专利标题 公开号/公告号 公开日期 摘要 专利状态
一种无人车自动调头控制方法、装置及无人车 CN202210042959.6 - 本发明公开一种无人车自动调头控制方法、装置及无人车，该方法包括:在无人车按照所需任务路径行驶的过程中，当识别到需要调头时控制跟踪任务路径直行至调头路段后进行循迹转弯；在循迹转弯的过程中，当识别到障碍物时，根据任务路径搜索一条与调头终点方向相同的无障碍物路径作为目标路径，并在搜索出的目标路径中获取一组目标点；根据获取的各目标点迭代搜索出可行路径，直至调头完成；该装置包括处理器以及存储器，存储器用于存储计算机程序，处理器用于执行计算机程序以执行上述方法；该无人车包括无人车本体，在无人车本体上还设置有上述装置。本发明具有实现方法简单、调头成功率高、灵活性以及环境适应性强等优点。 实质审查
基于直线特征的单线与多线激光雷达联合标定方法及系统 CN202210042889.4 - 本发明公开了一种基于直线特征的单线与多线激光雷达联合标定方法及系统，所述方法包括：对多线激光雷达点云进行初步裁剪，拟合两个平面，计算两平面在多线激光雷达坐标系的xoy平面内的投影，得到两条直线，然后沿z轴方向添加若干个点；对单线激光雷达点云进行初步裁剪，拟合两条直线，并对单线激光雷达点云进行筛选，使单线激光雷达点云中的两条直线与多线激光雷达点云中的两条直线等长，然后沿z轴方向添加若干个点；对单线激光雷达点云与多线激光雷达点云进行配准，得到单线激光雷达与多线激光雷达的相对位姿，完成标定。本发明具有对数据采集场景的要求低、操作简便、标定精度高等优点。 实质审查
一种适用于雨天环境下的目标感知方法、装置及系统 CN202210042864.4 - 本发明公开了一种适用于雨天环境下的目标感知方法、装置及系统，所述方法为：获取雨天环境下的雨量；根据雨量调整激光雷达与毫米波雷达的配置参数；分别获取各雷达在对应配置参数下的输出结果，再对输出结果进行融合，得到目标信息。本发明的装置包括雨量检测单元、传感策略生成单元、目标感知单元和目标级融合单元；雨量检测单元获取雨量测量值并转化为雨量等级；传感策略生成单元根据雨量等级生成适用于当前场景的传感策略；目标感知单元基于传感策略提取动态和静态障碍目标；目标级融合单元基于目标结果进行目标级融合，输出目标信息。本发明的系统与上述的方法相对应。本发明具有目标感知精度高、配置简单、适用性广等优点。 实质审查
一种基于占据栅格的盲区内负障碍补全方法、系统及设备 CN202210044255.2 - 本发明公开了一种基于占据栅格的盲区内负障碍补全方法、系统及设备，属于环境感知技术领域，用于解决目前负障碍感知成本高的技术问题，所述方法包括步骤：1）获取机器人周边环境点云并对点云进行栅格化处理；2）从栅格化点云中提取地面信息和负障碍信息，得到负障碍的边界栅格位置和相应的地面点云；3）从负障碍边界点云中进行击中信息统计，根据统计结果选用相对应的目标栅格的更新策略；4）根据选择的更新策略进行占据概率的更新；5）对处于激光雷达盲区内包含有负障碍信息的栅格进行负障碍信息输出，结合正障碍信息，输出完整的障碍信息。本发明具有成本低、障碍信息全面等优点。 实质审查
