[发明专利]将用于对象检测的地图特征与LIDAR合并的全面且有效的方法有效

专利信息
申请号: 202010030459.1 申请日: 2020-01-13
公开(公告)号: CN111476079B 公开(公告)日: 2023-08-29
发明(设计)人: 张亮亮;孙宏艺;庄立;胡江滔;李栋;陶佳鸣 申请(专利权)人: 百度(美国)有限责任公司
主分类号: G06V20/56 分类号: G06V20/56;G06V10/82;G06N3/0464
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要: 根据各种实施例,本公开中描述的系统和方法将映射的特征与点云特征组合以改进自主行驶车辆(ADV)的对象检测精度。基于ADV的位置,可以在每个行驶周期从特定视角内的ADV的感知区域提取地图特征和点云特征。地图特征和点云特征可以被连接并提供给神经网络以用于对象检测。
搜索关键词: 用于 对象 检测 地图 特征 lidar 合并 全面 有效 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度(美国)有限责任公司,未经百度(美国)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202010030459.1/,转载请声明来源钻瓜专利网。

同类专利
  • 透光对象表面异常检测方法、装置、设备及存储介质-202310836451.8
  • 朱金攀 - 阿波罗智联(北京)科技有限公司
  • 2023-07-07 - 2023-10-27 - G06V20/56
  • 本公开提供一种透光对象表面异常检测方法、装置、设备及存储介质,涉及计算机技术领域,具体涉及图像处理、图像识别等技术领域,可应用于脏污检测、异物检测等场景下。具体实现方案包括:向透光对象表面发射光线;接收光线经透光对象表面反射后的反射光线;判断反射光线的光线参数是否符合预设要求;当反射光线的光线参数符合预设要求时,执行预设算法,根据透光对象表面对应的拍摄图像,检测透光对象表面是否存在异常。本公开可以节省算力,并提高异常检测的准确率。
  • 基于协同感知噪声位姿鲁棒矫正的目标检测方法和装置-202310935557.3
  • 谷佳铭;孟维亮;郭建伟;张吉光;张晓鹏 - 中国科学院自动化研究所
  • 2023-07-27 - 2023-10-27 - G06V20/56
  • 本发明提供一种基于协同感知噪声位姿鲁棒矫正的目标检测方法和装置,方法包括:获取自车的自车点云数据,以及连接车的转换点云数据,转换点云数据是基于自车的位姿信息进行视角转换得到;分别对自车点云数据的特征图和转换点云数据的特征图进行特征生成,得到自车的空间置信图和连接车的空间置信图,从空间置信图中定位区域中心点;匹配自车的区域中心点和连接车的区域中心点,基于匹配结果确定细粒度转换矩阵;基于细粒度转换矩阵,对连接车的伪图像表征进行位姿误差矫正,得到矫正伪图像表征;基于自车的伪图像表征和连接车的矫正伪图像表征,进行目标检测。本发明提供的方法和装置,实现了无需额外增加训练且滤除噪声数据、高精度的目标检测。
  • 一种地图道路要素的识别方法、装置、设备及存储介质-202310848043.4
  • 滕伟健;刘银;杨娜;丁立根;刘奇;张维平;伍伟绩;吴泰志;蔡林浩;谢伯杰 - 河北全道科技有限公司
  • 2023-07-11 - 2023-10-27 - G06V20/56
  • 本申请提供了一种地图道路要素的识别方法、装置、设备及存储介质,属于测绘领域。该方法包括:对原始点云进行切分,得到至少两个局部点云;基于局部点云进行道路要素提取,得到各个局部点云对应的局部提取结果;对局部提取结果进行拼接,得到全局提取结果;将图像语义分割结果投影至全局提取结果中,得到输出点云。通过切分点云进行局部要素提取,再对局部提取结果进行拼接,并基于点云识别结果与图像识别结果再融合的方式,利用图像识别结果弥补点云识别结果所缺失的信息以及解决切分导致的拼接不连续问题,通过多模态的输入和融合,能够识别丰富的要素信息,提高道路要素识别的准确率以及位置精度,符合高精地图的要素识别需求。
