-
公开(公告)号：CN115439828A
公开(公告)日：2022-12-06
申请号：CN202211160128.5
申请日：2022-09-22
Applicant: 东风汽车股份有限公司
IPC: G06V20/58 , G06V10/25 , G06V10/764
Abstract: 本发明公开了一种自动驾驶数据增广方法、装置、设备及存储介质，所述方法通过获取自动驾驶数据中各数据类别的检测准确率，根据所述检测准确率确定各数据类别的类别检测难度；根据所述类别检测难度确定各数据增广方案的强度和概率，对各类别的自动驾驶数据使用对应强度和概率的目标数据增广方案；获取数据增广后的各类别数据的增广结果，根据所述增广结果进行目标任务检测，能够对不同检测类别和样本使用对应的数据增广方式，提高了自动驾驶图像处理效率和图像检测准确度，可以满足自动驾驶应用需求，能够保证网络对目标图像数据的有效学习识别，实现了自动驾驶数据的高效处理，提升了自动驾驶数据增广的速度和效率。
-
公开(公告)号：CN112651374A
公开(公告)日：2021-04-13
申请号：CN202110004275.2
申请日：2021-01-04
Applicant: 东风汽车股份有限公司
IPC: G06K9/00 , G06N3/04 , G06N3/08 , G05D1/02 , G01S13/931
Abstract: 一种基于社会信息的未来轨迹预测方法，该方法包括以下步骤：S1、对数据集进行处理与标注；S2、使用LSTM‑E来学习目标历史轨迹的特征；S3、将参与者历史轨迹作为注意力池化器的输入，用高斯函数来计算目标的历史轨迹与障碍物的历史轨迹之间的影响关系，社会信息作为自适应学习参数；S4、使用LSTM‑D对目标的隐状态递归调用；S5、使用L2_Loss进行参数学习的修正；S6、设置参数并执行训练代码，通过大量数据集的测试，得到预测模型。本设计预测精度高。
-
公开(公告)号：CN115655288B
公开(公告)日：2025-05-06
申请号：CN202211338055.4
申请日：2022-10-28
Applicant: 东风汽车股份有限公司
IPC: G01C21/30 , G01C21/00 , G01S17/931 , G01S19/42
Abstract: 本申请涉及一种智能激光地位方法及装置，涉及激光定位技术领域，该方法包括以下步骤：基于在第一环境区域内的第一激光点云信息以及GPS定位信息，获取第一环境区域的栅格地图；当目标车辆在第一环境区域内运行时，实时获取目标车辆的里程计信息以及在第二环境区域内的第二激光点云数据；基于所述第一激光点云数据以及所述第二激光点云数据，获取更新后的栅格地图；基于更新后的栅格地图以及所述目标车辆的里程计信息，获取所述目标车辆的定位轨迹。本申请通过实时获取在第一环境区域内的第二环境区域内更新的第二激光点云数据，再利用更新后的第二激光点云数据与GPS定位信息融合生成更新后的栅格地图，从而可以更加精准地对目标车辆进行定位。
-
公开(公告)号：CN112651374B
公开(公告)日：2022-10-25
申请号：CN202110004275.2
申请日：2021-01-04
Applicant: 东风汽车股份有限公司
Abstract: 一种基于社会信息的未来轨迹预测方法，该方法包括以下步骤：S1、对数据集进行处理与标注；S2、使用LSTM‑E来学习目标历史轨迹的特征；S3、将参与者历史轨迹作为注意力池化器的输入，用高斯函数来计算目标的历史轨迹与障碍物的历史轨迹之间的影响关系，社会信息作为自适应学习参数；S4、使用LSTM‑D对目标的隐状态递归调用；S5、使用L2_Loss进行参数学习的修正；S6、设置参数并执行训练代码，通过大量数据集的测试，得到预测模型。本设计预测精度高。
-
公开(公告)号：CN112959987B
公开(公告)日：2022-02-18
申请号：CN202110296876.5
申请日：2021-03-19
Applicant: 东风汽车股份有限公司
Abstract: 一种自动紧急制动自适应控制系统，包括控制器、视觉传感器、T‑BOX、车载传感器，控制器的内部设置有深度学习模块、物理数据预测模块、天气识别模块、AEBS控制单元，其控制方法为：首先，深度学习模块根据视觉传感器采集的当前道路环境图像、物理数据预测模块根据来自T‑BOX以及车载传感器的数据预测当前天气为雨、雪、雾的分布概率，天气识别模块再根据深度学习模块以及物理数据预测模块的预测结果确定最终当前天气类型的分布概率，并将概率最大的天气类型发送给AEBS控制单元，最后AEBS控制单元选择与其对应的控制策略控制制动。该设计不仅实现了不同天气下制动控制策略的自适应，而且有效提升了天气类型预测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN112731339A
公开(公告)日：2021-04-30
申请号：CN202110004308.3
申请日：2021-01-04
Applicant: 东风汽车股份有限公司
