Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都航空职业技术学院张瑞宾获国家专利权

成都航空职业技术学院张瑞宾获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都航空职业技术学院申请的专利一种智能汽车运行风险场预测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120299007B

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510779868.4,技术领域涉及:G06V20/58;该发明授权一种智能汽车运行风险场预测方法及装置是由张瑞宾设计研发完成,并于2025-06-12向国家知识产权局提交的专利申请。

一种智能汽车运行风险场预测方法及装置在说明书摘要公布了:本申请公开了一种智能汽车运行风险场预测方法及装置,涉及智能驾驶技术领域,本申请首先基于第一激光雷达和第二激光雷达进行鸟瞰图、深度图和运行状态数据的获取,然后采用多视图特征提取网络对鸟瞰图和深度图进行多视图特征提取,采用多目标交互信息提取网络对运动状态数据进行多目标交互特征提取,然后进行多视图特征和多目标交互特征的融合,通过融合特征进行运行风险的实时评估和预测,能够提高风险场预测的精度,进而提高自动驾驶的安全性和可靠性。

本发明授权一种智能汽车运行风险场预测方法及装置在权利要求书中公布了:1.一种智能汽车运行风险场预测方法,其特征在于,包括: 利用智能汽车上安装的第一激光雷达和第二激光雷达,同步获取各个目标时序点的鸟瞰图、深度图和运行状态数据;各个目标时序点包括当前时序点和当前时序点之前的预设个数的历史时序点;所述第一激光雷达用于获取表征智能汽车的环境全局地图信息的点云数据,所述第二激光雷达用于获取表征智能汽车和参与车辆的运行状态信息的点云数据;所述参与车辆包括位于所述智能汽车的第二激光雷达的扫射范围内的车辆; 采用多视图特征提取网络对各个目标时序点的鸟瞰图和深度图进行特征提取,获得各个目标时序点的多视图特征; 采用多目标交互信息提取网络对各个目标时序点的运动状态数据进行多目标交互特征提取,获得各个目标时序点的多目标交互特征; 分别将各个目标时序点的多视图特征和多目标交互特征进行拼接,获得各个目标时序点的融合特征; 根据各个目标时序点的融合特征,采用BiLSTM预测网络,获得预测时序点的运行状态数据;所述预测时序点位于所述当前时序点之后; 基于所述预测时序点的运行状态数据,计算智能汽车的运行风险场; 利用智能汽车上安装的第一激光雷达和第二激光雷达,同步获取各个目标时序点的鸟瞰图、深度图和运行状态数据,具体包括: 求解第一激光雷达和第二激光雷达的时间同步误差; 根据所述时间同步误差,分别控制第一激光雷达和第二激光雷达,同步获取各个目标时序点的第一激光雷达点云数据和第二激光雷达点云数据; 将各个目标时序点的第一激光雷达点云数据转换为鸟瞰图和深度图; 对各个目标时序点的第二激光雷达点云数据进行运动特征提取,获得各个目标时序点的运行状态数据;所述运行状态数据包括:智能汽车的运行状态向量和各个参与车辆的运行状态向量; 求解第一激光雷达和第二激光雷达的时间同步误差,具体包括: 构建第一激光雷达和第二激光雷达的时空联合补偿模型和结构特征约束; 根据所述时空联合补偿模型和结构特征约束,构建同步误差函数; 对所述同步误差函数进行优化求解,获得所述时间同步误差; 所述时空联合补偿模型为: ; 其中,为第二激光雷达扫描获得的时序点的第二激光雷达点云数据中的第m个校准点的三维点云,为第一激光雷达扫描获得的时序点的第一激光雷达点云数据中的第m个校准点的三维点云,为激光线速度,为第二激光雷达坐标系相对于第一激光雷达坐标系的旋转矩阵,为第二激光雷达坐标系相对于第一激光雷达坐标系的平移向量,为第一激光雷达和第二激光雷达的时间同步误差; 所述结构特征约束包括平面约束和边缘约束; 所述平面约束为: ; 其中,为第二激光雷达扫描获得的时序点的第二激光雷达点云数据中的第m个校准点的三维点云,为激光线速度,为第二激光雷达坐标系相对于第一激光雷达坐标系的旋转矩阵,为第二激光雷达坐标系相对于第一激光雷达坐标系的平移向量,为第一激光雷达和第二激光雷达的时间同步误差,为约束平面的法向量,上标T表示转置,为第m个校准点的约束平面与第一激光雷达坐标系的原点的距离; 所述边缘约束为: ; 其中,为第二激光雷达扫描获得的时序点的第二激光雷达点云数据中的约束直线的方向向量,为第一激光雷达扫描获得的时序点的第一激光雷达点云数据中的约束直线的方向向量; 所述同步误差函数为: ; ; ; 其中,为同步误差函数,为第二激光雷达坐标系相对于第一激光雷达坐标系的旋转矩阵,为第二激光雷达坐标系相对于第一激光雷达坐标系的平移向量,为第一激光雷达和第二激光雷达的时间同步误差,为点云配准项误差函数,为平面约束项误差函数;为第二激光雷达扫描获得的时序点的第二激光雷达点云数据中的第m个校准点的三维点云,为第一激光雷达扫描获得的时序点的第一激光雷达点云数据中的第m个校准点的三维点云,为激光线速度,为第m个校准点的三维点云的权重;为平面约束项误差权重,为约束平面的法向量,上标T表示转置,为第m个校准点的约束平面与第一激光雷达坐标系的原点的距离。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都航空职业技术学院,其通讯地址为:610100 四川省成都市龙泉驿区车城东七路699号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。