“苏州驾驶宝智能科技有限公司”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8个，建议您升级VIP下载更多相关专利

[发明专利]基于深度亲和网络自适应关联的多目标跟踪方法及装置-CN202310916396.3在审
发明人：王力;谢涛;刘德东;卢一倩 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06V10/74 文献下载
摘要：本申请提供了基于深度亲和网络自适应关联的多目标跟踪方法及装置，涉及自动驾驶多目标跟踪技术领域，包括：对所有预设类别的检测框和预测框进行处理，得到拼接后的特征向量；利用预先训练完成的多层感知机对拼接后的特征向量进行处理，得到升维的特征向量；对升维的特征向量进行切片处理，得到每个预设类别的检测框深度特征和预测框深度特征，构建对应类别的特征矩阵；利用预先训练完成的每个预设类别的深度亲和网络对对应类别的特征矩阵进行处理，得到相似度矩阵；基于每个预设类别的相似度矩阵，利用匹配算法获得对应类别的检测框和轨迹框之间的匹配关系。本申请实现自适应分类数据关联，提高了代价矩阵的准确度，提高了多目标跟踪的精度。
基于深度亲和网络自适应关联多目标跟踪方法装置

[发明专利]一种基于改进广义交并比的多类别多目标跟踪方法及装置-CN202211668177.X在审
发明人：张新钰;王力;刘德东;谢涛;徐大中 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2022-12-23 - 公布日： 2023-06-23 - 主分类号： G06T7/246 文献下载
摘要：本申请提供了一种基于改进广义交并比的多类别多目标跟踪方法及装置，涉及自动驾驶技术领域，所述方法包括：获取检测器输出的当前图像帧中的所有运动目标的检测框；利用上一图像帧中所有运动目标的运动信息，得到上一图像帧中所有运动目标在当前图像帧中的预测框；计算每个检测框和每个预测框之间的广义交并比，根据每个检测框的偏航角和每个预测框的偏航角的差计算对应的惩罚系数；根据广义交并比和惩罚系数建立各检测框和各预测框之间的关联代价矩阵；基于关联代价矩阵，使用匹配算法得到当前图像帧中匹配成功的检测框的目标序号。本申请提高了检测框匹配的正确率，提高了多类别多目标的跟踪精度。
一种基于改进广义交并类别多目标跟踪方法装置

[发明专利]基于关键点多尺度融合的立体场景目标检测方法及系统-CN202111499490.0有效
发明人：张新钰;王力;罗建曦;刘玉超 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2021-12-09 - 公布日： 2023-05-16 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及一种自动驾驶立体场景目标检测算法，特别是涉及基于关键点多尺度融合的立体场景目标检测方法及系统，所述方法包括：采集激光雷达点云数据，输入预先建立和训练好的多尺度融合网络，输出三维目标检测结果；所述多尺度融合网络，利用伪图像回归目标可能的中心点位置，基于关键点进行不同尺度体素的选取，生成对应不同尺度的伪图像并进行叠加，从而加强特征表达能力。本发明通过基于关键点的多尺度融合机制，有效加强点云数据的特征表达能力，从而提取到更加有效的特征，本发明的方法可以降低计算消耗和提升检测精度，有效提升三维目标检测的精度。
基于关键尺度融合立体场景目标检测方法系统

[发明专利]一种陆空两栖飞车的自主驾驶系统-CN202210174167.4有效
发明人：张新钰;刘华平;黄康尧;高涵文;孙弘麟;申灏文 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2022-02-24 - 公布日： 2023-05-12 - 主分类号： G05D1/00 文献下载
摘要：本发明公开了一种陆空两栖飞车的自主驾驶系统，包括部署在飞车上的地面行驶模块、空中飞行模块和飞车自动驾驶模块，以及部署在地面控制站的用户交互模块；地面行驶模块和空中飞行模块，分别用于在飞车自动驾驶模块的控制下进行地面行驶和空中飞行，并反馈运动信息至飞车自动驾驶模块；飞车自动驾驶模块用于在自动驾驶模式根据感知信息，在二维和三维中交替搜索路径生成轨迹，并将控制信息发送至地面行驶模块和空中飞行模块；用于接收用户交互模块的控制信息进入用户控制模式并发送信息至地面行驶模块和空中飞行模块，还用于接收运动信息并发送至用户交互模块；用户交互模块用于自动驾驶与用户控制模式间的热切换；还用于实现飞车数据可视化。
一种陆空两栖飞车自主驾驶系统

