“杨殿阁”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果220个，建议您升级VIP下载更多相关专利

[发明专利]基于多重交互的行人轨迹预测方法、系统、设备和介质-CN202310911868.6有效
发明人：陈俊杰;江昆;杨蒙蒙;付峥;杨殿阁 -专利权人：清华大学
申请日： 2023-07-25 - 公布日： 2023-10-20 - 主分类号： B60W60/00 文献下载
摘要：本发明涉及一种基于多重交互的行人轨迹预测方法、系统、设备和介质，包括：对采集的车辆及环境信息进行提取，得到预设历史时间段内各个时刻的行人特征、车辆特征和环境特征；基于各个时刻的行人特征和车辆特征，利用预先建立的基于时序交叉注意力机制的人车交互模型，得到行人与车辆的交互特征；基于各个时刻的行人特征和环境特征，利用预先建立的行人与环境交互模型，得到行人与环境的交互特征；基于预设历史时间段内的行人特征、行人与车辆的交互特征、行人与环境的交互特征，利用预先建立的轨迹预测模型，得到行人轨迹预测结果。本发明可以广泛应用于智能汽车的环境感知领域。
基于多重交互行人轨迹预测方法系统设备介质

[发明专利]基于视觉图像与点云地图的跨模态匹配定位方法及系统-CN202310588600.3在审
发明人：江昆;杨殿阁;苗津毓;刘茂林;王云龙;杨彦鼎 -专利权人：清华大学
申请日： 2023-05-23 - 公布日： 2023-09-29 - 主分类号： G06T7/70 文献下载
摘要：本发明提供一种基于视觉图像与点云地图的跨模态匹配定位方法及系统，包括：获取相机的视觉图像和初始位姿，基于所述视觉图像初始位姿得到激光点云局部地图；基于所述激光点云局部地图进行投影，得到初始位姿视角下的点云投影深度图；将所述点云投影深度图、视觉图像和初始化的位姿更新量输入至训练好的位姿求解网络中，得到优化后的位姿更新量；将所述位姿更新量叠加至视觉图像初始位姿得到优化后的位姿，经过多次循环，得到最终位姿，完成定位。本发明解决了现有自动驾驶定位精度低、成本高的问题。
基于视觉图像地图跨模态匹配定位方法系统

[发明专利]一种Linux服务器操作系统-CN202310584479.7在审
发明人：史广安;杨殿阁 -专利权人：北京红旗软件有限公司
申请日： 2023-05-23 - 公布日： 2023-09-22 - 主分类号： G06F9/445 文献下载
摘要：本发明公开了一种Linux服务器操作系统，涉及服务器系统技术领域，包括：准备模块，所述准备模块用于安装系统安装之前，进行前期的必须准备工作，且准备模块包括有计划制定单元、数据备份单元、核查单元、光盘引导判别和磁盘空间准备单元，可依次实现制定安装计划、数据备份、各项系统信息核查、安装引导判别和磁盘空间准备；程序启动模块；安装模块；PXE批量安装单元；VNC远程安装单元。该一种Linux服务器操作系统，可以很好的适用于亚洲市场的Linux企业系统环境，以便于贴合企业级用户的使用需求，从而可以为企业级用户提供更高的性能、可靠性、可扩展性、可管理性和软硬件兼容性，减少操作系统的使用局限性。
一种 linux 服务器操作系统

[发明专利]基于众源视觉图像的自动驾驶矢量地图在线构建方法-CN202310545187.2在审
发明人：江昆;杨殿阁;苗津毓;温拓朴;王云龙;唐雪薇;刘茂林 -专利权人：清华大学
申请日： 2023-05-15 - 公布日： 2023-09-15 - 主分类号： G01C21/00 文献下载
摘要：本发明提供一种基于众源视觉图像的自动驾驶矢量地图在线构建方法，包括：获取当前目标车和相邻的来源车采集的视觉图像，通过地图要素检测模块提取地图要素检测结果；将地图要素检测结果输入至特征编码器，提取各车前向视角下的视觉特征；将地图要素检测结果输入至相对位姿估计网络，生成目标车与每辆来源车之间的相对位姿变换结果；通过视角变换模块将目标车和来源车的前向视觉特征投影至鸟瞰视角，得到目标车坐标下多个鸟瞰视角视觉特征；将所有鸟瞰视角视觉特征输入至特征融合模块进行特征融合，得到融合后的鸟瞰特征，并输入至地图构建任务相关模块，经过矢量化处理得到矢量化地图。本发明解决了现有自动驾驶地图构建成本高、精度差的问题。
基于视觉图像自动驾驶矢量地图在线构建方法

