-
公开(公告)号:CN119354171A
公开(公告)日:2025-01-24
申请号:CN202411347041.8
申请日:2024-09-26
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
Abstract: 本申请提供一种多模态运动轨迹预测方法及装置,该方法包括:预先构建多模态运动轨迹预测模型;将多模态运动轨迹预测模型部署到目标车辆上;获取目标车辆的当前地图信息和障碍物轨迹信息;根据当前地图信息、障碍物轨迹信息以及多模态运动轨迹预测模型进行障碍物的轨迹预测,得到障碍物轨迹预测结果;根据障碍物轨迹预测结果确定目标车辆当前的自动驾驶决策。该方法及装置能够通过构建多模态运动轨迹预测模型,提升预测准确性、可行性和安全性,有利于适应复杂交通模式。
-
公开(公告)号:CN118999603A
公开(公告)日:2024-11-22
申请号:CN202410937350.4
申请日:2024-07-12
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC: G01C21/34 , G06F18/213 , G06F18/241 , G06V20/58 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/045 , G01C21/00
Abstract: 本申请公开了一种障碍物轨迹预测方法、装置、电子设备及存储介质。该方法包括:获取目标车辆行驶场景中的地图数据,和目标车辆周围的障碍物的历史轨迹数据;其中,历史轨迹数据包括历史实际轨迹数据以及历史预测轨迹数据;对地图数据和历史轨迹数据进行特征提取,得到地图特征和历史轨迹特征;将地图特征和历史轨迹特征输入至障碍物轨迹预测模型中,确定障碍物的当前预测轨迹;其中,障碍物轨迹预测模型是基于多头注意力模型建立的,多头注意力模型包括自注意力层以及新增的历史注意力层。上述方案,通过在模型中新增的历史注意力层,充分挖掘障碍物的历史预测轨迹对当前预测轨迹的作用,可以有效提高障碍物的当前预测轨迹的精度和稳定性。
-
公开(公告)号:CN118457647A
公开(公告)日:2024-08-09
申请号:CN202410700786.1
申请日:2024-05-31
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
Abstract: 本申请公开了一种车辆轨迹预测方法、装置、电子设备及存储介质,涉及智能驾驶技术领域。其中,该方法包括:获取目标车辆在当前时刻的局部地图数据和障碍车辆的历史轨迹数据;根据局部地图数据和历史轨迹数据确定障碍车辆的行驶特征数据;将局部地图数据、历史轨迹数据和行驶特征数据输入至预先训练好的目标特征融合模型得到轨迹地图特征;根据轨迹地图特征和障碍车辆的初始轨迹路径预测障碍车辆在下一时刻的行驶轨迹。本申请提供的技术方案,可以提高轨迹预测准确度,可以适配于弯道场景和路口转弯场景等交通场景。
-
公开(公告)号:CN117842097A
公开(公告)日:2024-04-09
申请号:CN202311802149.7
申请日:2023-12-25
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC: B60W60/00 , B60W30/095
Abstract: 本发明实施例公开了一种基于自动驾驶的车辆控制方法、装置、设备及存储介质。该方法包括:获取处于本车设定范围内的地图信息及其他车辆的历史轨迹;其中,历史轨迹包括多个轨迹点,分别为当前轨迹点及至少一个历史轨迹点;对所述地图信息及历史轨迹中的位置坐标进行坐标系转换;将坐标系转换后的地图信息及历史轨迹输入轨迹预测模型,输出其他车辆的预测轨迹;根据所述预测轨迹控制本车行驶。对地图信息和历史轨迹中的坐标进行坐标系转换,将转换后的地图信息和历史轨迹输入到轨迹预测模型中,获得其他车辆的预测轨迹,进而控制本车行驶,可以准确实时的预测本车周围车辆的轨迹,实现对本车自动驾驶的准确控制,提高自动驾驶的安全性。
-
公开(公告)号:CN119557082A
公开(公告)日:2025-03-04
申请号:CN202411351417.2
申请日:2024-09-26
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC: G06F9/50
Abstract: 本发明公开了一种CUDA资源获取方法、装置、设备、介质及产品。该方法包括:接收中间设备发送的资源请求,其中,所述资源请求为客户端发送至中间件的资源请求,所述资源请求携带目标服务端地址;通过vCUDA接口拦截资源请求,将资源请求发送至VCUDA库;通过VCUDA库对所述资源请求进行解析,得到资源请求类型;根据资源请求类型和资源请求确定目标CUDA;将资源请求发送至目标CUDA,以获取CUDA资源,通过本发明的技术方案,能够解决在GPU驱动之上进行虚拟化,通过软件全虚拟化的方式提供虚拟化CUDA支持,导致增加了处理的复杂性和时间成本,开销较大,并且调度能力通常受限于虚拟化软件的问题。
-
公开(公告)号:CN119428754A
