-
公开(公告)号：CN119644304A
公开(公告)日：2025-03-18
申请号：CN202411925424.9
申请日：2024-12-25
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
Abstract: 本发明提出了一种基于FPGA的雷达数据处理方法、系统和设备，该方法包括：获取激光雷达的DIFOP数据包；对DIFOP数据包进行解析得到激光雷达的角度值，将角度值转换为弧度值，以及计算出激光雷达角度值的正弦值和余弦值并进行存储；获取激光雷达的MSOP数据包，对MSOP数据包进行首部检测、参数转换和角度计算后获取坐标信息，然后进行存储；提取出存储的激光雷达角度值的正弦值和余弦值、以及预处理后的MSOP数据包进行坐标转换，并将转换后的结果进行显示。基于该方法，还提出了一种基于FPGA的雷达数据处理系统和设备。本发明利用FPGA的并行处理能力和灵活的硬件架构，实现了对雷达数据的快速处理和精确校正。
-
公开(公告)号：CN119472696A
公开(公告)日：2025-02-18
申请号：CN202510034835.7
申请日：2025-01-09
Applicant: 北京理工大学前沿技术研究院
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D105/10
Abstract: 本发明提供一种高速状态下的无人驾驶清扫车避障控制方法和系统，涉及车辆控制技术领域。本申请通过车辆动力学模型计算无人驾驶清扫车在未来设定时间段内的轨迹；将轨迹向两侧扩展形成带状的通行区域；将通行区域沿轴线方向分为减速区域和避障区域；感知周围行人、障碍物和车辆，对周围行人和车辆进行轨迹预测；当减速区域内存在障碍物或周围行人和车辆的预测轨迹时，则将清扫车进行减速至目标速度后匀速运行；若避障区域内存在障碍物时则对障碍物进行规避动作或停止移动，直至避障区域内不存在障碍物；若避障区域内存在周围行人和车辆的预测轨迹则对车辆进行减速至目标速度后匀速运行。本申请实现高速状态下的无人驾驶清扫车的平稳避障控制。
-
公开(公告)号：CN118289085B
公开(公告)日：2024-08-13
申请号：CN202410702499.4
申请日：2024-06-03
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
IPC: B62D6/00 , B62D15/02 , B62D101/00 , B62D103/00 , B62D137/00
Abstract: 本发明提出了一种自动驾驶汽车T字交叉口左转控制方法、系统和设备，属于交通控制技术领域，该方法包括：以获取的目标车辆右侧车道来车的位置和速度作为TD3的观测空间，训练目标车辆的加速度得到加速度模型；获取目标车辆左侧车道来车的位置和速度，以加速度模型作为D3QN的动作，两侧车道来车的位置和速度均作为D3QN的观测空间，训练出目标车辆的纵向加速度；计算出目标车辆转向角；将纵向加速度和转向角输入至仿真软件中，通过与环境交互训练出用于左转控制的最优多层强化学习模型，利用该模型执行左转控制。基于该方法，还提出了一种自动驾驶汽车T字交叉口左转控制系统和设备。本发明能够安全高效地完成车辆在T字交叉口的左转。
-
公开(公告)号：CN118470675A
公开(公告)日：2024-08-09
申请号：CN202410588355.0
申请日：2024-05-13
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
IPC: G06V20/56 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048
Abstract: 本发明提出了一种路面全信息提取的方法、系统和设备，该方法包括：将获取的目标车辆周围的环境图像输入至多任务模型，利用多任务模型的主干网络获取环境图像的多尺度特征；将多尺度特征输入至多任务模型的颈部结构进行多尺度特征融合和特征深度提取得到多尺度深度特征；将多尺度特征输入至多任务模型的车道线分割头对多尺度特征进行降维后得到车道线分割结果；将多尺度深度特征输入至多任务模型的路面标识检测头对多尺度深度特征进行降维后得到路面标识检测结果。基于该方法，还提出了一种路面全信息提取的系统和设备。本发明可以更好的协调不同任务，融合任务间的相同特征，辨别差异特征，提升检测精度。
-
公开(公告)号：CN117456503B
公开(公告)日：2024-07-09
申请号：CN202311367919.X
申请日：2023-10-23
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G06V20/58 , G06V10/82 , G06N3/0464 , G06V10/86
Abstract: 本发明涉及目标检测技术领域，本发明公开了一种三维目标检测方法、系统、存储介质及设备，包括：对所述图像进行检测，得到二维检测框，同时对所述点云数据进行检测，得到若干三维检测框；将三维检测框投影到图像平面上，得到点云检测框，计算所述点云检测框和所述二维检测框的交并比后，更新点云检测框的置信度，对三维检测框进行过滤，得到第一三维检测结果；选取所述交并比未达到阈值的二维检测框对应的点云数据，通过多层卷积和反卷积，得到第二三维检测结果；将第一三维检测结果和第二三维检测结果进行融合，得到最终检测结果。以极小的时间损耗显著提升了点云3D检测的精度，且减少了后融合3D检测算法的漏检问题。