[发明专利]自动驾驶换道跟驰决策方法及系统、自动驾驶车辆-CN202110844228.9有效
发明人：江昆;杨明亮;杨殿阁;于伟光;陈俊杰;刘茂林 -专利权人：清华大学
申请日： 2021-07-26 - 公布日： 2023-09-15 - 主分类号： B60W60/00 文献下载
摘要：本发明提供一种自动驾驶换道跟驰决策方法及系统、自动驾驶车辆，涉及自动驾驶技术领域。本发明提供的自动驾驶换道跟驰决策方法包括：获取自动驾驶车辆的行驶数据，行驶数据包括感知数据和定位数据；确定行驶数据的失真情况，失真情况为数据缺失情况或数据精度下降情况；根据行驶数据的失真情况，对行驶数据进行风险识别，得到风险识别结果；根据风险识别结果，确定决策降阶方式；根据决策降阶方式，对自动驾驶车辆的换道跟驰进行控制。本发明的技术方案能够在车载传感器精度下降或数据缺失条件下，保证自动驾驶车辆换道和跟驰的安全性。
自动驾驶决策方法系统车辆

[发明专利]一种多智能体统一交互轨迹预测方法、系统、设备和介质-CN202310911869.0在审
发明人：江昆;陈俊杰;杨蒙蒙;付峥;杨殿阁 -专利权人：清华大学
申请日： 2023-07-25 - 公布日： 2023-08-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种多智能体统一交互轨迹预测方法、系统、设备和介质，包括以下步骤：根据当前交通场景构建2D空间图并进行空间增强表征，得到空间注意力矩阵；将得到的空间注意力矩阵输入预先训练的时空transformer网络，得到多智能体统一交互轨迹预测结果。本发明通过对2D空间图进行了空间图增强表征，完成了交通场景内各种交互关系的交互建模，同时通过建立时空transformer网络，可以有效提升多智能体轨迹预测精度，满足实际应用需求。因此，本发明可以广泛应用于智能汽车轨迹预测领域。
一种智能体统交互轨迹预测方法系统设备介质

[发明专利]一种传感器标定的方法、装置、计算机存储介质及终端-CN202110360085.4有效
发明人： 杨殿阁;黄琪杰;杨蒙蒙;江昆;温拓朴;张晓龙 -专利权人：清华大学
申请日： 2021-04-02 - 公布日： 2023-07-14 - 主分类号： G01D18/00 文献下载
摘要：本文公开一种传感器标定的方法、装置、计算机存储介质及终端，本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过惯性导航设备(INS)获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。
一种传感器标定方法装置计算机存储介质终端

[发明专利]高精度地图垂向要素更新检测方法、系统、介质及设备-CN202210085972.X有效
发明人： 杨殿阁;杨蒙蒙;黄健强;江昆;温拓朴 -专利权人：清华大学
申请日： 2022-01-25 - 公布日： 2023-07-14 - 主分类号： G01C21/00 文献下载
摘要：本发明涉及一种高精度地图垂向要素更新检测方法、系统、介质及设备，其包括：从获取的原始图像数据中检测出图片中的地图垂向要素，得到每个被检测的所述垂向要素的像素边缘点；将获取的相邻时刻图像上的垂向要素进行关联，得到相邻时刻图像中相应关联像素之间的速度向量；根据速度向量得到车辆位置姿态信息，利用车辆位置姿态信息将被检测到的垂向要素的上边缘与下边缘点的像素转标转换为世界坐标系，得到垂向要素相对于车辆的距离；根据垂向要素相对于车辆的距离确定垂直物体是否存在，并计算垂直物体存在的置信度，同时确定垂直物体的位置；根据垂直物体存在的置信度和位置，更新高精度地图数据库。本发明能高效的完成高精地图的更新。
高精度地图要素更新检测方法系统介质设备