[发明专利]一种基于神经架构搜索的稀疏无序3D点云特征提取方法-CN202211665976.1在审
发明人：张新钰;谢涛;王力;杨淋淇;王超 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2022-12-23 - 公布日： 2023-04-18 - 主分类号： G06V10/77 文献下载
摘要：本申请提供了一种基于神经架构搜索的稀疏无序3D点云特征提取方法，包括：构建包含N个下采样层的超网，每个下采样层为一个大卷积块；将N个大卷积块的输出通道数作为N个搜索参数构建搜索空间；循环执行下述步骤直至所有子网训练完成：从搜索空间选取N个搜索参数，根据每个搜索参数从对应的大卷积块中切割得到小卷积块，将N个小卷积块连接构成一个子网；利用训练完成的子网的各个小卷积块的权重参数，对所属的大卷积块的权重参数进行更新；将检测准确率最高的子网作为最优特征提取神经网络；利用最优特征提取神经网络对3D点云数据进行处理得到3D点云特征。本申请提高了最优特征提取神经网络的搜索速度，提高了稀疏无序3D点云的特征提取效果。
一种基于神经架构搜索稀疏无序特征提取方法

[发明专利]一种基于跨位置及通道的注意力机制的点云特征增强方法-CN202210819738.5有效
发明人：张新钰;王力;刘华平;高涵文 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2022-07-13 - 公布日： 2023-04-18 - 主分类号： G06V10/42 文献下载
摘要：本发明涉及自动驾驶技术、机器人环境感知等领域，尤其涉及一种基于跨位置及通道的注意力机制的点云特征增强方法，所述方法包括：将点云特征输入点云特征增强模型，得到特征增强的特征矩阵；所述点云特征增强模型，基于自注意力机制，利用不同位置的不同通道元素的显式相关性实现点云特征的增强。本发明通过建模输入不同位置的不同通道元素的显式相关性进行特征重新校准，网络可以学会使用全局信息，有选择地强调信息特征，并抑制不太有用的特征；本发明将自注意表示为核特征映射的线性点积，并利用矩阵乘积的结合性来降低复杂度。
一种基于位置通道注意力机制特征增强方法

[发明专利]一种多激光雷达和多相机传感器空间位置自动标定方法-CN202210174586.8有效
发明人：张新钰;王继鹏;鲍泽峰;熊一瑾;高涵文;郭世纯 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2022-02-24 - 公布日： 2023-03-17 - 主分类号： G01S7/497 文献下载
摘要：本发明公开了一种多激光雷达和多相机传感器空间位置自动标定方法，所述方法包括：步骤1)通过对每个激光雷达采集的点云数据和每个相机传感器采集的RGB图像分别提取直线特征，经投影计算灰度值得分，得到全部激光雷达点的总得分，采用自适应优化方法选择最高总得分进而得到每个激光雷达和某个相机传感器的位置关系；步骤2)对每两个激光雷达的点云数据进行配准，得到激光雷达间的位置关系；步骤3)利用多个相机的对极几何约束，根据相机传感图像数据得到相机传感器间的位置关系；步骤4)根据步骤1)、步骤2)和步骤3)得到的位置关系，进行全局优化，完成多激光雷达和多相机传感器空间位置的标定。
一种激光雷达多相传感器空间位置自动标定方法

[发明专利]自动驾驶车人机协同驾驶方法-CN201710784806.8在审
发明人：张新钰;赵建辉;郭世纯 -专利权人： 苏州驾驶宝智能科技有限公司
申请日： 2017-09-04 - 公布日： 2017-11-07 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种自动驾驶车人机协同驾驶方法，属于自动行驶交通运输装置，包括以下步骤，A、建立自动驾驶车人机协同驾驶系统，B、确定行驶路径，C、绕过障碍物，D、到达目的地。实现了在城市环境交通状况复杂的情况下，小区便利店、办公楼等订单集中场所进行批量送货，更加安全和便捷，大幅提升配送效率，且节约了人力成本。操作人员距离车辆较远时远程控制自动驾驶车行驶，保证了自动驾驶车能够长距离安全地工作。
自动驾驶人机协同方法

1
共 8 条