[发明专利]交通信号灯关联道路的确定方法和装置在审
| 申请号： | 202310138416.9 | 申请日： | 2023-02-14 |
| 公开（公告）号： | CN115810184A | 公开（公告）日： | 2023-03-17 |
| 发明（设计）人： | 蒋丹宁;刘志成;孙赞;廖易天;关焕康;宁宇光 | 申请（专利权）人： | 高德软件有限公司 |
| 主分类号： | G06V20/58 | 分类号： | G06V20/58;G06V20/56;G06V10/422;G06V10/762;G06V10/764;G06V10/82;G06N3/0455 |
| 代理公司： | 北京博思佳知识产权代理有限公司 11415 | 代理人： | 王剑 |
| 地址： | 102299 北京市昌平*** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 说明书披露一种交通信号灯关联道路的确定方法和装置。该方法包括：确定目标交通信号灯对应的若干候选道路；确定每条候选道路的特征向量和所述目标交通信号灯的特征向量；针对每条所述候选道路，将所述候选道路的特征向量和所述目标交通信号灯的特征向量输入分类模型，通过所述分类模型输出所述候选道路与所述目标交通信号灯关联的概率；根据所述概率在所述候选道路中确定所述目标交通信号灯关联的目标道路。采用本说明书提供的上述方案，可实现交通信号灯关联道路的自动化确定，整个过程无需人工作业，可大大提高效率，节省人力成本。 | ||
| 搜索关键词： | 交通 信号灯 关联 道路 确定 方法 装置 | ||
【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高德软件有限公司，未经高德软件有限公司许可，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/202310138416.9/，转载请声明来源钻瓜专利网。
- 同类专利
- 交通信号灯的检测方法、训练方法及装置-202211703152.9
- 王粲;周珣 - 北京百度网讯科技有限公司
- 2022-12-29 - 2023-03-24 - G06V20/58
- 本公开提供了一种交通信号灯的检测方法、训练方法及装置，涉及人工智能和图像处理技术，尤其涉及自动驾驶、智能交通、以及深度学习。具体实现方案为：对待检测图像进行识别处理，得到待检测图像中交通信号灯的二维属性信息和三维属性信息，其中，待检测图像是基于图像采集装置采集到的，根据二维属性信息和三维属性信息，确定交通信号灯的位姿信息，其中，位姿信息包括朝交通信号灯与图像采集装置坐标系的相对位置信息，提高了交通信号灯的检测的多样性和准确性，且提高了车辆行驶的安全性和可靠性。
- 距离预测方法、装置、设备、存储介质及车辆-202211122201.X
- 赵庆会;张一鸣 - 北京罗克维尔斯科技有限公司
- 2022-09-15 - 2023-03-24 - G06V20/58
- 本公开涉及一种距离预测方法、装置、设备、存储介质及车辆。本公开基于检测目标首次出现在图像采集范围内时所采集的图像，确定检测目标首次出现在图像采集范围内时位置，然后根据检测目标的运动速度以及检测目标首次出现在图像采集范围内时刻与当前时刻的时间差计算出检测目标在这段时间内的运动距离，从而确定检测目标在当前时刻下的位置，进一步计算出检测目标在当前时刻下与自车的距离，避免直接基于当前帧图像进行距离测量而导致的误差，提高了距离预测方法的实时性与准确性，为AEB提供可靠的距离数据，从而有效保证行车安全。
- 弱势道路使用者检测框过滤方法、装置、设备、介质和车辆-202211114555.X
- 查泊州 - 北京罗克维尔斯科技有限公司
- 2022-09-14 - 2023-03-24 - G06V20/58
- 本公开实施例提供一种弱势道路使用者检测框过滤方法、装置、设备、介质和车辆。弱势道路使用者检测框过滤方法，包括：采用预先训练的道路参与者检测模型处理道路图像，得到弱势道路参与者检测框；基于弱势道路参与者检测框圈定道路图像中的待识别区域；采用预先训练的蒙版生成模型处理道路图像，得到蒙版图层；基于蒙版图层核验待识别区域是否包括弱势道路参与者；在核验待识别区域不包括弱势道路参与者的情况下，丢弃弱势道路参与者检测框。采用本方案使得对待识别区域是否不包括弱势道路参与者的可靠性进行了双证验证，使得不包括弱势道路参与者的检测框识别可靠性提高，进而可以较为可信地丢弃前述弱势道路参与者检测框。