  • 一种不良光照场景下的智能驾驶可解释多模态感知方法-202310770675.3
  • 张新钰;沈思甜;李骏;张世焱;国纪龙;吴凡 - 清华大学
  • 2023-06-27 - 2023-10-27 - G06V20/56
  • 本申请提供一种不良光照场景下的智能驾驶可解释多模态感知方法,涉及智能驾驶技术领域,所述方法包括:获取目标场景的RGB图像以及3D点云数据;利用预先训练完成的第一信源编码模型对3D点云数据进行压缩处理,得到压缩后的3D点云数据;利用预先训练完成的第二信源编码模型对RGB图像进行压缩,得到压缩后的RGB图像;利用预先训练完成的基于多头注意力机制的多模态融合模型对压缩后的3D点云数据和压缩后的RGB图像进行融合处理,得到融合特征;将融合特征与压缩后的3D点云数据的第一点云特征进行相加,得到第二点云特征;利用三维检测头对第二点云特征进行处理,得到目标检测结果。本申请提高了车辆遮挡以及光线骤变等特殊场景下的目标检测的精度。
  • 目标检测方法、装置、计算机可读介质及电子设备-202211476436.9
  • 高斌斌 - 腾讯科技(深圳)有限公司
  • 2022-11-23 - 2023-10-27 - G06V20/56
  • 本申请的实施例提供了一种目标检测方法、装置、计算机可读介质及电子设备,该方法包括:获取原始模型;通过特征提取网络提取目标样本图像的特征图,通过区域推荐网络生成候选框;将候选框分为正样本和负样本,通过信息整合网络生成候选框特征;通过分类头生成类别预测结果,通过回归头生成边界框回归位置,确定总损失值,分类头的损失函数包括正样本对应的第一损失函数和负样本对应的第二损失函数,第二损失函数包括与类别预测结果正相关的调整参数;根据总损失值训练出目标模型,根据目标模型进行目标检测。本申请提高了在少量标记下新类实例的学习效果。本申请实施例可应用于工业缺陷质检、地图、自动驾驶、智慧交通、辅助驾驶等各种场景。
  • 道路平面的确定方法、装置、设备、介质和车辆-202211428639.0
  • 李昂 - 北京车和家信息技术有限公司
  • 2022-11-15 - 2023-10-27 - G06V20/56
  • 本公开实施例提供一种道路平面的确定方法、装置、设备、介质和车辆。道路平面的确定方法包括:对感兴趣区域进行网格划分得到多个划分网格;在近处网格中选择第一网格,在远处网格中选择第二网格,以及在中间网格中随机地选择多个第三网格;分别基于各个第一网格、第二网格和随机选择的第三网格包括的点云坐标各自确定点坐标,并采用三个点坐标组成候选三角形;选择符合预设约束条件的候选三角形作为目标三角形,并将目标三角形确定的平面作为感兴趣区域所在的平面。本实施例方案在随机抽样一致性算法思想基础上,又通过预先设定的规则对点坐标的选择做了限制,使得获取的点坐标可能地表征目标道路区域的平面特性,进而提高了绘制目标道路所在平面的拟合度。
  • 异常道路的检测方法和装置、存储介质及电子设备-202310034732.1
  • 朱明旭 - 腾讯科技(深圳)有限公司
  • 2023-01-10 - 2023-10-27 - G06V20/56
  • 本申请公开了一种异常道路的检测方法和装置、存储介质及电子设备。其中,该方法包括:获取待识别的T帧图像,其中,T帧图像是装载在道路巡检车上的图像采集设备采集到的道路图像,T为大于或等于2的正整数;将待识别的T帧图像中的第i帧图像输入语义分割模型,得到异常道路的第i张预测概率图,其中,第i张预测概率图上的每个特征值用于表示每个像素位置上存在异常道路的概率;在第i张预测概率图中查找特征值表示的概率大于预设阈值的像素位置,得到目标像素位置集合;根据目标像素位置集合,确定第i帧图像中异常道路的目标位置。本申请解决了在异常道路的检测过程中出现的成本较高的技术问题。