一种激光雷达障碍物检测方法及装置 CN202210042967.0 - 本发明公开一种激光雷达障碍物检测方法及装置，该方法步骤包括：S1.使用多线激光雷达对载体前方区域进行扫描，以及使用单线激光雷达对多线激光雷达的盲区范围进行扫描；S2.将所述多线激光雷达扫描的点云数据进行栅格化处理得到多线雷达栅格点云图，并获取各个栅格附近指定范围内的扫描线密集分布特征；S3.对所述单线激光雷达扫描的点云数据，辅助使用多线激光雷达得到的各个栅格的所述扫描线密集分布特征，得到单线激光雷达的障碍检测结果；S4.融合多线激光雷达与单线激光雷达的障碍检测结果，得到最终的检测结果。本发明能够避免障碍物漏检，同时降低虚警率，可适用于各类复杂环境中，实现全面、精准的检测。 实质审查
一种基于FPGA的卷积神经网络图像处理方法及装置 CN202111449434.6 - 本发明公开一种基于FPGA的卷积神经网络图像处理方法及装置，该方法步骤包括：获取卷积层配置文件，对卷积神经网络进行初始化；FPGA获取待检测目标图像输入至初始化后的卷积神经网络，对输入特征图使用预先构建的卷积逻辑核实卷积运算，得到输出特征图，所述卷积逻辑核通过将CNN卷积层分解为多个逻辑运算以及加法运算所转换得到，卷积计算过程中将输入特征图、输出特征图分别存储在片内两组指定的存储空间中。本发明具有实现方法简单、处理效率以及精度高且能够实现高帧率与低延迟等优点。 实质审查
一种基于FPGA的卷积神经网络量化实现方法以及装置 CN202111454682.X - 本发明公开一种基于FPGA的卷积神经网络量化实现方法以及装置，该量化实现方法包括量化CNN卷积核步骤，包括：将CNN卷积层分解为逻辑运算与加法运算的组合，转换为N×N卷积逻辑核；在FPGA中使用多个LUT分别实现逻辑运算以及加法运算，以实现N×N卷积逻辑核。本发明能够充分利用FPGA的强大逻辑运算能力，高效的实现CNN网络低位量化。 实质审查
一种集成式转向电驱动桥 CN202111424253.8 - 本发明公开了一种集成式转向电驱动桥，包括车桥，所述车桥的两端安装有轮边总成，两端的所述轮边总成之间设有驱动电机和减速箱，所述驱动电机的输出端与所述减速箱的输入端连接，所述减速箱的输出端设有两输出轴，两所述输出轴分别通过半轴总成与两所述轮边总成一一对应连接，所述车桥上设有转向机总成支架，所述转向机总成支架上设有转向机总成，所述轮边总成上设有转向节，所述转向节上设有转向臂，所述转向机总成与所述转向臂连接。本发明无需匹配副车架及相应的安装附件，结构更为紧凑、合理，有利于减少电驱动桥的结构尺寸和重量，降低成本，提高车辆承载能力，改善电驱动桥的性能。 实质审查
基于空间邻域信息的雷达异常点云检测方法及检测装置 CN202111417932.2 - 本发明公开了一种基于空间邻域信息的雷达异常点云检测方法，该方法的步骤包括：步骤S1：获取道路的三维点云，得到障碍点云，通过点云训练集得到邻域的第一阈值和第二阈值；步骤S2：利用第一阈值和第二阈值对三维点云进行筛选；步骤S3：对筛选出来的三维点云进行空间结构分析；步骤S4：将通过空间结构分析筛选出来的异常点云数据输出。该检测装置用来实施上述方法。本发明具有原理简单、适用范围广、能够提高检测精确度等优点。 实质审查
一种车载多源高速数据采集方法及系统 CN202111342566.9 - 本发明公开了一种车载多源高速数据采集方法及系统，该方法包括：数据采集配置，对传感器源进行配置，分配存储标识；创建基础采集进程，为每一个传感器创建基础采集线程；中间数据处理，处理传感器源传来的基础数据，将各个基础数据处理的结果数据通过广播方式进行发布；存储数据，根据传感器源分配的采集策略和指定采集参数，形成存储策略分配线程，根据存储策略分配线程将相应数据写入到存储介质。该系统用来实施上述方法。本发明具有原理简单、适用范围广、数据采集效果好、分析处理能力强等优点。 实质审查