车载雷达融合与感知算法

产品中心

雷达-相机-激光-超声融合框架、目标关联、卡尔曼与深度学习跟踪、AEB/ACC/BSD 功能逻辑、标定时间同步与误报漏报分析

  • 深度学习跟踪能力

    基于深度学习的多目标跟踪能力,用外观特征与运动一致性联合建模,在密集穿插与遮挡工况下稳住航迹,配合关联模块输出连续 ID。

  • 标定与时间同步基线包

    面向相机-雷达、激光-雷达外参标定与时间同步的基线包,提供标定精度、同步精度与在线自检的落地支撑。

  • 时间同步与基准对齐能力

    面向多传感器的时间同步与基准对齐能力,用 PTP/gPTP 或脉冲对齐把四路传感器锁到同一时刻,确保融合在时空基准上不丢精度。

  • 在线标定与漂移抑制能力

    面向量产车辆的在线标定与漂移抑制能力,持续自检外参并触发重标定,把温度与振动带来的标定漂移压住,是融合稳定的底层保障。

  • 云端融合训练与回归参考方案

    面向数据闭环的云端融合训练与回归参考方案,支持场景库管理、自动回灌与指标回归,把边缘框架的迭代从手工测试变成可复用资产。

  • LKA 车道保持功能逻辑

    面向 L2+ 的车道保持功能逻辑,消费融合后的车道线与周边目标,做横向控制与降级兜底,强调与 AEB/ACC 的协同与接管边界清晰。

  • BSD 盲区监测功能逻辑

    面向商用车与乘用车的盲区监测功能逻辑,消费融合后的近场目标列表,在转弯与变道时给出报警与降级,强调可解释与责任边界清晰。

  • AEB/ACC/BSD 功能逻辑参考

    面向 AEB、ACC、BSD 的功能逻辑参考,覆盖触发条件、纵向/横向控制、接管与降级策略,以及验证场景库。