  • 路沿检测方法、电子设备及自动行走设备-202210392802.6
  • 成立明 - 广州视源电子科技股份有限公司;广州视睿电子科技有限公司
  • 2022-04-14 - 2023-10-27 - G06V20/56
  • 本发明涉及自动行走技术领域,具体涉及路沿检测方法、电子设备及自动行走设备,该方法包括获取激光采集设备采集的待处理激光束点云;对所述待处理激光束点云进行有效性分析,确定目标激光束点云,所述目标激光束点云为射向行走面的激光束点云;基于所述目标激光束点云的每一圈点云中各个激光点的激光距离对应的变化方式,确定所述目标激光束点云中的路沿点,以确定所述行走面的路沿。先对待处理激光束点云进行有效性分析,去除待处理激光束点云中的无效激光点,该方法在不引入其他传感器的基础上,仅利用激光采集设备采集的待处理激光束点云即可实现路沿点的检测,在保证检测准确性的基础上,提高了检测效率,能够实现实时的路沿检测。
  • 车道线检测模型的训练方法、装置、设备及存储介质-202310943874.X
  • 郭和炀;孟凤婵;张雄;苗乾坤 - 新石器中研(上海)科技有限公司
  • 2023-07-28 - 2023-10-27 - G06V20/56
  • 本申请公开了一种车道线检测模型的训练方法、装置、设备及存储介质,属于涉及计算机技术领域。所述方法包括:获取指定点云地图的点云鸟瞰图、以及点云鸟瞰图对应的方向标签和方向场值标签;将点云鸟瞰图输入特征提取网络,得到点云鸟瞰图对应的图像特征;将图像特征和方向标签,输入车道线方向识别网络,以获得水平车道线点云和与垂直车道线点云;将图像特征和方向场值标签,输入车道线方向场检测网络,以获得车道线点云的水平方向场值和垂直方向场值;基于图像特征、方向标签、方向场值标签、水平车道线点云、垂直车道线点云、车道线点云的水平方向场值和垂直方向场值,对待训练的车道线检测模型进行迭代训练,得到训练完成的车道线检测模型。
  • 道路对象的运动状态确定方法和装置、存储介质及电子设备-202310092552.9
  • 黄天 - 腾讯科技(深圳)有限公司
  • 2023-01-30 - 2023-10-27 - G06V20/56
  • 本公开提供了一种道路对象的运动状态确定方法和装置、存储介质及电子设备。其中,该方法包括:获取对目标道路观测所得到的观测数据,通过与目标道路相匹配的运动状态预测模型,获取与观测数据相匹配的运动状态预测结果;在观测到的目标道路对象的目标行驶状态和为目标道路对象预测出的目标运动状态预测结果之间的状态差异满足校正条件的情况下,利用目标道路对象的观测数据对目标运动状态预测结果进行校正,得到校正后的运动状态预测结果;还可应用在云技术、智慧交通等场景,还可涉及图像处理、大数据等技术。本公开解决了相关技术中存在的道路对象的识别不准确的技术问题。
  • 验证系统及方法-202210367804.X
  • 廖祥闵 - 富智捷股份有限公司
  • 2022-04-08 - 2023-10-27 - G06V20/56
  • 本申请提供一种验证系统及方法,所述系统,包括:模拟模块,用于生成测试场景,所述测试场景内设置有至少两个物体;显示模块,所述显示模块连接所述模拟模块,用于显示所述测试场景的影像;采集模块,所述采集模块用于采集所述测试场景的影像及车辆动作信号,其中所述车辆动作信号由一驾驶员驾驶车辆所产生;控制模块,所述控制模块用于根据所述影像计算所述至少两个物件之间的至少一感测距离,且匹配所述至少一感测距离与所述车辆动作信号;中介模块,所述中介模块连接所述采集模块和控制模块,用于传输所述车辆动作信号及所述测试场景的影像至所述控制模块,能够提高的验证效率,减少验证时的车辆外出试验次数。
  • 事故确定方法及装置、模型训练方法及装置、电子设备-202110133296.4
  • 暴雨;梁海金;杨玲玲;李成洲 - 北京百度网讯科技有限公司
