华中科技大学杨鹏获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利一种基于车载点云的车路协同感知方法和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:CN117116074B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202310916491.3,技术领域涉及:G08G1/0967;该发明授权一种基于车载点云的车路协同感知方法和装置是由杨鹏;秦添;侯甲慰设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。
本一种基于车载点云的车路协同感知方法和装置在说明书摘要公布了:本发明公开了一种基于车载点云的车路协同感知方法和装置,属于自动驾驶技术领域,所述方法包括:利用各个参与协同感知车辆在当前时隙的驾驶环境复杂度和通信链路数据速率,构建最大化总感知质量的优化问题,对其进行求解得到各个车辆对应的点云处理任务优先级和最优配置;各个车辆利用对应的最优配置进行采样压缩并回传给路边服务器,以使路边服务器利用点云处理任务优先级进行目标检测并下发给各车辆进行环境感知。本发明中的优化问题结合考虑了通信资源、处理优先级的问题以及多个车辆与路边服务器协同感知精度,由此解决现有自动驾驶车辆延时大、精度低和资源有限导致的感知质量差的技术问题。
本发明授权一种基于车载点云的车路协同感知方法和装置在权利要求书中公布了:1.一种基于车载点云的车路协同感知方法,应用于路边服务器,其特征在于,包括: S1:确定对车辆点云帧进行采样压缩处理的最优配置集合; S2:根据各个参与协同感知车辆在上一个时隙的点云目标检测结果计算各个参与协同感知车辆在当前时隙的驾驶环境复杂度和通信链路数据速率; S3:构建最大化总感知质量的优化问题并求解,得到参与协同感知的第m车辆在当前时隙t的点云处理任务优先级和最优配置;将最优配置下发给第m车辆,以使其利用最优配置对去冗余后的点云帧进行采样压缩得到目标点云数据并回传给路边服务器; 其中,为感知质量和驾驶环境复杂度的乘积;与最优配置对应的感知准确率正相关,且与通信链路数据速率对应的感知延时负相关;M为参与协同感知车辆的总数; S4:接收各个参与协同感知车辆在当前时隙对应的目标点云数据,按照所述点云处理任务优先级处理各个所述目标点云数据,得到当前时隙的点云目标检测结果并下发给对应的车辆以使其进行环境感知; 所述S2包括:S21:通过第m车辆在当前时隙t面对被检的第n车辆的坐标和行驶方向计算第m车辆面对的驾驶环境复杂度,将所有累加得到第m车辆对应的驾驶环境复杂度;S22:通过监听通信链路获取通第m车辆在当前时隙t的通信链路数据速率; 所述S21包括:利用公式计算第m车辆面对的驾驶环境复杂度;为第m车辆面对第n车辆驾驶环境复杂度的角度项,,为采集点云范围的上限阈值,为在时隙t下第m车辆与第n车辆之间的距离;为第m车辆面对第n车辆驾驶环境复杂度的相对距离项,;为在时隙t下第m车辆与第n车辆之间的角度; 所述S3包括:S31:构建优化目标为最大化所有车辆的总感知分数,同时准确率满足约束,感知延时满足约束的优化问题;为感知延时约束,为感知准确率约束;S32:求解得到参与协同感知的第m车辆在当前时隙t的点云处理任务优先级和最优配置;S33:将最优配置下发给第m车辆,以使其利用最优配置对去冗余后的点云帧进行采样压缩得到目标点云数据并回传给路边服务器; 所述S31中:感知质量定义为:都是正的权重系数,为一个常数,为配置第m个在时隙t的最优配置对应的点云目标检测的平均准确率,为、和对应感知延时。
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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励