[发明专利]自动驾驶车辆的决策算法的生成方法、系统及车辆-CN202111658863.4在审
发明人： 杨殿阁;周伟韬;曹重;江昆 -专利权人：丰田自动车株式会社;清华大学
申请日： 2021-12-31 - 公布日： 2023-07-11 - 主分类号： B60W60/00 文献下载
摘要：本申请公开了一种自动驾驶车辆的决策算法的生成方法、系统及车辆，该方法包括：至少基于处于自动驾驶状态的车辆的第一时序数据，构建仿真环境，其中，第一时序数据至少包括处于自动驾驶状态的车辆的第一行动数据，以及车辆与第一外部对象的第一环境交互信息；获取处于接管场景下的车辆的第二时序数据，其中，接管场景为车辆退出自动驾驶状态一定时间段内的驾驶场景；基于车辆的第二时序数据，利用构建的仿真环境，生成车辆的仿真环境数据，其中，仿真环境数据为在仿真环境中，处于接管场景下的车辆相关数据；至少利用仿真环境数据，生成用于自动驾驶车辆的决策算法。该方法在保证车辆安全的情况下，提高决策算法的准确性以及生成效率。
自动驾驶车辆决策算法生成方法系统

[发明专利]一种点云目标检测方法、系统、设备及介质-CN202310351752.1在审
发明人：江昆;杨殿阁;王云龙;杨蒙蒙;施以宁;温拓扑 -专利权人：清华大学
申请日： 2023-04-04 - 公布日： 2023-07-07 - 主分类号： G06V10/77 文献下载
摘要：本发明涉及一种点云目标检测方法、系统、设备及介质，包括：对点云数据进行点级别的深度特征提取，并获取点云前背景掩膜；将点云前背景掩膜与点云坐标信息拼接后进行栅格级特征提取，获得点云的三维栅格级特征；将点云的三维栅格级特征进行融合特征编码，得到伪图像特征编码；进行伪图像特征编码和检测目标位置、尺寸、朝向和类别信息的回归，获得点云检测结果。本发明在点级别和体素级别特征有效融合的基础上，实现端到端的三维目标检测。
一种目标检测方法系统设备介质

[发明专利]一种线形地图要素的提取方法、系统和可读介质-CN202310115573.8在审
发明人：杨蒙蒙;杨殿阁;唐雪薇;江昆;黄晋;温拓朴;黄健强 -专利权人：清华大学
申请日： 2023-02-15 - 公布日： 2023-05-30 - 主分类号： G06V20/58 文献下载
摘要：本发明属于自动驾驶技术领域，涉及一种线形地图要素的提取方法，包括以下步骤：将具有线形地图要素的单帧图像输入深度特征提取网络，提取深度图像特征；通过变压解码器，对所述深度图像特征与若干个查询量进行解码；通过多层感知器，根据所述解码结果，生产分支输出线形地图要素采样点坐标和分支输出线形地图要素对应类别；将线形地图要素采样点坐标和分支输出线形地图要素对应类别合并，得到所述线形地图要素的结构体。其仅使用摄像头传感器提供的单帧图像数据实现地图要素实例分割，成本低。
一种线形地图要素提取方法系统可读介质