  • 2021-01-29 - 2023-10-27 - G06V20/56
  • 本公开公开了事故确定方法及装置、模型训练方法及装置、电子设备以及存储介质,涉及数据/图像处理技术领域,尤其涉及人工智能和智能交通等领域。其中,事故确定方法具体实现方案为:确定处于拥堵状态的目标路段和与上述目标路段相邻的关联路段;获取上述目标路段的交通轨迹信息和上述关联路段的交通轨迹信息;根据上述目标路段的交通轨迹信息和上述关联路段的交通轨迹信息,对上述目标路段进行事故检测,得到检测结果;在根据上述检测结果确定上述目标路段为事故发生路段的情况下,调取上述目标路段的图像信息;以及根据上述目标路段的图像信息确定事故发生原因。
  • 一种高速公路绿化带检测方法和装置-202110850394.X
  • 唐慧明;李尔凯 - 浙江大学
  • 2021-07-27 - 2023-10-27 - G06V20/56
  • 本发明公开了一种高速公路绿化带检测方法和装置,所述方法包括:车载摄像机获取高速公路图像;计算连续二帧图像间的移动距离;计算绿化带护栏到摄像机光轴的距离;提取前后二帧图像中绿化带区域的特征点及其描述子;用基于统计的匹配方法对特征点进行匹配;根据成像原理,由前后二帧图像中匹配特征点对的坐标变化和二帧图像间的移动距离计算得到该点到摄像机光轴的距离;比较护栏距离和绿化带区域测距结果,判断是否存在绿化带植物越过护栏过多的情况。本发明使用低成本的车载单目摄像机,利用了前后二帧图像的信息,其实现方法简便,手段灵活,能够实现绿化带检测。
  • 车辆横向控制的方法和装置、控制器、车辆以及存储介质-202310980908.2
  • 鲍纪宇 - 博世汽车部件(苏州)有限公司
  • 2023-08-07 - 2023-10-27 - G06V20/56
  • 本发明涉及一种用于车辆的横向控制的方法,其包括以下步骤:接收图像数据,其包含车辆的当前道路的信息;基于图像数据,在满足以下条件中的至少一个的情况下确定当前行车道的右侧边缘线不可靠:第一条件:当前跟踪的行车道中心线的中心线特征参数与当前行车道的右侧边缘线的右侧边缘线特征参数的偏差大于第一阈值,第二条件:当前行车道的行车道宽度符合预确定的宽度变化特征;在确定车辆的当前行车道的右侧边缘线不可靠的情况下,基于当前行车道的左侧边缘线与当前行车道的行车道宽度求取当前行车道的行车道中心线用于车辆的横向控制。本发明还涉及一种用于车辆的横向控制的装置、一种用于车辆的控制器、一种车辆以及一种计算机可读存储介质。
  • 一种基于深度神经网络的弱光环境车道线检测方法、装置-202011612255.5
  • 祝青园;宋爽;黄腾超;卜祥建 - 厦门大学
  • 2020-12-30 - 2023-10-27 - G06V20/56
  • 本发明公开了一种基于深度神经网络的弱光环境车道线检测方法、装置,方法具体包括:使用实际驾驶环境图像通过调节对比度和gamma数值转换成弱光图像,训练弱光增强网络,实现高质量车道线图像的输出;将弱光增强网络输出的高质量车道线图像引入改进的DeeplabV3+语义分割网络,提取包含高级语义信息车道特征检测候选车道;检测到候选车道后,通过快速的聚类算法将候选车道聚类为线型输出,完成对当前行驶车道的车道线检测;设定距离阈值,当车辆位置距离边界车道线小于设定距离阈值时,发出警告;本发明提出的方法,能够提升弱光环境下车道线检测的精度和鲁棒性。
  • 驾驶员辅助系统和护栏检测方法-201810787842.4
  • V·V·阿斯瓦塔纳拉亚南;V·S·巴度里亚 - 大陆智行德国有限公司
  • 2018-07-18 - 2023-10-27 - G06V20/56
