-
公开(公告)号：CN116011503A
公开(公告)日：2023-04-25
申请号：CN202211584611.6
申请日：2022-12-09
Applicant: 吉林大学
IPC: G06N3/0442 , B60W60/00 , G06N3/08 , G06F18/22 , G06F18/23 , G06N3/0455
Abstract: 本发明提供一种基于轨迹基元的交通车多模态轨迹预测系统及方法，系统包括相似轨迹筛选模块、轨迹基元库获取模块、基元组合统计模块、解码预测模块、轨迹预测网络训练模块，方法包括建立各个场景的轨迹基元库、对应基元类别的轨迹预测网络搭建与训练和多模态轨迹预测。本发明首次从轨迹基元的角度对交通车进行多模态轨迹预测，在保证预测结果多模态的同时，提高了轨迹预测模型的可解释性，同时该方法只需交通车的历史轨迹，无需交通车的周围车历史轨迹，降低了轨迹预测算法对自车感知范围的要求。
-
公开(公告)号：CN115577561A
公开(公告)日：2023-01-06
申请号：CN202211397638.4
申请日：2022-11-09
Applicant: 吉林大学
IPC: G06F30/20 , G06F30/28 , G06T5/00 , G06T5/50 , G06T19/00 , G06T19/20 , G06F113/08 , G06F119/14
Abstract: 本发明提供一种面向降雨天气智能汽车相机性能的在环测试系统，包括现实降雨模拟箱、显示器、工控机和被测相机，本发明的环测试过程基于现实降雨模拟箱，结合虚拟交通模拟，虚拟交通模拟为被测相机提供复杂的道路条件和动静态交通参与者信息，现实降雨模拟箱负责模拟相机视角的雨滴造成的模糊效应，通过物理降雨模拟和虚拟仿真图像信息进行融合，为被测相机提供高拟真度的降雨环境下的图像信息进行闭环测试，可以针对相机硬件、相机图像处理算法、相机ECU、ADAS算法进行测试。
-
公开(公告)号：CN114155511B
公开(公告)日：2024-11-26
申请号：CN202111513620.1
申请日：2021-12-13
Applicant: 吉林大学
IPC: G06V20/58 , G06V40/10 , G06V10/50 , G06V10/764 , G06T5/70 , G06T7/13 , G06T7/246 , G06T7/277 , G06T7/80
Abstract: 本发明涉及一种用于自动驾驶汽车在公共道路的环境信息采集方法，通过无人机长时间平稳伴飞测试车辆，利用无人机的机载环境信息采集设备采集前方路面信息，对所采集的视频帧进行预处理，对预处理后的视频帧进行车道线检、行人目标检测跟踪和车辆目标检测跟踪。本发明以更高的视角、更大的范围获取车辆周围路面信息，有效的避免了因车辆自身传感器感知范围不够远和被路面障碍物与其他交通参与者遮挡的情况，在保证测试真实度的同时，还可获取更加完备的公共道路场景信息；所得数据可以离线分析，获得更为精准的性能评测；所获取的公共道路场景信息可用作虚拟测试的场景输入，重复测试自动驾驶汽车的相关性能，增强了公共道路测试可重复性。
-
公开(公告)号：CN114043990B
公开(公告)日：2023-11-03
申请号：CN202111532700.1
申请日：2021-12-15
Applicant: 吉林大学
Abstract: 本发明公开了一种考虑听觉信息的多场景交通车驾驶状态分析系统和方法，分析系统包括有交通车运动信息采集模块、交通车行为场景辨识模块、交通车鸣笛信息采集处理模块、鸣笛交通车交互信息采集模块、交通车驾驶风格辨识模块和交通车驾驶员性格分析模块，其方法为：第一步、采集相邻交通车的视觉信息和运动信息；第二步、获取交通车驾驶风格分类结果；第三步、采集交通车鸣笛信息；第四步、确定鸣笛交通车与被鸣笛对象交互场景；第五步、建立鸣笛容忍阈值范围；第六步、获取性格分类结果；第七步、将驾驶风格和驾驶员性格进行组合匹配。有益效果：能够作为新的高级特征输入无人车预测模块和决策层，规划精准且符合人类驾驶习惯的轨迹。
-
公开(公告)号：CN116523966A
公开(公告)日：2023-08-01
申请号：CN202310559886.2
申请日：2023-05-18
Applicant: 吉林大学
Abstract: 本发明提供一种融合场景先验知识的多模态航拍视频车辆目标跟踪方法，包括关联感兴趣区域提取、局部图片边缘检测、局部图片主色提取、计算外观权重向量、构建场景先验信息库、下一帧目标状态变量预测和目标关联结果输出等步骤，充分挖掘多模态小目标特征，充分考虑隔帧之间的时空限制，充分利用场景先验信息，所得的目标跟踪结果更为准确，解决目标跟踪的难点即ID混淆问题，实现稳定、准确的航拍视频车辆目标跟踪，用以构建真实准确的车辆行驶轨迹，从轨迹中提取交通参数，为智能汽车研究提供真实有效的数据支持，为基于数据驱动的智能汽车研究方法打下基础，支持智能汽车感知、决策规划、控制、测试等领域的研究。
