-
公开(公告)号：CN119964121A
公开(公告)日：2025-05-09
申请号：CN202510042879.4
申请日：2025-01-10
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本发明公开了一种车位识别与占用检测方法及系统，方法包括：采集停车区域的全景环视图像；将全景环视图像输入至目标检测模型，识别目标类型和位置，并对目标检测模型处理后的全景环视图像进行拼接，获取鸟瞰图；将鸟瞰图输入至车位检测模型，获取车位占用状态，并发送车位占用状态。本发明通过四路环视鱼眼图像的获取，克服了单一视角的盲区问题，实现了对停车区域的全面覆盖；整体方案采用低算力的方案设计，采用目标检测模型结合车位检测模型，能够迅速完成车位识别与占用判断，满足快速泊车的需求；通过将目标物信息实时输出到人机交互界面，提高了用户对停车状态的了解，增强了交互体验。
-
公开(公告)号：CN120071279A
公开(公告)日：2025-05-30
申请号：CN202510016636.3
申请日：2025-01-06
Applicant: 上汽通用五菱汽车股份有限公司
IPC: G06V20/56 , G06V10/774 , G06V10/776 , G06V10/30 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种识别后视镜折叠状态的方法、装置和电子设备，属于辅助驾驶技术领域，方法包括：获取并对图像数据将进行预处理得到训练集数据、验证集数据和测试集数据，依据训练集数据、验证集数据和测试集数据对卷积神经网络模型进行训练、验证和测试后得到折叠状态确定模型，将折叠状态确定模型部署到车载辅助系统中，当车载辅助系统识别当前后视镜折叠状态时，将实时获取的图像数据输入到折叠状态确定模型后得到后视镜折叠状态；本方法基于深度学习的图像识别技术，结合车辆在多种环境下左、右后视镜摄像头采集的图像数据和车身环视鸟瞰图，能在各种环境中精准识别后视镜的折叠状态。
-
公开(公告)号：CN119832232A
公开(公告)日：2025-04-15
申请号：CN202411800385.X
申请日：2024-12-09
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本发明公开了一种自动泊车障碍物检测方法及装置。通过采集不同场景的多路环视鱼眼相机图像集训练各场景的语义分割模型，从而生成语义分割模型库，在进行泊车时，基于驾驶场景在语义分割模型库匹配目标语义分割模型，提高语义分割模型在不同场景的适配性及准确性，从而提高障碍物检测的精确性，并基于四路鱼眼图像进行语义分割后再拼接成鸟瞰视角，避免鸟瞰视角容易造成障碍物信息丢失或失真的问题，提供准确的可行驶区域边界，提高障碍物检测的精确性。
-
公开(公告)号：CN118298025A
公开(公告)日：2024-07-05
申请号：CN202410288682.4
申请日：2024-03-13
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请实施例提供的一种内参标定的评估方法、评估装置、电子设备和存储介质，所述方法包括：从不同视角采集多个标定图像；对所述多个标定图像进行标定，得到摄像头内参；基于所述多个标定图像生成目标图像，所述目标图像的特征点包括每个所述标定图像的标定特征点；计算所述特征点的特征点覆盖率、全局重投影误差和局部重投影误差；基于所述特征点覆盖率、所述全局重投影误差和所述局部重投影误差对所述摄像头内参进行评估。本申请实施例采用特征点覆盖率、全局重投影误差和局部重投影误差多项评估指标对摄像头内参标定结果进行评估，不仅能评估内参标定结果的全局的标定质量，也能对局部的去畸变效果进行量化评估，从而提供更为全面的评估结果。
-
公开(公告)号：CN119116932A
公开(公告)日：2024-12-13
申请号：CN202411452412.9
申请日：2024-10-17
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本发明属于车辆领域，公开了一种自动泊车的障碍物识别的方法。方法包括：接收用户的自动泊车开启指令以及目标泊入车位，并控制待泊车车辆停止运行；基于待泊车车辆的当前位置、目标泊入车位、预先训练好的图像识别处理模型和视觉传感器标定算法，确定待泊车车辆的自动泊车路线；按照自动泊车路线，控制待泊车车辆的进行行驶，并获取行驶方向和转向方向；根据行驶方向和转向方向，确定读取的待泊车车辆的目标图像采集设备，读取目标图像采集设备采集的图像数据；根据图像数据、图像识别处理模型和视觉传感器标定算法，识别到自动泊车路线中的动态障碍物。采用本申请可以降低计算负载和资源消耗的同时进行障碍物识别，保证自动泊车安全。
-
Patent Agency Ranking