IPC: G01S7/48
Abstract: 一种基于激光点云的三维目标检测系统，包括体素尺寸划分模块、特征编码模块、特征提取与融合模块、目标回归与检测模块、激光雷达，激光雷达的输出端依次通过体素尺寸划分模块、特征编码模块、特征提取与融合模块与目标回归与检测模块的输入端相连接，使用时，首先体素尺寸划分模块采用不同体素尺度对从激光雷达处获得的三维目标点云进行体素划分，得到多个体素化点云，然后特征编码模块对多个体素化点云进行特征编码，其次特征提取与融合模块对编码后的体素化点云进行特征提取与融合，得到最终特征图，最后目标回归与检测模块根据最终特征图得到三维目标检测框。该设计能保证点云的结构特征不丢失，提高了三维目标检测精度。
-
公开(公告)号：CN111634234A
公开(公告)日：2020-09-08
申请号：CN202010457339.X
申请日：2020-05-26
Applicant: 东风汽车股份有限公司
IPC: B60R1/00 , B60R16/02 , B60R16/023 , H04N7/18 , H04W4/40
Abstract: 本发明公开了一种基于多摄像头与雷达组合的远程驾驶车端场景信息采集方法，包括如下步骤：1)判断车辆当前所处的无线通信网络是4G还是5G；2)若为5G，则通过安装在车辆上的多个摄像头同时采集车辆多个角度的视频数据，编码后传输给远程驾驶室；3)若为4G，则仅通过一个摄像头采集车辆正前方的视频数据，经编码后传输给远程驾驶室，同时通过安装在车身上的多个雷达采集其他角度的场景数据并传输给远程驾驶室。本发明在上述方法的基础上，进一步提供了车端信息展示方法及远程驾驶方法。本发明采用摄像头与雷达结合的方式，可以很好地解决4G网络下传输多路高清视频带宽不足的问题，保证了远程驾驶的真实性和实时性。
-
公开(公告)号：CN115655288A
公开(公告)日：2023-01-31
申请号：CN202211338055.4
申请日：2022-10-28
Applicant: 东风汽车股份有限公司
IPC: G01C21/30 , G01C21/00 , G01S17/931 , G01S19/42
Abstract: 本申请涉及一种智能激光地位方法及装置，涉及激光定位技术领域，该方法包括以下步骤：基于在第一环境区域内的第一激光点云信息以及GPS定位信息，获取第一环境区域的栅格地图；当目标车辆在第一环境区域内运行时，实时获取目标车辆的里程计信息以及在第二环境区域内的第二激光点云数据；基于所述第一激光点云数据以及所述第二激光点云数据，获取更新后的栅格地图；基于更新后的栅格地图以及所述目标车辆的里程计信息，获取所述目标车辆的定位轨迹。本申请通过实时获取在第一环境区域内的第二环境区域内更新的第二激光点云数据，再利用更新后的第二激光点云数据与GPS定位信息融合生成更新后的栅格地图，从而可以更加精准地对目标车辆进行定位。
-
公开(公告)号：CN115375184A
公开(公告)日：2022-11-22
申请号：CN202211160104.X
申请日：2022-09-22
Applicant: 东风汽车股份有限公司
Abstract: 本发明公开了一种园区物流自动驾驶多车调度方法、装置、设备及存储介质，所述方法通过建立当前园区的园区道路模型和任务模型，根据道路模型和任务模型确定自动驾驶车辆的初始行驶路线；根据预设遗传算法对初始行驶路线进行优化，获得多车行驶的最优行驶路线；根据最优行驶路线控制自动驾驶车辆行驶，并实时监控各自动驾驶车辆的车辆位置信息，根据车辆位置信息进行交叉口调度管理，能够实现货物运输的高效运行，避免了交叉路口的拥堵，可以满足多车货物运输的场景需求，能够在园区物流场景下进行多个自动驾驶车辆的合理路线规划，保证了货物运输的快速调度，提升了园区物流自动驾驶多车调度的速度和效率。
-
公开(公告)号：CN112959987A
公开(公告)日：2021-06-15
申请号：CN202110296876.5
申请日：2021-03-19
Applicant: 东风汽车股份有限公司
IPC: B60T7/12 , B60R16/023 , G06K9/00 , G06N3/08 , G06Q10/04
Abstract: 一种自动紧急制动自适应控制系统，包括控制器、视觉传感器、T‑BOX、车载传感器，控制器的内部设置有深度学习模块、物理数据预测模块、天气识别模块、AEBS控制单元，其控制方法为：首先，深度学习模块根据视觉传感器采集的当前道路环境图像、物理数据预测模块根据来自T‑BOX以及车载传感器的数据预测当前天气为雨、雪、雾的分布概率，天气识别模块再根据深度学习模块以及物理数据预测模块的预测结果确定最终当前天气类型的分布概率，并将概率最大的天气类型发送给AEBS控制单元，最后AEBS控制单元选择与其对应的控制策略控制制动。该设计不仅实现了不同天气下制动控制策略的自适应，而且有效提升了天气类型预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.024 seconds)
