本发明公开了一种面向自动驾驶的单摄像头三维目标检测方法及系统，所述方法包括：将获取的单目图像输入特征提取网络中，输出二维检测结果；对二维检测结果采用RoIAlign方法裁剪出RoI特征；将单目图像归一化后的坐标图以通道方式与裁剪出的每个RoI特征的地图连接，形成最终的RoI特征；根据最终的RoI特征预测三维检测信息；将二维检测结果中预测的二维框高度与三维检测信息中预测的三维框高度采用几何投影公式计算出目标深度；将所述三维检测信息中直接求出的深度以及几何投影公式计算出目标深度，通过不确定性加权融合得到最终的深度；将预测的三维检测信息与加权融合得到最终的深度进行融合，输出目标的预测信息。
📄 2024100776923
📂 G06V20_58
👤 南京邮电大学
📅 2024-01-19
本发明属于自动驾驶技术领域，公开了一种与自动驾驶技术配套的电动遮阳挡，包括有内筒体和缠绕环；缠绕环外周固定连接有遮阳膜；遮阳膜上设置有支撑气管。内筒体内密封滑动连接有密封塞；内筒体内转动连接有丝杆；丝杆与密封塞传动连接连接。当丝杆正向转动时，密封塞向上滑动使得内筒体向支撑气管内充气，同时缠绕环正向转动使得遮阳膜向外散开。当丝杆反向转动时，密封塞向下滑动使得内筒体抽取支撑气管内的气体，同时缠绕环反向转动使得遮阳膜缠绕在缠绕环外周。本发明能够遮挡阳光，放置在车内能够有效阻隔阳光进入车内；便于收纳，遮阳膜能够完全收入到外罩体内，便于收纳整理；多采用自动化操作，无需人工参与收放过程。
📄 2021116040121
📂 B60J11_08
👤 阮芳
📅 2021-12-24
本发明涉及一种适用于自动驾驶的应急转向控制系统，包括，车速检测模组，供油模组，转向模组，刹车模组，环视模组，中控模块，中控模块与车速检测模组、供油模组、转向模组、刹车模组、环视模组分别相连，在车辆进行自动驾驶的过程中环视模组实时检测车辆周围，并生成自动驾驶预计行驶路线，当环视模组在预设行驶路线上检测到物体时，中控模块根据整车运行的状态与车辆周围情况，对车辆运行状态进行调整。本发明通过时刻监测预设行驶路线的状况，当路面突然监测到物体时，通过对路面情况进行分析，选取合适的车辆运行模式，解决了在自动驾驶的时候遇到突发事件车辆无法进行有效判定转向避让的问题，减少自动驾驶时交通事故发生的概率。
📄 202210049386X
📂 B60W30_09
👤 常州信息职业技术学院
📅 2022-01-17
本发明公开了一种基于积分补偿的自动驾驶赛车控制方法，包括：建立车辆动力学模型和运动学方程；定义状态空间和动作空间；基于双延迟深度确定性策略梯度方法构建强化学习控制策略，结合动作映射机制使控制输出满足轮胎摩擦力约束的前提下最大化车辆性能；根据车辆前方赛道中心线的采样点序列，拟合赛道中心线轨迹；设计积分补偿机制，生成补偿误差状态，调整车辆控制输出，实现控制策略优化。本发明通过引入积分补偿技术增强系统对历史偏航信息的利用能力，使控制策略能基于累积的误差趋势进行自适应调整，使赛车在赛道上的行驶轨迹更加平滑连贯，减少不必要的振荡和偏移，整体圈速得到提高，提高了自动驾驶赛车在高速极限驾驶环境下的控制性能。
📄 2025114313160
📂 B60W60_00
👤 南京信息工程大学
📅 2025-10-09
一种面向自动驾驶多维感知融合目标检测的测试方法，包括：通过实例分割提取各类交通场景中常见的实例，根据极端交通场景的设计将实例合理地插入到原始图像中，生成视觉效果更真实的极端样例；然后对生成的样例计算一组基于场景感知的轻量级测试指标，筛选出质量高的一组测试样例；最后送入自动驾驶的多维感知融合目标检测模型中进行测试。本发明提供一种面向自动驾驶多维感知融合目标检测系统的测试方法，该发明解决了现有自动驾驶测试生成样例真实性、多样性不足、极端场景难以覆盖的问题，提供了一种轻量级的自动驾驶目标检测的测试指标，感知场景，高效衡量测试样例的综合质量，提高了自动驾驶的测试效率。
📄 2023102765789
📂 G06V10_776
👤 浙江工业大学
📅 2023-03-21
本发明公开了一种基于EOT的自动驾驶车辆点云占据预测伪装方法、设备、介质，包括：获取激光雷达原始点云；设置一障碍物S；对障碍物S进行期望变换从而生成若干个伪装障碍物Sa；对每一伪装障碍物Sa进行3D渲染生成对应的伪装障碍物点云；将伪装障碍物点云添加至激光雷达原始点云中；将添加伪装障碍物点云后的激光雷达点云与激光雷达原始点云经占据预测算法处理后，得到交并比；基于交并比设置损失函数，计算梯度，并利用梯度更新伪装障碍物Sa，直至占据预测算法无法检测到目标自动驾驶车辆。
📄 2024117775468
📂 G01S7_48
👤 浙江工业大学
📅 2024-12-05
