-
公开(公告)号：CN117068183B
公开(公告)日：2025-03-25
申请号：CN202311111923.X
申请日：2023-08-31
Applicant: 东风商用车有限公司
IPC: B60W40/10 , B60W40/112 , B60W40/105 , B60W40/02
Abstract: 本申请涉及一种车辆行驶轨迹区域计算及静止障碍物识别方法，其包括：当实时车速小于第一速度值时，基于转向参数得到轨迹曲率；转向参数包括方向盘转角、转向传动比和轴距；当实时车速位于第一速度值和第二速度值之间时，基于转向参数、横摆角速度、实时车速、第一速度值和第二速度值得到轨迹曲率；当实时车速大于第二速度值时，根据横摆角速度和实时车速得出轨迹曲率；根据实时车速选择对应的轨迹曲率，以得出行驶轨迹区域；根据不同的车速选择影响轨迹曲率的方向盘转角和横摆角速度的因素进行计算出准确的轨迹曲率，以解决车辆低速情况下的轨迹不精确导致的静止障碍物错误识别的问题。
-
公开(公告)号：CN119105312A
公开(公告)日：2024-12-10
申请号：CN202411185511.5
申请日：2024-08-27
Applicant: 东风商用车有限公司
IPC: G05B17/02
Abstract: 本发明涉及一种车辆自动驾驶仿真测试系统，属于仿真测试技术领域，系统包括：部署于第一操作系统环境下的场景仿真组件、自动驾驶算法模块和中间件模块；部署于第二操作系统环境下的车辆动力学组件和自动化评价组件；自动驾驶算法模块用于输出控制指令和内部算法参数；中间件模块用于联通第一操作系统环境和第二操作系统环境的通信；车辆动力学组件用于基于控制指令进行车辆动力学响应，并计算目标车辆的动力学参数；自动化评价组件用于根据内部算法参数和车辆的动力学参数对车辆自动驾驶算法进行测试。本发明解决了自动驾驶仿真测试系统评价参数不全面并且车辆动力学模型过于简单导致模型可信度不足的技术问题。
-
公开(公告)号：CN118280158A
公开(公告)日：2024-07-02
申请号：CN202410379359.8
申请日：2024-03-29
Applicant: 东风商用车有限公司
IPC: G08G1/16 , B60W60/00 , G08G1/0967 , H04W4/44 , H04L67/125 , G08G1/04 , H04W4/33
Abstract: 一种井下自动驾驶车辆防撞系统、方法、设备及可读存储介质，涉及智能网联汽车技术领域，包括路侧模块、车载通信终端、调度平台和自动驾驶模块；所述路侧模块部署于矿道墙壁上，用于基于激光束检测自动驾驶车辆的碰撞风险，以生成预警信号，所述激光束与矿道墙壁间存在水平安全间距；所述车载通信终端通过预警信号获取自动驾驶车辆的包括位置信息和车速信息在内的工况信息；所述调度平台根据工况信息确定出包括运行指令和路径信息在内的调度指令并通过车载通信终端发送至自动驾驶模块；所述自动驾驶模块基于调度指令确定出控制指令并根据控制指令控制自车运行，以实现防撞目的。本申请可从根本上降低撞击事件发生的几率，且有效降低了整车成本。
-
公开(公告)号：CN118457570B
公开(公告)日：2025-03-21
申请号：CN202410203129.6
申请日：2024-02-23
Applicant: 东风商用车有限公司
IPC: B60W30/095 , B60W60/00 , B60W50/00
Abstract: 本发明提供了一种障碍物轨迹预测方法、系统、自动驾驶车辆以及存储介质，其方法包括：获取障碍物的当前位置信息及地图信息；基于当前位置信息和地图信息确定障碍物的最邻近车道及障碍物在最近邻车道上的投影点信息；基于投影点信息和当前位置信息确定预测策略；当预测策略为第一预测策略时，基于轨迹点函数模型、采样参数确定障碍物的轨迹；当预测策略为第二预测策略时，基于深度优先搜索算法、采样参数确定障碍物的轨迹。本发明消除了神经网络模型存在的过拟合风险，确保了障碍物轨迹预测的准确性，并消除了神经网络模型中的训练过程时间、参数选择和优化时间，提高了障碍物轨迹的预测效率，且提高了预测过程的可解释性。
-
公开(公告)号：CN118280158B
公开(公告)日：2025-01-28
申请号：CN202410379359.8
申请日：2024-03-29
Applicant: 东风商用车有限公司
IPC: G08G1/16 , B60W60/00 , G08G1/0967 , H04W4/44 , H04L67/125 , G08G1/04 , H04W4/33
Abstract: 一种井下自动驾驶车辆防撞系统、方法、设备及可读存储介质，涉及智能网联汽车技术领域，包括路侧模块、车载通信终端、调度平台和自动驾驶模块；所述路侧模块部署于矿道墙壁上，用于基于激光束检测自动驾驶车辆的碰撞风险，以生成预警信号，所述激光束与矿道墙壁间存在水平安全间距；所述车载通信终端通过预警信号获取自动驾驶车辆的包括位置信息和车速信息在内的工况信息；所述调度平台根据工况信息确定出包括运行指令和路径信息在内的调度指令并通过车载通信终端发送至自动驾驶模块；所述自动驾驶模块基于调度指令确定出控制指令并根据控制指令控制自车运行，以实现防撞目的。本申请可从根本上降低撞击事件发生的几率，且有效降低了整车成本。
