专利发表:

第一作者 《一种多传感器融合的参数优化方法和装置》 2020.11 实质审查

第一作者 《障碍物检测方法和装置》 2021.03 实质审查

第一作者 《数据融合方法,装置,电子设备》 2021.04 实质审查

第三作者 《自动驾驶过程中障碍物确定方法、装置及电子设备》 2021.04 实质审查

第一作者 《基于4D点云的检测方法、装置、存储介质及处理器》 2022.10 实质审查

主要业绩:

1.开发了基于联合概率数据互联(JPDA)的多传感器数据融合算法。在智能L4环卫车和高速物流车上得到了

应用,并取得了良好的效果。正在逐步面向华为MDC等多种平台进行移植工作,向量产化迈进。

2.在JPDA关联算法的基础上,开发了交互式多模型算法(JPDA-IMM-UKF)。UKF下包括常速模型(CV)、常

转速模型(CTRV)和静止模型。三个模型通过马尔科夫转移矩阵计算模型的占用概率实现切换。

3.针对高速L3项目开发了基于匈牙利匹配的目标关联算法和卡尔曼滤波算法,完成了大部分融合算法和代码

结构的设计。

4.开发了多传感器数据仿真和可视化工具,其中,可视化工具基于ros开发,可以显示点云、图像、各传感

器检测的目标结果以及融合障碍物结果。便于进行算法离线仿真和调试。同时,开发了python工具,用于解析数据

文件,得到障碍物的位置和速度曲线,便于进行跟踪效果的评价。

5.基于PCL NDT算法开发了多激光雷达的点云配准工具,实现多激光雷达的准确标定。

6.zhitopilot融合部分代码的更新和维护,算法的迭代优化,测试问题的解决等。

7.基于广达V3NA域控制器平台量产代码的移植和性能优化,完成激光雷达、视觉、毫米波雷达等多传感器数

据融合,助力一汽解放L3级高速物流车项目前装量产。

8.完成Arbe 4D毫米波雷达聚类跟踪算法开发,并解决了转弯场景下聚类目标跟踪不稳定的问题。

9.高速L3项目弱依赖地图和定位,开发了基于kalman滤波的车道线跟踪算法,并基于车道线构建道路模

型。

10.基于激光雷达的目标跟踪算法开发,对于激光雷达深度学习得到的障碍物,进行位置和速度跟踪,输出到

融合模块。

11.基于随机采样一致性算法(RANSAC)的激光雷达的路沿检测算法开发。

12.基于1R1V的2D关联算法开发,将毫米波雷达位置信息根据标定关系投影到像素平面,在像素平面进行数

据关联,提高了关联的准确度。