- 一种基于二值化Yolov3网络的红绿灯检测方法-201911410207.5
- 张中;李安 - 合肥湛达智能科技有限公司
- 2019-12-31 - 2023-03-24 - G06V20/58
- 本发明公开了一种基于二值化Yolov3网络的红绿灯检测方法，通过将Yolov3网络二值化，缩减了网络运算量和权重存储空间，在保证精度的同时提高了网络检测速度，更适合在嵌入式平台上；与此同时，在光线复杂的场景中也具有良好的检测，增强了系统的鲁棒性，解决了传统红绿灯检测中存在的容易受干扰识别率较低等问题。
- 一种基于多光谱的车辆重识别方法及装置-202010085045.9
- 郑爱华;李洪潮;李成龙;汤进 - 安徽大学
- 2020-02-10 - 2023-03-24 - G06V20/58
- 本发明公开了一种基于多光谱的车辆重识别方法及装置，所述方法包括：获取可见光特征图、近红外特征图以及热红外特征图；获取各光谱下的类激活图，将各光谱下的类激活图分别通过全局平均池化得到各光谱下的类得分向量；将各光谱下的类得分向量分别通过归一化得到各光谱下的类别预测可能性向量，利用各光谱下的类别预测可能性向量获取各光谱下的损失函数，将各光谱下的损失函数融合获取多流的类别约束损失函数；获取异质协作身份损失函数；获取最终损失函数；训练异质协作感知的多流卷积神经网络，利用训练好的异质协作感知的多流卷积神经网络对车辆进行重识别；本发明的优点在于：能够解决恶劣环境中车辆重识别问题。
- 一种基于半监督生成对抗网络的车道线检测方法-202010144105.X
- 赵倩歌;白治江 - 上海海事大学
- 2020-03-04 - 2023-03-24 - G06V20/58
- 本发明提供一种基于半监督生成对抗网络的车道线检测方法，包括步骤：S1、构建生成对抗网络，建立所述生成对抗网络的训练集、验证集、测试集；S2、通过所述训练集中的带标签数据对所述生成对抗网络进行预训练；S3、使用所述训练集中的带标签数据和未带标签数据对所述生成对抗网络进行真实训练，并通过所述验证集在真实训练过程中调整生成对抗网络的超参数；S4、真实训练结束后，通过所述测试集对生成对抗网络的泛化能力进行评估，若达到预设的标准，进入S5；S5、将实际街道图像输入经过真实训练的生成器网络，得到实际街道图像的实际车道线；将所述实际车道线叠加到实际街道图像上，完成车道线检测。本发明能提高车道线识别的精度。
- 一种基于车辆检测的能见度识别方法-201910396892.4
- 张振东;黄亮;罗晓春;田小毅;艾文文;白静漪;周林义;鲍婧;徐敏;周晓;孙家清 - 江苏省气象服务中心
- 2019-05-14 - 2023-03-24 - G06V20/58
- 本发明涉及一种基于车辆检测的能见度识别方法，以道路监控为基础，将捕获的道路图像作为源数据，采用caffe‑ssd方法作为目标图像识别方法，实现汽车目标的检测，并结合不同道路图像帧下同一汽车的唯一标记，实现汽车目标移动轨迹像素的跟踪，具体通过新检测汽车目标所出现的像素位置、以及汽车目标消失前最后所在道路图像帧中的像素位置，结合实际道路路面上、相距图像捕获装置所在位置大于预设距离阈值的路面区域，实现道路能见度的检测，并且根据上述汽车像素位置与像素区域C边缘的最小距离，能够实现低能见度下、道路具体能见度的检测，整个能见度识别设计方法，不仅能够实现低能见度的检测，而且实现成本低、应用范围广。
- 车辆侦测方法、基于光强度动态的夜间车辆侦测方法及其系统-201811207295.4
- 廖柏翔;林泓邦;张右龙;许立佑 - 财团法人车辆研究测试中心
- 2018-10-17 - 2023-03-24 - G06V20/58