公开(公告)号：CN119904835A
公开(公告)日：2025-04-29
申请号：CN202411752628.7
申请日：2024-12-02
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请涉及一种空闲车位的检测方法、装置及电子设备，属于自动泊车技术领域，检测方法包括：通过待测车位的角点数据得到待测车位的车位面积和车位宽，依据当前驾驶车辆的长和宽以及停车场标定车位的长和宽确定了比例阈值，依据车位面积、车位宽、车辆数据和停车场车位数据得到目标比值，若目标比值大于等于比例阈值，则待测车位确定为空闲车位，若目标比值小于比例阈值，则待测车位确定为已停车，本发明的空闲车位识别方法，能准确识别空闲车位，同时无需更多硬件和算力支持，有效提高了识别效率，减少了检测成本。
-
公开(公告)号：CN116310457A
公开(公告)日：2023-06-23
申请号：CN202310273217.9
申请日：2023-03-20
Applicant: 上汽通用五菱汽车股份有限公司
IPC: G06V10/762 , G06V10/26 , G06V20/58 , G01S17/931
Abstract: 本申请实施例提供了一种点云聚类方法、装置、电子设备及存储介质，所述方法包括获取第一点云集及所述第一点云集中每个点云团的运动属性信息；基于所述第一点云集中每个点云团的运动属性信息，在所述第一点云集中确定出第一点云团；所述第一点云团是运动属性信息标识出所述点云团处于运动状态的点云团；计算所述第一点云团与第一点云集中的其他点云团间的目标距离，将与所述第一点云团间的目标距离小于预设距离阈值的其他点云团跟所述第一点云团进行融合，得到第二点云集；所述目标距离是所述第一点云团与其他点云团间的最小距离。这样可以提高点云聚类的准确性，即为提高目标识别的准确性，从而可以提高行驶决策影响的准确性。
-
公开(公告)号：CN119942493A
公开(公告)日：2025-05-06
申请号：CN202411852563.3
申请日：2024-12-13
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请实施例提出了一种车位占用识别方法、装置及车辆，涉及智能泊车技术领域，主要是利用感知到的车位信息，触发本车左侧或右侧的视觉传感器采集包含车位的待测区域图像，从待测区域图像中先判断有无疑似障碍物，如果存在疑似障碍物，则继而通过对障碍物相对本车的局部二维视图考察该疑似障碍物与当前对应的车位的空间位置关系，由此确定该疑似障碍物是否占用了当前检测的车位。相比现有技术，本申请简化了泊车过程中对车位是否占用的判断策略和检测过程，无需对视觉全域的各障碍物进行检测，也无需对单一障碍物进行整体检测，从而能够实现在低算力下可靠完成车位占用与否的识别任务，进而更加适配于低成本、低算力的智能驾驶控制平台。
-
公开(公告)号：CN118397102A
公开(公告)日：2024-07-26
申请号：CN202410348039.6
申请日：2024-03-25
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本申请实施例提供的一种视觉传感器的外参标定方法、电子设备以及存储介质，所述方法包括：根据用户输入的标定信息，确定标定板中N个目标点在三维坐标系中的三维坐标；接收视觉传感器按照相同的视角采集的M张原始标定图像，并将其中至少两张原始标定图像进行融合，获得目标标定图像；根据目标标定图像，确定标定板中N个目标点在像素坐标系中的二维坐标；根据N个目标点对应的三维坐标和二维坐标，标定视觉传感器的外参。在本申请实施例中，因为目标标定图像是有多张图像融合确定的，所以目标标定图像足够清楚，进而使得控制器可以快速的确定目标点对应的坐标，从而提高了对视觉传感器外参标定的效率。
-
公开(公告)号：CN117372823A
公开(公告)日：2024-01-09
申请号：CN202311127946.X
申请日：2023-09-04
Applicant: 上汽通用五菱汽车股份有限公司
Abstract: 本发明属于数据融合技术领域，具体涉及一种点云‑像素融合方法，包括以下步骤：获取障碍物点云，并将障碍物点云转换到摄像头坐标系；将在摄像头的FOV内的障碍物点云投影到图像上；根据图像分割结果对FOV内的障碍物点云进行一次聚类；根据一次聚类的结果生成目标队列集合，所述目标队列集合包括关联了视觉目标的点云团；针对目标队列集合中的点云团，进行误聚类识别，将误聚类为同一视觉目标的点云团重新聚类后得到分割结果并分别放入目标队列集合中。本发明通过点云与像素图像的互补，实现了稀疏点云的准确聚类，并改善了单目相机图像的漏识别与误识别缺陷。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
