-
公开(公告)号：CN119618185A
公开(公告)日：2025-03-14
申请号：CN202311176923.8
申请日：2023-09-13
Applicant: 上海交通大学
Abstract: 一种基于OSM类地图的SLAM地图全局对齐系统，包括：先验OSM类地图处理模块、SLAM地图数据处理模块、全局地图粗对齐模块以及基于图优化的细对齐模块，本发明利用先验地图中共有的拓扑结构为关键点，构建拓扑地图作为地图对齐的中转结构，达到将感知地图与路网地图对齐，赋予SLAM地图全局坐标的效果，能够实现相对较高的精度完成SLAM地图的全局坐标标定，即地理意义上的经纬度坐标，并且SLAM地图与OSM对齐之后的语义信息关联，对于未来地图的应用有较好的应用延展性。
-
公开(公告)号：CN118332689B
公开(公告)日：2025-03-14
申请号：CN202410441711.6
申请日：2024-04-12
Applicant: 上海交通大学 , 中国重汽集团济南动力有限公司
IPC: G06F30/15 , G06F30/20 , G06F30/27 , G06N3/0442
Abstract: 一种重载车辆悬架时变特性辨识方法及系统，由传感器收集矿用卡车操纵的序列状态，通过深度学习网络根据序列状态预测得到参数相关因子；同时通过考虑纵向‑垂直耦合效应的线性动力学模型粗略估计得到刚度和阻尼系数作为关键悬架参数，再由考虑纵向‑垂直耦合效应的非线性动力学模型根据参数相关因子和关键悬架参数预测得到下一时间步的状态。本发明将深度学习网络集成到矿用卡车的物理模型中，建立精确的矿用卡车纵向‑垂直动力学模型并识别精确的悬架参数，通过物理模型‑数据驱动的方法给出矿卡悬架刚度阻尼时变特性，且模型自身具备一定的可解释性和泛化性；只通过簧上信息即获取四个悬架刚度和阻尼，具有架构简单、便于实现等优点。
-
公开(公告)号：CN119206027A
公开(公告)日：2024-12-27
申请号：CN202411290327.7
申请日：2024-09-14
Applicant: 上海交通大学
IPC: G06T15/20 , G06T15/04 , G06T17/00 , G06T17/20 , G06N3/0499 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及自动驾驶场景重建领域，公开了一种考虑几何信息增强的自动驾驶无边界场景隐式重建方法及系统，采用一种自动驾驶的几何感知网格基神经渲染系统，该系统利用透视变形哈希网格和有符号距离函数SDF从稀疏传感器数据重建和渲染准确的驾驶环境。系统包括一个哈希池，包含16个级别，每级持有219个2维特征向量，特征向量通过空间插值输入至MLP网络，提取场景特征和SDF，最终，通过对RGB图像、深度和法线的优化，实现高质量的场景重建，在联合优化时，使用RGB输入和单目深度、法线观测作为监督。该系统提高了场景重建质量，能有效处理无边界场景，并在视点稀疏环境中提升性能，在处理实际驾驶环境中的复杂场景时，表现出更高的鲁棒性和准确性。
-
公开(公告)号：CN118886171A
公开(公告)日：2024-11-01
申请号：CN202410906715.7
申请日：2024-07-08
Applicant: 上海交通大学
Abstract: 本发明涉及自动驾驶数据采集领域，尤其涉及一种面向自动驾驶算法开发的仿真数据生成方法，包括初始化仿真环境；在仿真环境中部署自主移动的车辆和行人，在车辆上安装包括激光雷达和RGB相机在内的传感器；传感器收集的数据被转化为三维点云数据和RGB图像，筛选出可表征其几何结构的目标物体生成标签文件，基于预设的可见距离阈值过滤出可见目标物体，结合深度相机的数据判断顶点是否被遮挡，对于未被遮挡的目标物体生成对应的标签文件；保存传感器数据和标签文件，更新仿真场景重复采集完成数据集构建。通过对仿真场景、传感器、交通参与者等环境参数进行设置，构建了一个丰富的数据场景库，解决在遮挡情况下出现的标签关联错误，生成大量数据。
-
公开(公告)号：CN115346367A
公开(公告)日：2022-11-15
申请号：CN202210880842.5
申请日：2022-07-26
Applicant: 上海交通大学
Abstract: 本发明提供一种车路协同系统的测试系统及其测试方法，涉及智能交通车路协同技术领域。该车路协同系统的测试系统及其测试方法，包括终端层、边缘层、接入层、平台层和应用层五个层级；终端层，包括人、车、路端的各类设备，如智能手机、数据接收器、硬件传感器、定位设备等，用于各类数据的采集。该方法针对车路协同系统的环境感知、仿真与预测、通信播报、交通引导等测试需求，从测试体系、测试方法、测试工具等方面，系统地总结了车路协同系统测试技术和最新工程实践，深入地分析了车路协同系统测试技术的体系架构、特点和适用范围，极大地促进了智能驾驶汽车技术及产业的快速发展。
-
Patent Agency Ranking
公开(公告)号：CN115273491A
公开(公告)日：2022-11-01
申请号：CN202210867247.8
申请日：2022-07-22