- 本发明提供一种车辆侦测方法、基于光强度动态的夜间车辆侦测方法及其系统。基于光强度动态的夜间车辆侦测方法，其亮点侦测步骤是驱动运算单元针对影像运算而侦测出影像的亮点。车灯判断步骤是驱动运算单元执行连通区域标记演算法而将相连通的亮点像素标记为连通区域值，然后依据亮点像素的面积大小或尺寸判断是否为车辆光源。光流滤除步骤是驱动运算单元执行光流法而求得车辆光源的移动速度，并滤除移动速度小于预设速度的车辆光源。距离估算步骤是驱动运算单元执行座标转换法而计算出未滤除的车辆光源与车辆之间的距离。借此，不但可取得较准确的车灯位置，还可提升数据处理的速度。
- 一种基于HOG-CTH组合特征的交通标志识别方法-201710075888.9
- 张尤赛;孙露霞;李永顺;周旭;张硕 - 江苏科技大学
- 2017-02-13 - 2023-03-24 - G06V20/58
- 本发明公开了一种基于HOG‑CTH组合特征的交通标志识别方法，所述方法包括：利用训练样本训练分类器模型；检测定位实景图中的交通标志图像；提取定位后交通标志图像的HOG‑CTH融合特征向量；识别测试图片所属交通标志类型。本发明提供的基于HOG‑CTH组合特征的交通标志识别方法，能在很大程度上减少计算复杂度，还能获得较高识别率，鲁棒性较强。
- 道路曲线检测方法、装置、设备及存储介质-202210163201.8
- 郭湘;孙鹏;陈世佳;何钦尧;韩旭 - 广州文远知行科技有限公司
- 2022-02-22 - 2023-03-24 - G06V20/58
- 本发明涉及无人驾驶技术领域，公开了一种道路曲线检测方法、装置、设备及存储介质，用于提高对道路图像中曲线的检测准确度。道路曲线检测方法包括：获取待检测的道路图像，并对所述待检测的道路图像进行特征提取，生成目标特征道路图像，其中，所述目标特征道路图像包括多个图像块；获取所述目标特征道路图像中每个图像块的曲线存在值，并将所述曲线存在值大于或等于阈值的图像块加入候选图像块集，其中，所述候选图像块集包括多个候选图像块；对所述多个候选图像块进行筛选，得到多个目标图像块；对所述多个目标图像块进行曲线预测，生成目标道路图像。
- 路面标识识别方法、装置、设备及存储介质-202210260947.0
- 李旺;赵雄 - 小米汽车科技有限公司
- 2022-03-16 - 2023-03-24 - G06V20/58
- 本公开涉及一种路面标识识别方法、装置、设备及存储介质，该方法包括：获取多帧待识别路面图像；将各所述待识别路面图像中的图像特征进行俯视变换及融合，得到单帧路面图像，其中，所述单帧路面图像是所述多帧路面图像中的图像特征经过俯视变换后经过多次融合得到的；识别所述单帧路面图像中的路面标识。通过将多帧待识别路面图像中的图像特征经过俯视变换后经过多次融合得到单帧路面图像，不仅可以降低图像畸变，还可以保证单帧路面图像信息完整性，从而提高了路面标识识别准确性。
- 车位检测方法、装置、电子设备和计算机可读介质-202210588080.1
- 张洋 - 禾多科技（北京）有限公司
- 2022-05-27 - 2023-03-24 - G06V20/58
- 本公开的实施例公开了车位检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取鱼眼相机拍摄的车位环视鱼眼图；将车位环视鱼眼图输入至预设的车位检测模型，得到车位检测结果；对车位检测信息包括的车位中心点坐标信息集、车位中心点坐标偏移量集、车位顶点坐标集、车位顶点坐标偏移量集、车位入口线中点坐标集、车位入口线中点坐标偏移量集、车位顶点相对偏移量集、车位入口线角点相对偏移量集进行匹配处理，得到车位匹配信息集；基于车位匹配信息集，生成车位拓扑结构信息集；将车位拓扑结构信息集中的各个车位拓扑结构信息添加至车位环视鱼眼图，得到车位检测结果图。该实施方式可以提高生成的车位检测结果的准确度。
- 基于双目视觉的障碍物识别方法和系统-202211044451.6
- 谢启伟;周珍;梅雨涵;裴姗姗;孙钊 - 北京中科慧眼科技有限公司
- 2022-08-30 - 2023-03-24 - G06V20/58
- 本发明公开了一种基于双目视觉的障碍物识别方法和系统，所述方法包括：获取原始图像，并基于计算所述原始图像的灰度图；将所述灰度图输入到预先训练的障碍物识别模型中，以得到所述原始图像中的障碍物识别结果；其中，所述障碍物识别模型是利用原始图像样本训练得到的，所述原始图像样本为经过棒状像素进行障碍物划分得到的图像。该方法检测精度高、检测速度快，且适用于城市复杂道路环境，解决了现有技术中障碍物识别效率和识别准确率均较低的技术问题。