  • 本发明涉及用于生成护栏样式的计算机实施方法,其包括:a.用一摄像机捕获一图像帧;b.确定所述图像帧包括护栏的至少两个护栏结构,并利用剪切框跟踪所述图像帧中的护栏结构,其中,所述护栏结构包括非垂直部分和垂直部分;c.处理剪切框的信息,以提取所跟踪的护栏结构之一的角梯度信息;d.使用聚类方法对角梯度信息进行聚类,以生成有关剪切框的各部分的角度信息簇;e.提取剪切框的非垂直部分上的信息;f.重复步骤c到e,直到所有跟踪的护栏结构都完成了这些步骤;以及g.通过所跟踪的护栏结构的非垂直部分拟合一曲线。本发明还涉及一种用于实施所述方法的驾驶员辅助系统以及一种用于检测护栏结构的训练机器学习算法。
  • 一种目标检测方法、系统及相关设备-202210757256.1
  • 张军;陶征;王原正;程伟 - 南京慧尔视智能科技有限公司
  • 2022-06-30 - 2023-10-27 - G06V20/56
  • 本发明提供了一种目标检测方法、系统及相关设备,该方法为:调用设置在车辆特定位置的图像采集设备,采集得到待处理图像;将待处理图像输入预设的目标检测网络进行目标检测,以检测得到目标对象对应的处于第一坐标系下的第一坐标;对第一坐标进行坐标系变换,得到目标对象对应的处于第二坐标系下的第二坐标;将第二坐标传输给车辆搭载的毫米波雷达阵列,使毫米波雷达阵列根据第二坐标检测目标对象的详情信息。本方案通过图像采集设备和目标检测网络确定目标对象的坐标,使毫米波雷达阵列基于该坐标来检测目标对象的详情信息,结合图像采集设备和毫米波雷达进行目标检测,提高目标检测的准确性。
  • 基于双路深度神经网络的无人驾驶场景实时语义分割方法-202010620281.6
  • 秦飞巍;沈希乐;樊谨;李家成 - 杭州电子科技大学
  • 2020-06-30 - 2023-10-27 - G06V20/56
  • 本发明公开了一种基于双路深度神经网络的无人驾驶场景实时语义分割方法。本发明步骤如下:步骤1、以残差网络ResNet‑18为基础网络,分流出空间信息分支和上下文信息分支;步骤2、对上下文信息分支的不同阶段输出使用注意力精炼模块进行优化;步骤3、对空间信息分支和上下文信息分支的输出使用特征融合模块进行多尺度融合,用于网络最终输出;步骤4、在上下文信息分支中添加两个辅助损失函数,与主损失函数共同监督训练。本发明提高了语义分割对速度和精度的兼得性,从而实现一个应用于无人驾驶的高精度实时语义分割网络。
  • 一种基于消失点和颜色过滤器的车道线检测方法-202310827930.3
  • 刘贵如;胡昊东;王陆林;刘进;孙健;王征;李胜杰;陈为松 - 安徽工程大学;芜湖易来达雷达科技有限公司
  • 2023-07-06 - 2023-10-24 - G06V20/56
  • 本发明公开一种基于消失点和颜色过滤器的车道线检测方法,包括如下步骤:S1、从行车视频中获取连续多帧图像进行预处理,获取行车环境下车道线的消失点位置,进而自适应提取感兴趣区域ROI;S2、根据车道线颜色特征对ROI进行过滤得到二值图像,获取二值图像中所有连通区域及其质心和倾斜角,基于消失点特征和角度约束筛选符合车道线特征的连通区域;S3、从剩余连通区域中进一步获取符合车道线特征的质心点,对获取的质心点使用最小二乘法进行拟合并标识出车道线。在车道线破损、车道标识干扰和车道线被遮挡等复杂情况也能够完成车道线检测,具有一定的鲁棒性,且提高了车道线检测方法的准确率和实时性。
  • 一种轻量级点云特征地图的岔口车道识别方法-202310983290.5
  • 岑明;郭健;洪友芳;杨景超;岑汝平;冯明驰 - 重庆邮电大学
  • 2023-08-04 - 2023-10-24 - G06V20/56
  • 本发明涉及一种轻量级点云特征地图的岔口车道识别方法,属于智能移动平台定位与导航领域。当接近岔路口时,加载对应的轻量级地图,采集并预处理激光雷达点云和IMU数据,将预处理后的点云进行点云积分;将积分后的实时点云及地图点云进行特征提取;根据特征集合,将激光里程计估计结果与IMU预测结果进行位姿融合;将位姿融合结果转到Frenet坐标系并得到多个车道信息的备选值;根据多组备选值,将实时点云特征与地图特征相关联,得到车辆对应于各车道的概率向量,将概率向量最大值对应的车道作为车辆当前所在车道。该方法无需依赖大规模、完整的高精地图,可有效实现智能车辆在岔路口的车道识别,提供路径约束信息来提高城市道路中车辆自动驾驶性能。