本发明公开了一种自动驾驶除草机器人机控制方法、装置及系统，该控制方法包括以下步骤：获取预定行驶路径；获取自动驾驶车辆的位置信息和第一图像采集单元采集的自动驾驶车辆前方的RGB图像；根据自动驾驶车辆的位置信息与该位置信息对应的第一锚点计算得到第一航向偏差；根据RGB图像中的农作物确定出视觉导航线并根据所述视觉导航线和对应的第二锚点计算得到第二航向偏差；对所述第一航向偏差和第二航向偏差加权求和，得到第三航向偏差；根据所述第三航向偏差确定出自动驾驶车辆的转向角，根据所述转向角计算自动驾驶车辆两侧电机的控制电压以减小自动驾驶车辆与预定行驶路径的最短距离。其可提高自动驾驶的控制准确性。
📄 2025101486674
📂 G05D1_43
👤 西南大学
📅 2025-02-11
本发明涉及自动驾驶场景感知技术领域，尤其涉及针对自动驾驶场景的雷达点云采样以及语义分割模型系统。系统包括：网络输入变换模块；双分支自编码器网络模型；语义预测模块。上分支自编码器结构中的编码层由局部特征聚合模块和随机采样操作组成，下分支的编码层由局部特征聚合模块、极柱均衡随机采样模块以及随机采样操作组成；上下两个分支解码器均包括四个解码层，解码层由多层感知机和上采样操作组成。本发明提出的极柱均衡随机采样模块，有助于语义分割模型能够充分学习不同距离的点特征，解决点分布的长尾问题；提出的一致性损失函数，可以减少模型在采用不同采样方法时的不一致性；提出模型，能够高效执行复杂的室外场景解析任务。
📄 2022111793887
📂 G06V10_26
👤 西南大学
📅 2022-09-27
本发明提供一种基于雨天自动驾驶的雷达相机融合方法，包括：获取街道样本相机数据并进行雨滴模拟，形成训练数据集，结合深度展开网络与近端梯度下降算法搭建多阶段迭代的去雨网络架构，并采用训练数据集训练得到去雨网络模型；获取待测街道雨天相机数据，输入至去雨网络模型，得到去雨图像数据；获取对应的雷达点云数据并进行预处理，得到有效点云数据；基于centernet网络和瓶颈注意力机制，搭建雷达相机融合网络架构，训练得到雷达相机融合网络模型；将去雨图像数据和对应的有效点云数据，输入至雷达相机融合模型，得到目标检测结果。本发明能够提高雨天环境下的目标检测精度，使得自动驾驶感知能力的准确性和鲁棒性也得以提高。
📄 2024105802958
📂 G06V10_80
👤 北京理工大学重庆创新中心; 西南大学
📅 2024-05-11
本发明适用于深度学习、自动驾驶技术领域，提供了一种针对自动驾驶的语义分割方法、系统、电子设备及介质，该方法包括：获取三维点云数据，将其映射为包括多个通道数据的二维深度图，根据所述多个通道数据形成样本数据集；构建包括第一模型和第二模型的语义分割网络初始模型，采用所述样本数据集训练所述语义分割网络初始模型，获取目标模型，所述第二模型包括编码器和解码器；获取目标三维点云数据，将其映射为目标二维深度图，并将所述目标二维深度图输入所述目标模型，获取目标语义分割结果；通过采用该方法解决了三维点云的语义分割性能低的问题。
📄 202111361700X
📂 G06V20_56
👤 西南大学
📅 2021-11-17
本发明涉及一种自动驾驶场景下基于卷积关联网络的行人目标跟踪方法，通过利用卷积关联网络与轻量级目标检测网络共享特征，来捕获目标间的关联性，从而实现目标跟踪，具体包括以下步骤：A1‑1、获取一个一阶段目标检测模型，然后一共经过5次下采样，在最后三个尺度的特征图上进行预测，除了第一次下采样时采用普通卷积模块，后面四次下采样均采用多尺度下采样模块中设计到的模型均更换成可分离卷积模块，并将模型在最后三次下采样的特征图上做目标框预测，最终构成轻量级行人目标检测网络；A2‑1、预测目标关联矩阵，得到目标关联矩阵；A3‑1、然后通过卷积关联网络设计行人目标跟踪策略，最终获得行人关联的目标跟踪结果。本发明在跟踪精度与速度上都能良好地适应自动驾驶场景。
📄 2020104392996
📂 G06T7_207
👤 重庆理工大学
📅 2020-05-22
本发明提出了一种基于道路标识识别的车辆自动驾驶导航方法及系统，涉及自动驾驶领域，方法包括：获取道路标识的图像数据以及点云数据，对图像数据以及点云数据进行对齐处理得到融合标识特征，提取初步位置信息；获取道路标识的实际位置信息，比对实际位置信息以及初步位置信息，得到偏移向量特征；根据视觉特征以及偏移向量特征对图像数据进行角度校正处理，得到标识姿态信息，确定标识姿态信息的变化趋势；获取车辆行驶轨迹，根据变化趋势以及偏移向量特征对车辆行驶轨迹进行调整，得到预测行驶轨迹，并基于所述预测行驶轨迹进行车辆导航。本发明实现了车辆自动驾驶的实时精度与动态更新。
📄 2025111735283
📂 G06Q10_047
👤 兰州交通大学
📅 2025-08-21
柿子坊 · 知识产权运营
柿子坊知识产权运营平台