-
公开(公告)号：CN114987546B
公开(公告)日：2025-02-18
申请号：CN202210655850.X
申请日：2022-06-10
Applicant: 中国第一汽车股份有限公司
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、设备及存储介质。该方法包括：对预先获取的训练轨迹点集合中的每个原始训练轨迹点进行平滑预处理，得到对应的目标训练轨迹点，将目标训练轨迹点输入至预先创建的原始轨迹预测模型中，得到对应的目标轨迹预测模型。本发明实施例，通过对预先获取的训练轨迹点集合中的每个原始训练轨迹点进行平滑预处理，得到对应的目标训练轨迹点，将目标训练轨迹点输入至预先创建的原始轨迹预测模型中，以得到对应的目标轨迹预测模型，能够解决自动驾驶系统中轨迹预测值不稳定的问题，使得最终预测的轨迹坐标具有连续性和稳定性，提高预测精度的同时保证预测轨迹的可靠性。
-
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。
-
公开(公告)号：CN116946159A
公开(公告)日：2023-10-27
申请号：CN202310912443.7
申请日：2023-07-24
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: B60W50/00 , G06V30/422 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08 , G01C21/34 , G01C21/00
Abstract: 本发明公开了一种基于动态局部地图的运动轨迹预测方法、装置、设备和介质。其特征包括：获取目标车辆的历史运动轨迹信息和地图信息，通过预设的特征编码器分别对所述历史运动轨迹信息和所述地图信息进行数据提取，得到所述轨迹特征向量和地图特征向量；通过预设的特征融合器对所述轨迹特征向量和所述地图特征向量进行特征融合得到地图融合向量，对所述地图融合向量和所述轨迹特征向量进行特征融合得到轨迹融合向量；根据轨迹融合向量对目标车辆的运动轨迹进行预测，得到目标车辆的轨迹预测结果。实现了对目标车辆运动轨迹的准确预测，通过考虑多个向量的融合提高了预测精准度，减少了道路中其他干扰因素对运动预测的影响，提高了预测准确性。
-
公开(公告)号：CN116749996A
公开(公告)日：2023-09-15
申请号：CN202310644699.4
申请日：2023-06-01
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: 本发明公开了一种轨迹预测方法、装置、电子设备及存储介质。该方法包括：采集可行驶区域内多个交通参与者的轨迹数据及地图数据；根据轨迹数据以及地图数据提取各交通参与者的轨迹特征信息和地图特征信息；将轨迹特征信息和地图特征信息输入至预设网络模型，得到各交通参与者的预测轨迹；其中，预设网络模型用于根据轨迹特征信息提取每个时间步上各交通参与者的空间特征和时间特征，使用自注意力机制确定各交通参与者的时空特征与车道特征的交互特征。上述技术方案利用预设网络模型以及各交通参与者的时间特征、空间特征、时空特征与车道特征的交互特征，考虑了交通参与者未来轨迹的交互，提高了轨迹预测的精确性和适用性。
-
公开(公告)号：CN114771572A
公开(公告)日：2022-07-22
申请号：CN202210505359.9
申请日：2022-05-10
Applicant: 中国第一汽车股份有限公司
Abstract: 本发明实施例公开了一种自动驾驶轨迹预测方法、装置、设备和存储介质。该方法包括：获取自动驾驶车辆的第一历史轨迹数据、周围障碍物的第二历史轨迹数据以及当前地图数据；对第一历史轨迹数据、第二历史轨迹数据和当前地图数据进行预处理，确定第一历史轨迹特征信息、第二历史轨迹特征信息和当前地图特征信息；基于车道类型，对当前地图特征信息中的车道节点进行降采样，获得降采样后的目标地图特征信息；将第一历史轨迹特征信息、第二历史轨迹特征信息和目标地图特征信息输入至预设轨迹预测模型，并基于预设轨迹预测模型的输出，获得自动驾驶车辆周围障碍物的目标预测轨迹，从而可以提高自动驾驶车辆周围障碍物的轨迹预测效率。
-
Patent Agency Ranking
公开(公告)号：CN114387307A
公开(公告)日：2022-04-22
申请号：CN202210020394.1
申请日：2022-01-10
Applicant: 中国第一汽车股份有限公司
Abstract: 本申请涉及一种自动驾驶中运动对象的轨迹预测方法、装置、设备和介质。该方法包括：从自动驾驶车辆采集的本帧数据对应的运动对象集中，确定在本帧数据之前已经经过预设轨迹预测模型处理过的第一运动对象，形成第一待预测集，以及确定没有经过预设轨迹预测模型处理过的第二运动对象，形成第二待预测集；获取第一待预测集中各第一运动对象在本帧数据之前通过预设轨迹预测模型得到的已有预测运动轨迹，并基于各已有预测运动轨迹确定各第一运动对象在本帧数据之后的预设时间段的预测运动轨迹；通过预设轨迹预测模型，确定第二待预测集中各第二运动对象在本帧数据之后的预设时间段的预测运动轨迹。该方法提高了轨迹预测的实时性。
-
公开(公告)号：CN117104275A
公开(公告)日：2023-11-24
申请号：CN202311277108.0
申请日：2023-09-28
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: 本发明公开了一种自动驾驶轨迹预测方法、装置、电子设备及存储介质。通过获取目标车辆对应的当前时间段的联合状态描述信息；按照预设的数据采集步长，分别对当前地图结构信息和当前可见障碍物信息进行特征预处理操作，得到当前融合编码特征；将当前融合编码特征输入至预先构建好的自动驾驶轨迹预测模型中，得到与联合状态描述信息对应的当前驾驶预测轨迹；将当前驾驶预测轨迹发送于目标车辆对应的驾驶控制器中，以实现驾驶控制器根据当前驾驶预测轨迹进行目标车辆的自动驾驶。解决了对于自动驾驶轨迹预测通过强化学习方法而造成的效率低和准确率低的问题，提高了自动驾驶轨迹预测的效率和准确率，实现了对自动驾驶轨迹预测更加全面地决策和规划。
-
公开(公告)号：CN114637770A
公开(公告)日：2022-06-17
申请号：CN202210171001.7
申请日：2022-02-23
Applicant: 中国第一汽车股份有限公司
IPC: G06F16/245 , G06F16/29 , G06V20/58 , G01C21/28 , G01C21/30
Abstract: 本发明公开了一种车辆轨迹的预测方法、装置。其中，该方法包括：在车辆运行时，触发用于预测车辆行驶轨迹的预测程序；调取高精地图的地图特征信息，并加载至内存，其中，地图特征信息为静态数据；响应预测指令，捕获车辆运行过程中的动态感知信息；基于车辆的定位信息，从内存中查询得到车辆当前所在区域的地图特征信息；将查询到的地图特征信息和动态感知信息输入至预测模型，预测得到车辆的预测轨迹。本发明解决了相关技术中无法实时预测车辆轨迹的技术问题。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.03 seconds)