  • 一种车道线标注方法、电子装置及介质-202310943868.4
  • 许磊磊;方赵琦;俞波 - 奕行智能科技(广州)有限公司
  • 2023-07-28 - 2023-10-24 - G06V20/56
  • 本发明公开一种车道线标注方法,其首先分别获取车道线检测的点结果及面结果,然后使用多模型融合点结果及面结果,以得到融合点集,接下来跟踪融合点集,并选取连续帧结果进行跟踪融合,以得到合并的点集,最后基于合并的点集进行拟合,并将拟合结果作为车道线的标注结果。其一方面实现了车道线标注的自动化,另一方面大大提高了车道线标注的准确率,进而可以快速准确地形成大量的样本数据,为车道线检测模型提供训练集,进而增加开发新的车道线检测模型的效率。
  • 一种跨域目标检测方法和装置-202210319883.7
  • 贺梦哲;王亚立;乔宇 - 中国科学院深圳先进技术研究院
  • 2022-03-29 - 2023-10-24 - G06V20/56
  • 本发明公开了一种跨域目标检测方法和装置。该方法包括:构建目标检测器,该目标检测器包括区域提取模块、源域分支和目标域分支,其中区域提取模块针对源域图像和类目标域图像生成对应的候选框,源域分支基于对应候选框的特征生成第一检测头,目标域分支基于对应候选框生成第二检测头,并且类目标域图像的内容和标注与源域图像相同,类目标域图像的风格与源域图像不同;以设定的损失函数为目标训练所述目标检测器,训练过程分别用源域数据和类目标域数据联合训练所述源域分支和所述目标域分支。本发明针对域差异设计双流结构的网络模型,具有独特性,能够以无需标注的方式将网络模型迁移到新的测试场景,实现有效的跨域目标检测。
  • 一种基于弓高特征点的弯曲车道线检测方法-202311163629.3
  • 王青旺;王路;王盼新;沈韬;瞿信;沈世全 - 昆明理工大学
  • 2023-09-11 - 2023-10-24 - G06V20/56
  • 本发明涉及一种基于弓高特征点的弯曲车道线检测方法,属于深度学习的图像处理技术领域。首先对图像中的车道线进行采样得到特征点,确定每条车道线特征点中的起始点与终止点,然后根据起始点与终止点的位置信息求解特征点中的弓高特征点,利用点距准则获取第一个弓高特征点,并将其作为主特征点,再在主特征点与起始点之间以及主特征点与终止点之间递归计算,获取所有弓高特征点,作为关键点。将关键点信息作为先验特征输入至车道线检测网络中,通过曲线特征提取进一步拟合关键点,以得到预测的车道线形状。本发明改善了弯曲车道线检测效果,优化面向大弯道等非直线结构车道线检测的弯曲程度不足的问题,使弯道环境下车道线检测更具鲁棒性。
  • 一种路面代表区域提取方法、装置、设备及可读存储介质-202310858864.6
  • 余亮;陈秀;李瑾宁 - 东风商用车有限公司
  • 2023-07-13 - 2023-10-24 - G06V20/56
  • 本申请涉及一种路面代表区域提取方法、装置、设备及可读存储介质,包括获取待分析图像;基于预设的边缘线和预设的宽度值从待分析图像中确定出目标区域图像;随机选取目标区域图像中的至少一个目标子块,并分别计算目标子块与目标相邻子块间的颜色相似度和纹理相似度,目标相邻子块包括与目标子块直接相邻和间接相邻的子块;根据目标子块与目标相邻子块间的颜色相似度和纹理相似度从目标区域图像内提取出路面代表区域。本申请通过松散的邻域蔓延算法对目标区域图像内随机选取的子块以及与其直接相邻和间接相邻的相邻子块间的颜色相似度和纹理相似度进行计算,并根据子块间的颜色相似度和纹理相似度从目标区域图像中有效提取出路面代表区域。
  • 道路边界多边形轮廓构建方法及系统-202310877696.5
