN202211156746.2
申请日：2022-09-22
Applicant: 清华大学
Abstract: 本发明涉及一种基于单目相机的标牌要素重建方法、系统、设备及介质，包括：获取单目图像以及GNSS信号、IMU信号和轮速信号；将获取的单目图像经过感知处理，得到图像感知的地图元素结果；基于GNSS信号、IMU信号和轮速信号获得车辆六自由度信息；基于图像感知的地图元素结果与车辆六自由度信息进行路侧标牌要素计算，获得路侧标牌的三维信息。本发明能够仅仅使用低成本的单目相机、GNSS、IMU实现标牌要素的重建。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.035 seconds)