[发明专利]考虑不确定性的自动驾驶强化学习运动规划方法和系统-CN202211463660.4在审
发明人： 杨殿阁;江昆;周伟韬;曹重;邓楠山;刘小钰 -专利权人：清华大学
申请日： 2022-11-22 - 公布日： 2023-05-16 - 主分类号： B60W60/00 文献下载
摘要：本发明涉及一种考虑不确定性的自动驾驶强化学习运动规划方法和系统，包括以下步骤：基于获取的历史驾驶数据，使用深度强化学习方法对预先构建的多头值函数网络进行训练；获取当前时刻的环境状态信息，并分别利用训练得到的多头值函数网络和自动驾驶车辆的自动驾驶系统得到基于数据拟合的运动轨迹和基于规则的运动轨迹，比较后得到自动驾驶车辆的最优运动轨迹。通过结合自举式不确定性估计，考虑了强化学习算法在计算过程中可能由于其黑箱特性导致的不确定性，通过基于规则的方法避免了这种不确定性可能造成的危险决策，有助于提升该类方法在智能车辆中使用的安全性和可靠性。因此，本发明可以广泛应用于智能车辆领域。
考虑不确定性自动驾驶强化学习运动规划方法系统

[发明专利]栅格检测跟踪框架构建环境语义占据与速度场方法及系统-CN202310051371.1在审
发明人：江昆;杨殿阁;施以宁;王云龙;杨蒙蒙 -专利权人：清华大学
申请日： 2023-02-02 - 公布日： 2023-05-12 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及一种栅格检测跟踪框架构建环境语义占据与速度场方法及系统，包括：通过多种车载异构传感器，由神经网络的深度学习获取环境的完全语义分割地图；在完全语义分割地图上进行栅格级跟踪，给定上游模块生成的细粒度语义鸟瞰图，对每个栅格的占据和速度进行建模，并将粒子分配到栅格中，进行粒子的更新；进行栅格级后融合，将细粒度的语义和速度信息融合，通过环境中每个栅格的语义，占据和速度的属性全面理解，形成增强的可行驶空间认知。
栅格检测跟踪框架构建环境语义占据速度方法系统

[发明专利]多相机生成局部地图模板理解加强目标检测方法及系统-CN202310051583.X在审
发明人：江昆;杨殿阁;施以宁;周韬华;杨蒙蒙 -专利权人：清华大学
申请日： 2023-02-02 - 公布日： 2023-05-02 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及一种多相机生成局部地图模板理解加强目标检测方法及系统，其包括：以同一帧多个车载相机的图像作为信息源，构建自车感知范围内的生成式局部地图；基于生成式局部地图，通过静态环境模板生成式地图与动态目标检测的交互式学习与交叉注意力增强，由目标检测障碍物信息分辨静态要素是否被遮挡，补全被遮挡区域，通过静态要素约束动态障碍物的位置与状态，完善目标检测；利用生成式局部地图约束目标检测后处理，输出静态要素的语义图层和动态要素的三维包围框，由目标检测增强局部地图生成过程的完整性。本发明使用交叉注意力机制处理动态目标在静态环境模板的约束和静态模板被动态目标的遮挡，联合增强局部地图和目标检测的性能。
多相生成局部地图模板理解加强目标检测方法系统

[发明专利]一种分布式多传感器融合跟踪方法和系统-CN202310078490.6在审
发明人：杨蒙蒙;杨殿阁;江昆;周韬华;施以宁 -专利权人：清华大学
申请日： 2023-01-17 - 公布日： 2023-04-28 - 主分类号： G06F18/25 文献下载
摘要：本发明涉及一种分布式多传感器融合跟踪方法和系统，包括以下步骤：获取各传感器的原始测量信息，并采用预先建立的基于扩展标签多伯努利滤波器，得到多传感器局部后验概率密度；确定分布式多传感器融合网络拓扑结构及相对权重矩阵，并基于相对权重矩阵对多传感器局部后验概率密度进行融合，得到融合概率后验密度；根据融合概率后验密度，进行目标状态与数量的更新，得到分布式多传感器融合跟踪结果。本发明基于扩展标签多伯努利滤波器实现对于多目标状态和数量的同时估计，无需复杂的数据关联算法，提高计算效率，做到实时性多目标跟踪。因此，本发明可以广泛应用于智能汽车的环境感知领域。
一种分布式传感器融合跟踪方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
下一页»
尾页
共 220 条