  • 仇旭;黄洋文;张将红;石磊;张介嵩;郭雅婧 - 华域汽车系统股份有限公司
  • 2023-07-17 - 2023-10-24 - G06V20/56
  • 本发明涉及一种道路边界多边形轮廓构建方法及系统,方法包括:将当前帧和多个相邻历史帧在当前帧的车身坐标系下的点云数据进行融合,得到预设范围内的融合后的点云数据;根据预先训练的道路边界语义分割模型得到概率特征图;根据概率特征图得到类别特征图;根据类别特征图获得各语义类别的像素集;判断分岔边界的像素集是否为空集;若是,拟合得到第一道路左边界曲线和第一道路右边界曲线,并得到封闭的多边形轮廓;若否,将预设范围分为直线段道路、分岔左段道路和分岔右段道路,并获取每一段道路的封闭的多边形轮廓或者获取分岔左段道路和分岔右段道路中的一个以及直线道路的封闭的多边形轮廓。
  • 车辆事故处理方法、装置、介质及设备-202310913445.8
  • 田胜中;李平;王锫 - 平安国际融资租赁有限公司
  • 2023-07-24 - 2023-10-24 - G06V20/56
  • 本申请公开车辆事故处理方法、装置、介质及设备,该方法包括:根据实时监测的车辆运行信息识别车辆是否发生事故;当识别到车辆发生事故时,输出事故询问信息,并接收事故询问信息的第一反馈信息;根据第一反馈信息确定事故事项,根据车辆的定位位置和事故事项,向服务器发送事故上报信息,以使服务器根据事故上报信息返回车辆维修推荐信息;输出车辆维修推荐信息,并在接收到对车辆维修推荐信息的确认指令时,向车辆维修推荐信息指示的目标维修点终端发送维修预约订单,能够及时发现车辆事故并介入车辆事故的处理,通过推荐维修服务,介入事故车辆的维修,完成车辆事故的闭环处理,提高了事故处理效率。
  • 一种基于Zigzag变换的车道线检测方法、系统、设备及介质-202311188435.9
  • 程起敏;凌嘉骏 - 华中科技大学
  • 2023-09-15 - 2023-10-24 - G06V20/56
  • 本发明公开了一种基于Zigzag变换的车道线检测方法、系统、设备及介质,属于智能交通技术领域。本发明将具有特殊的长、细,且按斜方向分布的车道线结构,通过zigzag变换的方式将原本远离的车道线区域聚合,从而将车道线检测需要解决的非局部问题转换为可以学习的局部增强问题。本发明相比于部分经典的注意力模块获得了更好的效果,同时依然能保持模型的轻量性,真正实现了车道线检测的高实时性和高准确率的需求。此外,通过zigzag变换的方式将原本远离的车道线区域聚合后,使用简单、轻量的卷积和全连接等操作,实现车道线结构的局部、全局增强,并且可以利用“车道线总是同时对称出现”的先验知识,进一步提升检测的精度。
  • 基于机器学习的识别目标车辆变道的方法-202311196657.5
  • 陈刚;杜思伟;宋国强;张民 - 常州星宇车灯股份有限公司
  • 2023-09-18 - 2023-10-24 - G06V20/56
  • 本发明公开了一种基于机器学习的识别目标车辆变道的方法,它包括:步骤S1、MCU初始化神经网络模型的权值和偏移量;步骤S2、对神经网络模型的输入信号进行采样,融合处理后获得输入信号Input[1]~Input[n];步骤S3、将输入信号Input[1]~Input[n]进行加权,计算得到神经网络模型的隐藏层节点值y1~yn;步骤S4、将神经网络模型的隐藏层节点值y1~yn经过激活函数变换得到神经网络模型的隐藏层节点值的变换值Tmp[1]~Tmp[n],然后将神经网络模型的隐藏层节点值的变换值Tmp[1]~Tmp[n]存入寄存器。本发明提供一种基于机器学习的识别目标车辆变道的方法,能够快速准确地识别自车周围其他车辆的变道行为,保证自车驾驶安全。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

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