-
Patent Agency Ranking
公开(公告)号：CN117528166A
公开(公告)日：2024-02-06
申请号：CN202311511728.6
申请日：2023-11-09
Applicant: 东风商用车有限公司
IPC: H04N21/43 , H04N21/242 , H04N21/231 , H04N21/433
Abstract: 本发明提供了一种数据同步采集方法、同步数据读取方法及系统，其数据同步采集方法包括：采集当前帧图像数据，并确定当前帧图像数据的采集时刻；获取在采集时刻采集的信号类数据；将信号类数据保存至当前帧图像数据的像素中。本发明将在当前帧图像数据的采集时刻采集的信号类数据保存至当前帧图像的像素中，实现了基于图像像素的同步采集，即：实现了严格的数据同步。在进行数据回灌时，只需要获取图像数据，即可从图像数据中解析出信号类数据，保证了在回灌时数据的同步性和准确性。
-
公开(公告)号：CN117272648B
公开(公告)日：2025-03-14
申请号：CN202311234747.9
申请日：2023-09-21
Applicant: 东风商用车有限公司
Abstract: 本发明提供一种自动驾驶仿真场景的生成方法、装置及电子设备，该方法包括：获取车辆行驶场景描述信息，并将所述车辆行驶场景描述信息生成满足OpenSCENARIO标准的场景描述语言；获取车辆模型信息，并基于所述车辆模型信息生成满足OpenSCENARIO标准的车辆模型；获取道路环境信息，并基于所述道路环境信息生成满足OpenSCENARIO标准的道路环境模型；获取交通流量信息，并基于所述交通流量信息生成满足OpenSCENARIO标准的交通流量模型；将所述场景描述语言、所述车辆模型、所述道路环境模型和所述交通流量模型进行组合和合成，得到自动驾驶仿真场景。本发明可以解决现有技术中自动驾驶仿真场景的场景相对单一、可定制性较弱以及无法自动化处理生成的技术问题。
-
公开(公告)号：CN119249344A
公开(公告)日：2025-01-03
申请号：CN202411258344.2
申请日：2024-09-09
Applicant: 东风商用车有限公司
Abstract: 本发明涉及一种多种传感器数据融合方法及装置，属于传感器数据融合技术领域，其中，该方法包括获取多个传感器数据，然后对每个传感器数据进行障碍物检测，得到对应的障碍物信息，然后可以根据每个传感器数据对应的传感器类型和障碍物信息，确定目标滤波算法，从而可以根据每个传感器数据对应的特点，确定适合的目标滤波算法；进一步的，还通过目标滤波算法对传感器数据对应的障碍物信息进行滤波处理，得到每个传感器数据对应的障碍物稳定数据，然后可以对多个传感器数据的所有障碍物稳定数据进行融合，得到传感器融合数据，从而根据不同的目标滤波算法对对应传感器数据进行处理，保留了每个传感器数据对应的特点，提高了融合的精度。
-
公开(公告)号：CN118627266A
公开(公告)日：2024-09-10
申请号：CN202410648342.8
申请日：2024-05-23
Applicant: 东风商用车有限公司
Abstract: 本发明涉及一种基于高精度地图的仿真模拟方法、装置及电子设备，属于高精地图仿真技术领域，其中，该方法包括：在目标车辆前方预设距离内获取所述目标车辆在高精度地图中的车道线数据；基于所述车道线数据获取与目标车辆方向一致的车辆车道线数据；对所述车辆车道线数据进行组包，得到组包后的车道线数据；将组包后的车道线数据中采样点的坐标进行拟合，得到组包后的每条车道线的拟合曲线；基于所述组包后的每条车道线的拟合曲线对目标车辆进行仿真模拟。本发明通过对车道线进行组包，从而提高了自动驾驶中车道线曲线仿真的平滑度。
-
公开(公告)号：CN118457570A
公开(公告)日：2024-08-09
申请号：CN202410203129.6
申请日：2024-02-23
Applicant: 东风商用车有限公司
IPC: B60W30/095 , B60W60/00 , B60W50/00
Abstract: 本发明提供了一种障碍物轨迹预测方法、系统、自动驾驶车辆以及存储介质，其方法包括：获取障碍物的当前位置信息及地图信息；基于当前位置信息和地图信息确定障碍物的最邻近车道及障碍物在最近邻车道上的投影点信息；基于投影点信息和当前位置信息确定预测策略；当预测策略为第一预测策略时，基于轨迹点函数模型、采样参数确定障碍物的轨迹；当预测策略为第二预测策略时，基于深度优先搜索算法、采样参数确定障碍物的轨迹。本发明消除了神经网络模型存在的过拟合风险，确保了障碍物轨迹预测的准确性，并消除了神经网络模型中的训练过程时间、参数选择和优化时间，提高了障碍物轨迹的预测效率，且提高了预测过程的可解释性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
