专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果14个,建议您升级VIP下载更多相关专利
  • [发明专利]基于深度学习的无监督端到端的驾驶环境感知方法-CN201911345900.9有效
  • 陈宗海;洪洋;王纪凯;戴德云;赵皓;包鹏;江建文 - 中国科学技术大学
  • 2019-12-24 - 2023-04-07 - G06T7/215
  • 本发明公开了一种基于深度学习的无监督端到端的驾驶环境感知方法,包括:利用双目相机进行图像采集,并通过预处理获得训练数据;利用训练数据中两个连续的大小相同的立体图像对训练光流估计网络、位姿估计网络、深度估计网络以及运动分割;利用三个网络的输出结果进行刚性配准,来优化位姿估计网络的输出;利用深度估计网络的输出,以及优化后的位姿估计网络的输出计算由摄像机运动引起的刚性流,并与光流估计网络的输出进行流一致性检查,从而进行运动分割。上述方法采用无监督的端到端框架不需要真值深度、位姿和光流作为标签监督训练,并且能够获得具有绝对尺度的相机位姿和稠密的深度图估计,从而可以以较高的精度分割出动态物体。
  • 基于深度学习监督端到端驾驶环境感知方法
  • [发明专利]一种基于插值网络的视觉SLAM方法及系统-CN202210354322.0在审
  • 陈宗海;朱镇坤;戴德云;王纪凯;徐萌;林士琪;魏超 - 中国科学技术大学
  • 2022-04-06 - 2022-08-12 - G06T7/73
  • 本发明涉及一种基于插值网络的视觉SLAM方法及系统,其方法包括:S1:采集图像数据集,利用深度学习方法,训练视觉SLAM系统中插值网络,预测两帧连续图像的中间帧;S2:根据转弯检测模块基于特征点法利用特征提取和匹配,或基于直接法利用最小化光度误差,求解相邻的前后帧对应的旋转矩阵R和平移向量t,同时判断车辆是否在转弯;S3:当车辆正在转弯,启动插值网络,根据前后帧图像,插入中间帧,并利用图像质量检测模块判断是否保留中间帧,若通过检测,对前后帧和中间帧进行S2操作,否则只对前后帧进行S2操作,求解R,t,完成全局定位和后续建图。本发明提供的方法,基于成本与精度,利用插值网络,提供了一种鲁棒性强、成本低、精度高的车辆定位方法。
  • 一种基于网络视觉slam方法系统
  • [发明专利]轨迹数据集差异性度量方法、系统、设备及存储介质-CN202210364773.2在审
  • 陈宗海;包鹏;王纪凯;戴德云;赵皓 - 中国科学技术大学
  • 2022-04-08 - 2022-07-15 - G06N7/00
  • 本发明公开了一种轨迹数据集差异性度量方法、系统、设备及存储介质,将多轨迹的时空依赖关系形式化表达为条件分布,利用已有车辆轨迹数据估计条件分布密度模型的参数,利用具备解析形式的概率密度分布近似轨迹数据集蕴含的条件分布,并利用基于采样的方法计算条件分布之间的距离,从而度量轨迹数据集的差异性。本发明首次度量多车轨迹数据集中时空依赖关系的差异性,表征了不同交通场景下车辆交互特性和时空依赖关系的差异性,有助于理解和量化不同交通场景的差异性,理解同一交通场景下多车之间时空依赖关系的变化特性和规律,帮助针对不同交通场景和同一时变交通场景进行单独处理和针对性研究。
  • 轨迹数据差异性度量方法系统设备存储介质
  • [发明专利]一种车辆轨迹生成方法及装置-CN202111404830.7在审
  • 陈宗海;包鹏;王纪凯;戴德云;赵皓 - 中国科学技术大学
  • 2021-11-24 - 2022-02-18 - G06K9/62
  • 本发明一种车辆轨迹生成方法,将真实多车轨迹和基于多车位置条件得到的生成多车轨迹传递给分类鉴别器得到第一logit向量和第一特征向量,基于第一logit向量采用对抗学习的方式训练分类鉴别器;将真实多车轨迹和生成多车轨迹传递给回归鉴别器得到第二logit向量和第二特征向量,基于第二logit向量训练回归鉴别器;基于第一和第二特征向量、第一和第二logit向量采用对抗学习的方式训练生成器,得到目标生成器;将多车位置条件和高斯过程采样传递给目标生成器得到目标多车轨迹。上述过程,基于多车位置条件、对抗算法对生成器进行训练,目标多车轨迹可生成与真实数据同分布的多车轨迹,提高了多车轨迹生成的准确性和真实性。
  • 一种车辆轨迹生成方法装置
  • [发明专利]一种基于多信息融合的3D目标检测方法及系统-CN202110263162.4在审
  • 陈宗海;戴德云;王纪凯;包鹏;赵皓;林士琪;徐萌 - 中国科学技术大学
  • 2021-03-11 - 2021-06-18 - G06K9/00
  • 本发明涉及一种基于多信息融合的3D目标检测方法及系统,其方法包括:步骤S1:分别采集行车图像和点云信息,并进行预处理;步骤S2:基于行车图像,利用2D目标检测器,得到2D目标框及其得分;步骤S3:基于点云信息,利用3D目标检测器,得到候选3D目标框;步骤S4:利用2D目标框和候选3D目标框的对应关系,以及2D目标框得分,对候选3D目标框进行筛选,得到3D目标框。通过引入视觉信息,弥补了稀疏点云的不足。通过2D检测结果对3D目标框进行约束,提高了3D目标框的召回率,减小了误检、漏检的概率。通过将图像和点云进行后融合,当其中一种数据受干扰时,可通过另一种数据检测出目标,提高了目标检测的鲁棒性。
  • 一种基于信息融合目标检测方法系统
  • [发明专利]一种基于深度学习的单目视觉SLAM定位方法-CN202110068068.3在审
  • 陈宗海;朱镇坤;戴德云;王纪凯;徐萌;林士琪;魏超 - 中国科学技术大学
  • 2021-01-19 - 2021-05-07 - G06T7/73
  • 本发明公开了一种基于深度学习的单目视觉SLAM定位方法,利用安装在车辆上的单目相机进行初始图像采集,并基于深度学习对采集的初始图像数据进行离线训练,获得训练好的UnSuperPoint模型;通过车辆上的单目相机实时获取车辆的路况信息,并将实时拍摄的每一帧图片送入到训练好的UnSuperPoint模型中,提取出特征描述子,并进行匹配;通过匹配的特征点获得本质矩阵,得到平移量和旋转量;利用各帧图片之间的平移量和旋转量计算得到所述单目相机真实的三维空间坐标,进而对车辆进行定位。上述方法鲁棒性强、成本低、精度高,能够克服激光雷达成本高、激光信号丢失导致定位失败,以及复杂场景下跟踪失败的问题。
  • 一种基于深度学习目视slam定位方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top