Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 禾多科技(北京)有限公司李松泽获国家专利权

禾多科技(北京)有限公司李松泽获国家专利权

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!

龙图腾网获悉禾多科技(北京)有限公司申请的专利障碍物检测方法、装置、电子设备和计算机可读介质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:CN112598615B

龙图腾网通过国家知识产权局官网在2026-03-06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:202011201756.4,技术领域涉及:G06T7/00;该发明授权障碍物检测方法、装置、电子设备和计算机可读介质是由李松泽;兰莎郧;戴震;倪凯;肖云龙设计研发完成,并于2020-11-02向国家知识产权局提交的专利申请。

障碍物检测方法、装置、电子设备和计算机可读介质在说明书摘要公布了:本公开的实施例公开了障碍物检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取环境点云数据集合;对该环境点云数据集合进行裁剪处理以生成裁剪后的环境点云数据集合;对该裁剪后的环境点云数据集合进行降采样处理以生成降采样后的环境点云数据集合;将该降采样后的环境点云数据集合输入至障碍物检测模型以生成障碍物信息集合;对该障碍物信息集合中的障碍物信息进行过滤处理以生成过滤障碍物信息集合;通过车载通信模块,将该过滤障碍物信息集合发送至控制规划终端。该实施方式提高了障碍物信息生成的准确度,降低了自动驾驶车辆在行驶过程中的风险程度。

本发明授权障碍物检测方法、装置、电子设备和计算机可读介质在权利要求书中公布了:1.一种障碍物检测方法,包括: 获取环境点云数据集合,其中,所述环境点云数据是通过安装在目标车辆上的激光雷达对周围环境扫描得到的,所述环境点云数据包括:横坐标值,纵坐标值,竖坐标值,雷达回波功率值,所述环境点云数据包括的横坐标值、纵坐标值和竖坐标值是在目标车辆坐标系下的坐标值,所述目标车辆坐标系是以所述目标车辆行进方向为横轴、以所述目标车辆的底盘中心为原点、以与所述目标车辆的后轴平行的线作为纵轴、以与地面垂直的线作为竖轴的坐标系; 对所述环境点云数据集合进行裁剪处理以生成裁剪后的环境点云数据集合; 对所述裁剪后的环境点云数据集合进行降采样处理以生成降采样后的环境点云数据集合; 将所述降采样后的环境点云数据集合输入至障碍物检测模型以生成障碍物信息集合,其中,所述障碍物检测模型包括:第一特征提取层,体素切分和特征拼接层,第二特征提取层,单元特征平铺层,第三特征提取层,障碍物属性回归层; 对所述障碍物信息集合中的障碍物信息进行过滤处理以生成过滤障碍物信息集合; 通过车载通信模块,将所述过滤障碍物信息集合发送至控制规划终端,其中,所述将所述降采样后的环境点云数据集合输入至障碍物检测模型以生成障碍物信息集合,包括: 通过所述障碍物检测模型中的第一特征提取层对所述环境点云数据集合进行稀疏卷积以生成第一特征,其中,所述环境点云数据集合是n×4的向量组,所述第一特征是n×m的向量组; 通过所述障碍物检测模型中的体素切分和特征拼接层对所述第一特征进行体素划分以及特征拼接以生成第二特征; 通过所述障碍物检测模型中的第二特征提取层对所述第二特征进行进一步的特征提取以生成第三特征,其中,所述第三特征是n×s的向量组; 通过所述障碍物检测模型中的单元特征平铺层将所述第三特征平铺至对应的体素网格中以生成第四特征; 通过所述障碍物检测模型中的第三特征提取层对所述第四特征进行二维卷积特征提取以生成第五特征; 基于所述第五特征,通过所述障碍物检测模型中的障碍物属性回归层对障碍物属性进行回归处理以生成障碍物信息集合,其中,所述对所述裁剪后的环境点云数据集合进行降采样处理以生成降采样后的环境点云数据集合,包括: 获取高精度地图中的地面信息; 基于所述地面信息构建拟合平面; 去除所述环境点云数据集合中落入所述拟合平面的环境点云数据以生成降采样后的环境点云数据集合,或者,所述对所述裁剪后的环境点云数据集合进行降采样处理以生成降采样后的环境点云数据集合,包括: 基于所述裁剪后的环境点云数据集合和预设的最大递归深度,构建八叉树; 将所述八叉树中包含的环境点云数据确定为降采样后的环境点云数据,得到降采样后的环境点云数据集合; 其中,所述对所述环境点云数据集合进行裁剪处理以生成裁剪后的环境点云数据集合,包括: 获取横向感知距离和所述激光雷达的感知半径,其中,所述横向感知距离是所述目标车辆左侧或右侧的最大感知距离,所述激光雷达的感知半径是所述激光雷达的最大感知距离; 基于所述横向感知距离和所述感知半径,确定非裁剪区域; 从所述环境点云数据集合中选择落入所述非裁剪区域的环境点云数据作为裁剪后的环境点云数据,得到裁剪后的环境点云数据集合;其中,所述基于所述横向感知距离和所述感知半径,确定非裁剪区域,包括: 通过以下公式确定非裁剪区域: 其中,TR表示所述横向感知距离,x表示所述环境点云数据集合中环境点云数据包括的横坐标,y表示所述环境点云数据集合中环境点云数据包括的纵坐标,R表示所述感知半径,CH表示所述目标车辆的车身长度。

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禾多科技(北京)有限公司,其通讯地址为:100095 北京市海淀区紫雀路55号院9号楼三层101-15;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”。

以上内容由龙图腾AI智能生成。

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。