-
公开(公告)号：CN114844924B
公开(公告)日：2024-01-16
申请号：CN202210460020.1
申请日：2022-04-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于云端数据的场景回放方法及系统，该方法包括：数据采集上云：由车端根据采集策略配置将信号/视频/图片以文件形式存储在本地；车端收到云端下载指令后，将车端文件实时上传到云端；数据处理：云端接收到上传的文件后，按文件类型进行实时分类处理，对视频文件通过图像处理方式抓取录制起止时间；场景回放：根据数据处理后的信号文件，通过时间将信号文件与视频文件进行对齐，实现信号绘制场景及视频录制场景多源数据在线同步回放。通过采集信号文件和视频文件等多种来源数据，实现多源数据实时高效场景同步回放，可实现快速重现驾驶场景，提高分析问题准确性和效率。
-
公开(公告)号：CN117011848A
公开(公告)日：2023-11-07
申请号：CN202311104431.8
申请日：2023-08-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于提示点的语义分割辅助标注方法、系统及存储介质，方法包括：遍历待标注的数据集，将每张图片的信息存入数据库，生成对应的图片记录；预处理图片时，遍历待标注数据，根据图片记录中的图片信息获取图片，通过卷积神经网络输出图片嵌入向量；对图片嵌入向量编码后写入文本文件并进行对象存储，将对象存储地址更新到数据库中对应的图片记录中；获取待标注的图片，查询对应文本文件的对象存储地址并读取文本文件，利用文本文件得到图片向量；获取在待标注区域点击的坐标，利用坐标和点击行为得到提示嵌入向量；将图片嵌入向量和提示嵌入向量解码输出最终标注结果。本发明能够在保证标注质量的同时，提高标注效率。
-
公开(公告)号：CN115620088A
公开(公告)日：2023-01-17
申请号：CN202211328240.5
申请日：2022-10-27
Applicant: 重庆长安汽车股份有限公司 , 重庆大学
IPC: G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种标注模型的训练方法，包括：获取第一待标注对象；对第一待标注对象进行标注，得到第一标注对象，第一标注对象中包含目标标注框，目标标注框中包含所述第一待标注对象中的标注目标；以第一待标注对象和第一标注对象作为第一训练集，训练得到第一目标检测模型；利用第一目标检测模型对第一标注对象进行目标检测，得到目标检测框；获取目标检测框与目标标注框之间的偏差，并以第一待标注对象和所述偏差作为第二训练集，训练得到第二目标检测模型。本发明在第一目标检测模型的基础上，增加了第二目标检测模型目标准确度判断模型，用于预测第一目标检测模型识别的目标物体的准确度，从而将准确度高的目标筛选出来用于进行预标注。
-
公开(公告)号：CN114743170A
公开(公告)日：2022-07-12
申请号：CN202210435027.8
申请日：2022-04-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种基于AI算法的自动驾驶场景标注方法，能够对自动驾驶数据的原始数据打上对应的场景标签，让用户可根据标签对数据进行筛选，从而快速获得较为富集、且具有针对性的场景数据，既提高了对数据的筛选效率，也降低了需要进行标注的数据量。
-
公开(公告)号：CN114638320A
公开(公告)日：2022-06-17
申请号：CN202210434758.0
申请日：2022-04-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06K9/62 , G06V20/40 , G06V20/58 , G06F16/242 , G06F16/22
Abstract: 本发明公开了一种基于多源数据进行驾驶工况标记的方法、系统及车辆，该方法包括：1）设定多种驾驶工况规则表达式，将整车信号值与驾驶工况规则表达式进行一一匹配，若成功则将对应的驾驶工况作为该时刻车辆的驾驶工况，若不成功则采用AI算法对该时刻采集到的视频图片数据进行计算以得到该时刻的驾驶工况；2）设定多种驾驶场景规则表达式，对整车信号值采用驾驶场景规则表达式进行驾驶场景的识别，对视频图片数据采用AI算法进行驾驶场景的识别；3）将驾驶工况和驾驶场景进行匹配关联，以实现驾驶工况的标记。本发明能对驾驶工况进行更加广泛的覆盖，同时还能将驾驶工况和驾驶场景进行关联，以方便研发人员定位驾驶工况发生原因。
-
Patent Agency Ranking
公开(公告)号：CN115107759B
公开(公告)日：2024-07-16
申请号：CN202210766551.3