-
Patent Agency Ranking
公开(公告)号：CN116567205A
公开(公告)日：2023-08-08
申请号：CN202310575576.X
申请日：2023-05-22
Applicant: 吉林大学
IPC: H04N17/00
Abstract: 本发明提供一种基于视频注入的智能汽车多路相机在环测试方法，包括测试对象参数选择、测试场景设计、边缘场景提取、测试结果评价，本发明面向四路相机数据，通过视频注入板卡和故障注入板卡将虚拟仿真图像数据注入到待测ECU中进行测试，同时本发明针对影响相机测试结果的参数具有无限丰富的难题，提出一种基于改进的贪心算法的边缘测试场景搜索方法，在满足参数覆盖率为100％的前提下加速构建边缘测试场景库，并对所构建的边缘测试场景库进行评价，输出场景参数影响评价、目标检测算法静态评价和动态评价方法。
-
公开(公告)号：CN116229298A
公开(公告)日：2023-06-06
申请号：CN202310234477.5
申请日：2023-03-13
Applicant: 吉林大学
Abstract: 本发明涉及一种面向航拍数据集的智能汽车关键测试场景提取方法，步骤包括：本车周围车辆位置分布关键性分析，确定测试场景关注的边界即范围域[θ1,θn]，基于场强理论的场景关键性量化，场景关键行为分析，确定出场景关键性量化模型的时间域[t1,tN]，关键场景提取。本发明方法采用相对于本车可能发生碰撞的部分作为CDCE的采集区域，并提出一种通过场景中车辆的关键行为的评价方法将车辆的轨迹进行筛选，进而提取出有意义且有价值的测试场景。本发明对横向运动物体更加敏感，在时间维度上先于TTC指出了关键场景，不仅可以搜索针对智能汽车具有挑战的场景，同时本方法是面向真实的车辆轨迹保证了提取出的场景真实性。
-
公开(公告)号：CN114155511A
公开(公告)日：2022-03-08
申请号：CN202111513620.1
申请日：2021-12-13
Applicant: 吉林大学
IPC: G06V20/58 , G06V40/10 , G06V10/50 , G06V10/764 , G06K9/62 , G06T5/00 , G06T7/13 , G06T7/246 , G06T7/277 , G06T7/80
Abstract: 本发明涉及一种用于自动驾驶汽车在公共道路的环境信息采集方法，通过无人机长时间平稳伴飞测试车辆，利用无人机的机载环境信息采集设备采集前方路面信息，对所采集的视频帧进行预处理，对预处理后的视频帧进行车道线检、行人目标检测跟踪和车辆目标检测跟踪。本发明以更高的视角、更大的范围获取车辆周围路面信息，有效的避免了因车辆自身传感器感知范围不够远和被路面障碍物与其他交通参与者遮挡的情况，在保证测试真实度的同时，还可获取更加完备的公共道路场景信息；所得数据可以离线分析，获得更为精准的性能评测；所获取的公共道路场景信息可用作虚拟测试的场景输入，重复测试自动驾驶汽车的相关性能，增强了公共道路测试可重复性。
-
公开(公告)号：CN115691134B
公开(公告)日：2024-10-01
申请号：CN202211342209.7
申请日：2022-10-31
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于对抗生成网络的智能汽车测试场景库构建方法，包括车辆轨迹数据采集、车辆轨迹特征提取、数据预处理、建立轨迹特征数学模型和对抗生成网络训练等步骤，本发明利用对抗生成网络进行智能汽车测试场景生成，在隐空间进行变量的生成学习弱化了生成网络训练难度，削减网络较长的时序记忆能力以便生成更加真实的车辆轨迹测试场景库。本发明方法为解决实际动态交通流中车辆运动轨迹场景数量较少无法满足智能汽车测试需求的难题提出创新的解决方案。本发明适用复杂多变的十字路口、交叉路口等道路交通环境，同样适用于快速路、高速公路等其他路段轨迹生成。
-
公开(公告)号：CN116704044A
公开(公告)日：2023-09-05
申请号：CN202310674650.3
申请日：2023-06-08
Applicant: 吉林大学
Abstract: 本发明提供一种面向降雨复杂环境智能汽车测试的相机模型构建方法，包括相机几何模型构建和相机物理模型构建，相机几何模型用于确定测试场景中目标物体在相机成像平面内像素位置，相机物理模型通过光源信息、降雨信息和相机参数信息基于光线追踪确定对应像素位置的像素强度，通过像素强度确定对应图像信息特征。本发明可以在虚拟仿真或封闭场地测试前提供先验知识，对测试的结果进行预测，或用于指导虚拟仿真边缘测试场景的搜索或封闭场地中目标物体的实际布置情况，降低测试成本，提高测试效率，缩短测试周期。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