Applicant: 上海交通大学
Abstract: 本发明提供一种智能车路协同系统的路测感知设备及其感知方法，涉及车路协同系统技术领域。该一种智能车路协同系统的路测感知设备及其感知方法，包括底座，所述底座上表面的中部固定连接有连接盒，所述连接盒内部的底面固定连接有蓄电池，所述连接盒上表面的中部固定连接有支撑柱，所述支撑柱上表面的中部固定连接有第一连接杆，所述第一连接杆上表面的中部固定连接有安装盒，所述安装盒内部的底面固定连接有伺服电机。本发明提供一种智能车路协同系统的路测感知设备及其感知方法，该车路协同系统的路测感知设备及其感知方法整体结构设计合理，使用方便，节能效果显著，同时能够提前向过往的司机提供道路的多种信息。
-
公开(公告)号：CN119437257A
公开(公告)日：2025-02-14
申请号：CN202510039131.9
申请日：2025-01-10
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于标清电子地图静态地物关联的自动驾驶全局位置估计方法及系统，获取自动驾驶城市运行场景下的标清电子地图；进行解析及预处理以提取自动驾驶时的车辆位置候选节点集合；对车辆位置候选节点集合进行在预设范围内的静态地物边界进行判断并进行筛选，筛选后对标清电子地图上的城市结构化静态地物描述信息进行提取来构建先验静态地物环境描述数据库；通过车辆实时感知实时输入三维点云数据，对城市结构化静态地物描述进行提取，得到实时静态地物环境描述数据；将标清电子地图内静态地物数据与车端实时感知的实时静态地物环境描述数据进行相似度关联，得到与车端实时感知相似度最高的结果以实现自动驾驶车辆的全局位置估计。
-
公开(公告)号：CN118332689A
公开(公告)日：2024-07-12
申请号：CN202410441711.6
申请日：2024-04-12
Applicant: 上海交通大学 , 中国重汽集团济南动力有限公司
IPC: G06F30/15 , G06F30/20 , G06F30/27 , G06N3/0442
Abstract: 一种重载车辆悬架时变特性辨识方法及系统，由传感器收集矿用卡车操纵的序列状态，通过深度学习网络根据序列状态预测得到参数相关因子；同时通过考虑纵向‑垂直耦合效应的线性动力学模型粗略估计得到刚度和阻尼系数作为关键悬架参数，再由考虑纵向‑垂直耦合效应的非线性动力学模型根据参数相关因子和关键悬架参数预测得到下一时间步的状态。本发明将深度学习网络集成到矿用卡车的物理模型中，建立精确的矿用卡车纵向‑垂直动力学模型并识别精确的悬架参数，通过物理模型‑数据驱动的方法给出矿卡悬架刚度阻尼时变特性，且模型自身具备一定的可解释性和泛化性；只通过簧上信息即获取四个悬架刚度和阻尼，具有架构简单、便于实现等优点。
-
公开(公告)号：CN119989565A
公开(公告)日：2025-05-13
申请号：CN202411973636.4
申请日：2024-12-30
IPC: G06F30/17 , G06F30/28 , G16C60/00 , G06F113/08 , G06F119/02 , G06F113/26 , G06F119/04 , G06F119/14 , G06F30/15
Abstract: 本发明提供一种基于结构特性的空气弹簧性能退化预测方法、装置和设备，涉及空气弹簧技术领域。该方法包括：获取待评估空气弹簧的动刚度和结构参数；将所述动刚度和所述结构参数输入至空气弹簧性能退化模型中，得到空气弹簧性能退化模型输出的疲劳加载参数；其中，所述空气弹簧性能退化模型是预先构建的关于空气弹簧的疲劳加载参数与空气弹簧的动刚度之间数学关系的模型；基于疲劳加载参数，确定待评估空气弹簧的疲劳寿命。该方法可在车辆设计初期根据车辆的实际应用场景，对空气弹簧疲劳特性进行预先估计，从而能够帮助设计出稳定可靠的空气弹簧，提高产品可靠性，也能够缩短开发周期，使得企业不需要经过很多试验来设计空气弹簧，节约开发成本。
-
公开(公告)号：CN118466504A
公开(公告)日：2024-08-09
申请号：CN202410627250.1
申请日：2024-05-21
Applicant: 上海交通大学 , 安徽海螺水泥股份有限公司
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D109/10
Abstract: 一种考虑预测信息的异步分层强化学习智能车轨迹规划方法，通过构造并训练预瞄位置速度选择网络，根据各车当前状态、各环境车预测轨迹末端状态和完整预瞄位置与速度预测得到纵向预瞄位置与速度，通过构造并训练车辆控制量计算网络，根据各车当前状态和完整预瞄位置与速度预测得到当前空制量。本发明通过合理简化与利用预测信息提升规划实时性，将决策结果进行连续化表征，增加高层网络输出结果的信息丰富度，以提升算法针对复杂场景的鲁棒性，通过新的训练方法，以避免网络策略随机初始化导致的多层网络间出现负反馈，进一步提升算法的性能与稳定性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.024 seconds)