-
Patent Agency Ranking
公开(公告)号：CN117870651B
公开(公告)日：2024-05-07
申请号：CN202410273333.5
申请日：2024-03-11
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
Abstract: 本发明公开了基于RTK‑SLAM技术的地图高精度采集方法、存储器及存储介质，属于地图领域，用于解决当下地图导航时实际接收到的地图数据容易出现偏差，且地图中标识物体通常以简易图形进行标注的问题，方法具体如下：用户终端依据导航路线选定作为目标路线发送至存储模块和路线划分模块，存储模块依据目标路线将对应的预设地图数据发送至智能比对模块；路线划分模块对目标路线进行划分得到多组道路段；智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓；信号干扰分析模块对道路段的信号干扰情况进行分析；采集调配模块对目标路线中不同道路段的地图采集措施进行设定，本发明基于多元因素实现对不同区域的地图进行高精度采集。
-
公开(公告)号：CN117848332A
公开(公告)日：2024-04-09
申请号：CN202410260367.0
申请日：2024-03-07
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
Abstract: 本发明涉及噪声消除领域，具体为一种车载多源融合高精度定位系统的IMU噪声消除方法，其包括以下步骤：S1、收集IMU的原始数据并进行预处理；S2、建立噪声模型来描述IMU传感器的噪声特征；S3、实时对IMU数据进行噪声补偿；S4、将经过噪声消除处理的IMU数据与GPS以及激光雷达的数据进行融合；S5、将S4中获得的IMU传感器数据与地面真值进行比较，动态校验IMU数据的准确性，对权重计算公式进行迭代。本发明通过设计多源数据融合中的权重计算公式并进行后续参数迭代修正，能为数据融合提供准确地权重数值，从而提高IMU噪声消除的效果。
-
公开(公告)号：CN118675147A
公开(公告)日：2024-09-20
申请号：CN202410881516.5
申请日：2024-07-03
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学 , 山东汇创信息技术有限公司 , 山东伟创信息技术有限公司
Abstract: 本发明涉及一种路面信息与障碍物的检测融合方法及系统，涉及智能驾驶感知技术领域。本申请利用路面信息提取器从道路图像中获取路面信息检测结果并提供路面信息掩膜；3D障碍物检测模型综合道路图像和道路环境点云或基于道路环境点云获取BEV空间下的障碍物检测结果；将道路环境点云通过坐标系转换投影到对应的道路图像中，利用路面信息掩膜对原始的道路环境点云进行过滤，得到与不同路面信息实例对应的路面信息点集，以获取BEV空间的路面信息；根据图像采集设备与雷达获取信息的触发时间戳差值和自车运动参数计算得到修正旋转平移矩阵，BEV空间的路面信息被修正旋转平移矩阵修正后与BEV空间的障碍物检测结果融合，融合精度更高。
-
公开(公告)号：CN117870651A
公开(公告)日：2024-04-12
申请号：CN202410273333.5
申请日：2024-03-11
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
Abstract: 本发明公开了基于RTK‑SLAM技术的地图高精度采集方法、存储器及存储介质，属于地图领域，用于解决当下地图导航时实际接收到的地图数据容易出现偏差，且地图中标识物体通常以简易图形进行标注的问题，方法具体如下：用户终端依据导航路线选定作为目标路线发送至存储模块和路线划分模块，存储模块依据目标路线将对应的预设地图数据发送至智能比对模块；路线划分模块对目标路线进行划分得到多组道路段；智能比对模块用于比对目标路线内不同道路段中标识物体的轮廓；信号干扰分析模块对道路段的信号干扰情况进行分析；采集调配模块对目标路线中不同道路段的地图采集措施进行设定，本发明基于多元因素实现对不同区域的地图进行高精度采集。
-
公开(公告)号：CN117208019B
公开(公告)日：2024-04-05
申请号：CN202311473564.2
申请日：2023-11-08
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: B60W60/00 , G06N3/092 , G06F18/213 , G06F18/25 , B60W30/095 , B60W50/00
Abstract: 本发明提供了一种基于值分布强化学习的感知遮挡下纵向决策方法及系统，属于车辆驾驶决策技术领域，获取目标区域的人员识别结果，获取其中的位置信息和速度信息；获取目标区域的环境信息；利用融合谨慎心驱动的值分布式强化学习模型，基于所述环境信息、位置信息和速度信息，预测人员的下一步动作和位置，并依据预测结果，生成纵向决策；融合谨慎心驱动的值分布式强化学习模型包括用于确定相关分位数下的奖励的效率分位数函数，利用谨慎心驱动更新所述函数与环境信息互动后的奖励。本发明基于分布式强化学习与谨慎心驱动方法相融合，有效提升了车辆的通行安全和效率以及算法的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.03 seconds)
