-
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：CN118457545A
公开(公告)日：2024-08-09
申请号：CN202410647537.0
申请日：2024-05-23
Applicant: 东风商用车有限公司
Abstract: 本发明公了一种混合动力汽车能量管理方法、装置、设备及介质，通过根据车辆的速度信息确定车辆的驾驶状态，其中驾驶状态包括行驶工况和驾驶风格；将整车需求功率、目标车速和电池SOC输入至与驾驶状态对应的车辆能量控制模型中，获得输出的电池目标输出功率，其中车辆能量控制模型通过以燃油消耗成本和电池寿命衰减成本之和最小为目标的全局优化结果作为训练数据进行训练得到；根据整车需求功率和电池目标输出功率确定发动机的目标工作点位，并控制动力电池以电池目标输出功率进行输出，发动机以目标工作点位运行，实现了将行驶工与和驾驶风格与考虑电池寿命的能量管理策略相结合，既能降低行驶工况突变与驾驶风格变化对能量管理结果的影响，又能在一定程度上减少整车全寿命周期使用成本、延长动力电池的使用寿命。
-
公开(公告)号：CN119322585A
公开(公告)日：2025-01-17
申请号：CN202411334773.3
申请日：2024-09-24
Applicant: 东风商用车有限公司
IPC: G06F3/06
Abstract: 本发明涉及一种面向混合内存的智能驾驶仿真数据存储方法、装置及介质，属于智能驾驶技术领域，该方法包括：基于仿真数据的属性对仿真数据进行分级，得到仿真数据对应的等级；基于仿真数据的访问频率对仿真数据进行分类，得到仿真数据对应的类型；基于预设权重、等级和类型，将仿真数据存储在DRAM或NVM内。本发明提供的面向混合内存的智能驾驶仿真数据存储方法，通过利用由DRAM和NVM两种存储介质构成的混合内存架构，同时利用不同存储介质各自的优势，可以弥补单一内存下对智能驾驶仿真的限制，通过优化数据存储策略提升了智能驾驶仿真的数据处理能力，从而提升了仿真系统的性能与效率。
-
公开(公告)号：CN117194042A
公开(公告)日：2023-12-08
申请号：CN202311251515.4
申请日：2023-09-26
Applicant: 东风商用车有限公司
Abstract: 本发明提供了一种存储器资源分配方法、系统、车辆以及存储介质，其方法包括：获取自动驾驶车辆的仿真任务和当前仿真场景，并根据仿真任务和当前仿真场景确定资源分配优先级；确定存储器资源的实时使用指标；基于资源分配优先级和实时使用指标确定资源动态分配策略；基于动态分配策略对存储器资源进行优化分配。本发明可对资源分配优先级较高的仿真任务配置更多的存储器资源，从而可使其获得更快的访问速度，减少数据加载和交换的时间，实现提高对自动驾驶车辆进行仿真的仿真性能和仿真效率的目的，同时，还能够适应不同仿真任务和仿真场景的变化，具有较高的灵活性和适用性。
-
Patent Agency Ranking
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：CN119099566A
公开(公告)日：2024-12-10
申请号：CN202411493756.4
申请日：2024-10-24
Applicant: 东风商用车有限公司
Abstract: 一种自动调节AEB的灵敏度方法、装置、设备及存储介质，涉及智能驾驶技术领域，包括：获取到待训练数据，其中，所述待训练数据包括环境数据、车辆数据以及标注的AEB灵敏度取值；根据所述待训练数据对预置神经网络进行训练，生成AEB灵敏度模型；基于所述AEB灵敏度模型，根据待预测数据，获取所述AEB灵敏度模型预测的AEB灵敏度取值；根据所述AEB灵敏度取值实时调节AEB的灵敏度，解决了相关技术中当车辆由于自身状态或外部环境因素影响制动性能时，无法及时调节AEB的灵敏度，从而导致无法达到预期制动效果，进而导致车辆发生碰撞的技术问题，通过根据车辆自身状态和外部环境自动调节AEB的灵敏度，达到预期制动效果，进而避免碰撞。
-
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。
-
公开(公告)号：CN117485368A
公开(公告)日：2024-02-02
申请号：CN202311451470.5
申请日：2023-10-31
Applicant: 东风商用车有限公司
Abstract: 一种基于车道线的路边障碍物过滤方法及系统，属于自动驾驶技术领域，包括根据车道线数据生成道路中心线，以道路中心线作为主参考线构建Frenet坐标系；基于所述Frenet坐标系、车道线数据、以及障碍物数据进行处理得到在Frenet坐标系下障碍物与左右两侧车道线之间的位置关系；在障碍物位于左右两侧车道线之间且与相距最近的车道线之间的距离小于第一预设阈值时、以及障碍物位于左右两侧车道线外侧且与相距最近的车道线之间的距离小于第二预设阈值时，从所述环境数据中滤除该障碍物的相关信息。本申请通过将车道线和障碍物的坐标转换到Frenet坐标系下后，根据车道线和障碍物的位置管理，滤除不影响车辆行驶的障碍物，避免后期自动驾驶系统误判。
-
公开(公告)号：CN117155972A
公开(公告)日：2023-12-01
申请号：CN202311108771.8
申请日：2023-08-30
Applicant: 东风商用车有限公司
Abstract: 一种感知融合ID编解码方法、装置、设备及可读存储介质。该方法包括：获取多个传感器针对同一目标物输出的多个感知ID以及多个传感器的标识信息，其中，多个传感器的类型以及安装位置均不相同，同一类型中的不同传感器根据安装位置的不同有独一的标识信息；基于多个感知ID以及多个传感器的标识信息编码得到所述目标物的感知融合ID。通过本申请，目标物的独一感知融合ID由多个传感器针对其输出的多个感知ID以及多个传感器的标识信息编码得到，使得对一目标物而言，只要与其有关的传感器感知数据不变，则其感知融合ID不会随着感知融合处理次数的不同而变化。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