公开(公告)日:2025-02-14
申请号:CN202411493098.9
申请日:2024-10-24
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC: B60W60/00 , G06N5/04 , G06N5/01 , G06F18/213
Abstract: 本申请提供一种障碍物轨迹预测方法及装置,该方法包括:对车辆感知数据进行特征提取,得到笛卡尔坐标系下的全局特征信息;根据全局特征信息确定参考线,并从笛卡尔坐标系转换至Frenet坐标系,再转换至agent坐标系,得到agent坐标系下的第二特征信息;根据预构建的轨迹预测模型和第二特征信息进行障碍物未来轨迹预测,得到未来轨迹信息;将未来轨迹信息从agent坐标系转换至笛卡尔坐标系,得到笛卡尔坐标系下的目标未来轨迹信息。该方法及装置能够通过Frenet坐标系转换将弯道数据转化为直道,消除场景中地图的差异,再通过轨迹预测模型进行轨迹预测,准确性高,同时也提升了弯道预测得准确性,提升了自动驾驶体验。
-
公开(公告)号:CN119377699A
公开(公告)日:2025-01-28
申请号:CN202411503142.X
申请日:2024-10-25
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
Abstract: 本发明实施例公开了一种轨迹预测模型的训练方法、装置、设备及介质。其中,该方法包括:获取目标对象在当前时刻的当前环境信息和历史时刻的历史环境信息;将当前环境信息和历史环境信息分别输入至轨迹预测模型中,得到当前预测轨迹和历史预测轨迹;根据当前预测轨迹和历史预测轨迹确定相似度损失,相似度损失用于描述当前预测轨迹与历史预测轨迹之间的差异;基于相似度损失对轨迹预测模型进行训练,以基于训练完成的轨迹预测模型对目标对象进行运动轨迹预测。本方案基于根据当前预测轨迹和历史预测轨迹确定的相似度损失对轨迹预测模型进行训练,能够有效地提高轨迹预测在时序上的连贯性和稳定性,有助于提高自动驾驶系统的安全性和可靠性。
-
公开(公告)号:CN118734969A
公开(公告)日:2024-10-01
申请号:CN202410814655.6
申请日:2024-06-21
Applicant: 中国第一汽车股份有限公司
IPC: G06N5/04 , G06N5/045 , G06N5/022 , G06F18/24 , G01M17/007
Abstract: 本发明公开了一种车辆故障信息处理方法、装置、存储介质以及电子设备。其中,该方法包括:获取目标车辆的故障描述信息,其中,故障描述信息用于描述目标车辆的功能故障;利用初始知识图谱对故障描述信息进行匹配处理,得到故障范围信息,其中,初始知识图谱用于存储目标车辆中的多个车辆控制实体之间的实体关联关系,故障范围信息用于定位功能故障对应的故障原因信息;基于故障范围信息获取故障处理策略,其中,故障处理策略用于控制目标车辆对功能故障进行处理;接收目标车辆执行故障处理策略后得到的目标反馈结果。本发明解决了相关技术中由于车辆故障信息识别效率低导致车辆故障排查周期延长的技术问题。
-
公开(公告)号:CN118609560A
公开(公告)日:2024-09-06
申请号:CN202410732425.5
申请日:2024-06-06
Applicant: 中国第一汽车股份有限公司
IPC: G10L15/22 , G10L21/013 , B60K35/26 , B60K35/28 , G10L25/03 , H04L67/12 , H04L67/52 , H04L67/00 , G10L13/02
Abstract: 本发明公开了一种语音包切换方法、装置和电子设备,涉及车辆技术领域。其中,该方法包括:获取车辆的第一位置,其中,第一位置在第一地域内;响应于通过第一位置确定车辆驶出第一地域,获取车辆的第二位置,其中,第二位置在第二地域内;基于第二位置确定目标语音包,其中,目标语音包基于第二地域对应的说话特征生成;将车机系统的初始语音包切换成目标语音包,其中,初始语音包基于第一地域对应的说话特征生成。本发明解决了相关技术中缺乏个性化定制选项,对地理位置的感知不够智能的技术问题。
-
公开(公告)号:CN118004215A
公开(公告)日:2024-05-10
申请号:CN202311838881.X
申请日:2023-12-28
Applicant: 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
Abstract: 本发明公开了一种基于改进DenseTnt模型的自动驾驶轨迹预测方法。通过实时获取目标车辆的当前道路描述信息,并对当前道路描述信息进行特征提取,得到当前道路描述信息特征;将当前道路描述信息特征输入至预先构建的改进DendeTnt模型中,得到与目标车辆对应的当前自动驾驶轨迹;将当前自动驾驶轨迹发送于车辆控制器中,以实现车辆的自动驾驶操作。解决了自动驾驶轨迹预测模型结构复杂、精度不准确和轨迹预测耗时高的问题,提高了自动驾驶轨迹预测的效率和准确率,简化了模型的结构,提高了模型的精度。
-
-
-
-
-
-
-
-
-