本發(fā)明提供了一種基于車載相機的道路建圖方法、系統(tǒng)、設備及介質，所述方法包括：采集多組全路段行駛數據，每組全路段行駛數據均包括前視圖像數據流和自車位置信息；對前視圖像數據流進行語義特征識別得到每一幀前視圖像的車道線像素點，通過自車位置信息...

本發(fā)明提供了一種車載相機動態(tài)外參估計方法、系統(tǒng)、設備及介質，所述方法包括：提取前一幀降采樣圖像的角點得到初始角點集，依據前一幀目標檢測結果對初始角點集過濾得到前一幀角點集；通過前一幀消失點、前一幀車道線消失點、當前幀車道線消失點、前一幀...

本發(fā)明實施例提供了一種針對端到端算法的樣本挑選方法、裝置、設備及介質，其中，該方法包括以下步驟：將原始傳感器數據輸入至VLM大模型，提取場景描述詞，將場景描述詞、原始傳感器數據、局部地圖數據和自車位姿數據輸入至多模態(tài)場景分類模型，將原始...

本發(fā)明實施例提供了一種端到端自動駕駛模型訓練方法、裝置、計算機設備及介質，涉及自動駕駛技術領域，該方法包括獲取駕駛員駕駛行為數據以及端到端模型的第一自車規(guī)劃數據，當這兩種數據的差異值超過第一預設閾值時，觸發(fā)數據記錄機制，獲得當前時刻前后...

本發(fā)明提供了一種偏離車道的報警及糾偏控制方法、系統(tǒng)、設備和介質，所述方法包括：依據實時采集的目標車輛的實時動態(tài)數據，檢測目標車輛偏離行駛車道的意圖；當意圖為駕駛員無意識偏離時，檢測目標車輛的車頭邊緣進入所述行駛車道的報警區(qū)域時，激活報警...

本發(fā)明實施例提供了一種駕駛員疲勞監(jiān)測方法，涉及駕駛員疲勞技術，包括：針對每幀駕駛員的上半身圖像，判斷該幀圖像的眼部狀態(tài)和嘴部狀態(tài)；提取每幀圖像的多個RO?I區(qū)域的高層特征，并進行融合獲得組合特征；進行特征反饋預測，獲得初始疲勞狀態(tài)；確定...

本發(fā)明實施例提供了一種基于圖片檢測的點云回歸框檢測方法、裝置、設備及介質，其中，該方法包括以下步驟：獲取激光點云數據的初始3d回歸框，獲取激光點云數據在擴大范圍中的擴大點云數據；將擴大點云數據中的每個點的按照俯視圖、前視圖和左視圖分別進...

本發(fā)明提供了一種基于立式標定板的車載相機外參標定方法及裝置，所述方法包括：建立包括棋盤格靶板和可調支架的立式標定板；將立式標定板設置在待標定車載相機的前方，調整可調支架的位置使棋盤格靶板的位置滿足設定的標定條件；根據給定的可調支架相對車...

本發(fā)明實施例提供了一種車載單目相機運動尺度估計方法，涉及車載駕駛技術領域，所述車載單目相機在安裝標定過程中獲取靜態(tài)消失點、前盲區(qū)線以及自車坐標系到車載單目相機坐標系的轉換T<subgt;cv</subgt;，包括：對地面特征...

本發(fā)明提供了一種車道線軌跡點跟蹤方法、系統(tǒng)、設備及介質，所述方法包括：對自車的前視圖像進行車道線檢測和坐標系轉換，得到自車坐標系下的上一幀車道線點集和當前幀車道線點集，對當前幀車道線點集擬合得到當前幀車道線檢測方程；根據前后幀自車坐標系...

本發(fā)明實施例提供了一種自適應巡航目標選擇方法、裝置、計算機設備及介質，涉及自適應巡航技術領域，該方法包括：獲取自車坐標系下多個目標的歷史軌跡；獲取自車行進參數，根據所述自車行進參數計算自車預測行駛軌跡；根據所述目標的歷史軌跡和所述自車預...

本發(fā)明實施例提供了一種基于融合模態(tài)的目標檢測方法、裝置、計算機設備及介質，涉及自動駕駛技術領域，包括獲取自采的視覺數據和第一點云數據；在開源數據集中提取與第一點云數據中的類別相對應的第二點云數據；將第一點云數據與第二點云數據進行整合，獲...

本發(fā)明實施例提供了一種端到端自動駕駛自車軌跡規(guī)劃方法、系統(tǒng)、設備及介質，涉及自動駕駛技術領域，其中，該方法包括：對感知數據提取BEV特征；將BEV特征輸入基于適應器的軌跡預測模塊，得到目標物軌跡預測結果，在軌跡預測模塊的訓練過程中加入第...

本發(fā)明實施例提供了一種自動泊車停車位檢測方法，涉及自動泊車技術領域，所述檢測方法包括：獲取多視角圖像；基于標定的多個圖像采集設備的內外參，對多視角圖像進行拼接，得到環(huán)視拼接圖；將所述環(huán)視拼接圖輸入多任務網絡，預測出停車位的位置參數；根據...

本發(fā)明提供一種多檢測模型結果加權融合方法、系統(tǒng)、設備及介質，涉及計算機視覺技術領域，所述方法通過訓練多個檢測模型并獲取它們對測試集的推理結果。分別針對單個檢測模型，根據其推理結果和測試集構建訓練數據集，訓練回歸模型以校準該檢測模型的置信...

本發(fā)明提供了一種嵌入式系統(tǒng)的集成測試方法和系統(tǒng)，涉及嵌入式系統(tǒng)技術領域，通過測試系統(tǒng)的通信接口模塊與被測系統(tǒng)的通信適配模塊建立連接，測試系統(tǒng)的通信接口模塊模擬被測系統(tǒng)的外部接口，被測系統(tǒng)的通信適配模塊進行接口適配，測試系統(tǒng)啟動后，循環(huán)執(zhí)...

本發(fā)明提供了一種自適應巡航目標選擇方法、裝置、計算機設備及介質，涉及自適應巡航技術，包括：獲取自車坐標系下多個目標的歷史軌跡；確定自車預測行駛軌跡；針對每個目標，計算目標歷史軌跡和自車預測軌跡在每個點的偏差平均值E<subgt;A...

本發(fā)明實施例提供了一種測量目標物運動狀態(tài)的方法、裝置、計算機設備及介質，其中，該方法包括以下步驟：通過外部攝像頭采集實時視頻數據，從實時視頻數據中取得目標物信息；對實時視頻數據中第i幀的第一圖像和實時視頻數據中第i+1幀的第二圖像進行特...

本發(fā)明提供一種駕駛員安全駕駛狀態(tài)的標定方法、裝置、設備及介質，涉及安全駕駛技術領域，包括：獲取駕駛員的實時狀態(tài)紅外圖像信息，并進行人臉檢測和人臉關鍵點檢測，根據檢測結果計算頭部3D姿態(tài)角信息、眼部關鍵點信息及嘴部區(qū)域特征點信息；根據設定...

本發(fā)明提供了一種多級駕駛風險管控方法、系統(tǒng)、設備及介質，方法包括：在自車端側通過對采集同一時刻的前視視頻流、車身信息數據和DMS視頻流進行初次風險評估得到實時風險和累積風險，對實時風險進行及時報警，將累積風險對應的數據上傳至云端，通過訓...