申请日：2022-06-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及一种车辆的辅助驾驶方法、装置、车辆及存储介质，其中，方法包括：获取当前车辆的驾驶数据与当前所处环境的环境信息；将驾驶数据和环境信息输入至预先训练的强化学习模型，输出用于控制当前车辆自动避让前车切入的辅助控制动作，其中，强化学习模型由当前车辆的训练动作和训练环境之间的交互关系训练得到；在切入车辆切入至当前车辆的前方的过程中，基于辅助控制动作控制当前车辆进行规避。本申请可以在切入车辆切入本车前方时，及时控制车辆执行规避动作，弥补驾驶员经验不足和反应力不足导致的应对失误和应对不及，降低驾驶员面对复杂路况的紧张情绪，增加车辆的驾乘体验，提高车辆的行车安全。
-
公开(公告)号：CN114743170B
公开(公告)日：2024-06-14
申请号：CN202210435027.8
申请日：2022-04-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/70 , G06V20/56 , G06V20/58 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于AI算法的自动驾驶场景标注方法，能够对自动驾驶数据的原始数据打上对应的场景标签，让用户可根据标签对数据进行筛选，从而快速获得较为富集、且具有针对性的场景数据，既提高了对数据的筛选效率，也降低了需要进行标注的数据量。
-
公开(公告)号：CN117058675A
公开(公告)日：2023-11-14
申请号：CN202311093006.3
申请日：2023-08-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/70 , G06V20/56 , G06V10/774
Abstract: 本发明提供一种车辆环境图像预标注方法、装置、电子设备及存储介质，该方法包括获取车辆环境图像和车辆环境图像对应的镜像图像，分别对车辆环境图像和镜像图像进行目标检测得到第一检测结果和第二检测结果，将第一检测结果与第二检测结果中同一检测框类别的检测框的检测框数据进行比对，确定多个候选检测框的检测框数据，对每一候选检测框对应的目标对象进行属性识别，得到每一候选检测框的属性值，利用属性值确定目标检测框的检测框数据，并将目标检测框的检测框数据和属性值确定为车辆环境图像的预标注结果；能够实现自动对车辆环境图像进行目标检测和属性识别，去除低质量的检测框数据，有效提高标注准确性和标注效率，降低工作量和成本。
-
公开(公告)号：CN116778139A
公开(公告)日：2023-09-19
申请号：CN202310786975.0
申请日：2023-06-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/22 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/774 , G06V10/10
Abstract: 本发明涉及一种图像标注方法、装置、电子设备及存储介质，图像标注方法包括：获取待标注数据集，所述待标注数据集包括多个待标注图像，所述待标注图像中包含目标对象的待识别属性；在接收到用于为任一所述待标注图像中目标对象添加标注框的拉框操作时，获取所述标注框的标注框信息；将所述待标注图像及所述标注框信息输入属性识别模型，利用所述属性识别模型识别所述标注框内目标对象的待识别属性，得到属性信息，以作为所述待标注图像的标注信息。本申请实施例可以提高标注效率，并且提高标注准确性。
-
公开(公告)号：CN115171428B
公开(公告)日：2023-06-30
申请号：CN202210731288.4
申请日：2022-06-24
Applicant: 重庆长安汽车股份有限公司
IPC: G08G1/16 , G06V10/26 , G06V10/34 , G06V10/36 , G06V10/40 , G06V10/774 , G06V10/82 , G06V20/56 , G08G1/01 , G06N3/0442
Abstract: 本发明公开了一种基于视觉感知的车辆切入预警方法，包括如下步骤：1)采集图像，形成第一序列图像；2)利用实例分割模型识别第一序列图像中的车辆区域、位置信息，得到车辆掩膜版信息；3)将车辆掩膜版与原始图像进行融合，形成第二序列图像；4)将第二序列图像输入图像特征提取模型，得到序列图像特征；5)将序列图像特征输入变道预测模型，预测得到车辆变道的可能性。本发明能够准确的预测周围车辆切入本车所在车道意图，从而能够提前给驾驶员发出预警信号，以有效的降低交通事故发生的概率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.024 seconds)