- 障碍物检测方法、障碍物检测装置以及存储介质-202211311141.6
- 汪鹏飞;马子昂 - 杭州华橙软件技术有限公司
- 2022-10-25 - 2023-03-24 - G06V20/58
- 本申请公开了一种障碍物检测方法、障碍物检测装置以及存储介质,该障碍物检测方法包括：获取待检测区域的点云图像、栅格地图、检测图像；基于检测图像获取全景分割结果；将检测图像的全景分割语义与点云图像进行融合，得到点云语义图像；获取栅格地图上每个栅格的第一障碍物概率；将点云语义图像与栅格地图进行融合，利用栅格的第一障碍物概率，以及点云语义图像在栅格中的投影点数量，获取每个栅格的融合障碍物概率。通过上述方式，本申请能对多传感器数据进行融合，可以降低算法复杂度，且考虑传感器的视野范围进行障碍物的概率更新，提高障碍物检测的计算效率和准确度。
- 一种基于图像的交通标志检测方法-202110654274.2
- 练智超;潘陶嘉诚;陈墨 - 浙江澄视科技有限公司
- 2021-06-11 - 2023-03-24 - G06V20/58
- 本发明涉及计算机视觉的深度学习技术领域，具体公开了一种基于图像的交通标志检测方法，所述方法包括对CCTSDB数据集进行数据增强，生成数据集中的正负样本；重新训练骨干网络ResNet‑101，提取卷积网络特征；根据递归FPN结构将FPN模块多尺度融合的特征图再次前向反馈到骨干网络中进行递归处理；基于注意力模块从通道注意力和空间注意力两个方面增强特征图的前景特征；基于Inhibition attention模块抑制SAM模块大目标特征，再进行二次特征提取和递归融合，生成特征图；基于transformer模块对特征图进行序列预测，生成目标框和目标类别。本发明极大的提高了检测精度和准确率，便于推广。
- 一种基于多源传感器的飞机牵引车辅助感知方法及其系统-202110683976.3
- 王郸维;温明星;张俊 - 中新国际联合研究院
- 2021-06-21 - 2023-03-24 - G06V20/58
- 本发明公开了一种基于多源传感器的飞机牵引车辅助感知方法及其系统，所述方法包括以下步骤：对若干个传感器进行内部和外部的参数进行标定；对传感器采集到的信息进行分析，包括对邻近障碍物的检测和识别、对邻近障碍物的位置和速度进行计算和对邻近障碍物的运动轨迹和覆盖区域预测；通过对牵引车速度和位置进行分析，预测出被牵引飞机的状态、运动轨迹和覆盖区域；通过对比障碍物和被牵引飞机的覆盖区域半径的距离输出安全预警等级提示，本发明可以对牵引车周围环境进行全方位多维度的感知，并提供有效的安全预警信息，提高飞机牵引作业的安全性和效率。
- 道路图像识别方法、装置、设备、计算机可读介质-202211533230.5
- 蒋建辉;李敏;龙文;艾永军;王倩;申苗;黄家琪;刘智睿 - 广汽埃安新能源汽车股份有限公司
- 2022-12-02 - 2023-03-24 - G06V20/58
- 本公开公开了道路图像识别方法、装置、设备、计算机可读介质。该方法的一具体实施方式包括：将多个道路图像分别输入道路检测模型；对多个道路图像进行图像融合，得到融合道路图像；将融合道路图像输入特征提取网络；将第一特征图和第二特征图分别进行通道压缩；对第二压缩特征图进行上采样，得到第二上采样特征图，以及对第二上采样特征图和第一压缩特征图进行特征融合，得到融合特征图；将融合特征图输入语义分割网络，得到分割特征图；将分割特征图和第三特征图进行拼接后输入解码网络，得到道路标志分割图像和道路标志分割图像中所显示的道路标志的类别信息。该实施方式实现了更加准确的道路标志检测。
- 一种基于多类感知特征预测障碍物状态和类别的处理方法-202211633552.7
- 裴希哲;赵政;李经纬;柯岩;李占坤;张雨 - 苏州轻棹科技有限公司
- 2022-12-19 - 2023-03-21 - G06V20/58
- 本发明实施例涉及一种基于多类感知特征预测障碍物状态和类别的处理方法，所述方法包括：获取车载激光雷达、车载毫米波雷达和车载相机在最近第一时段T内的感知数据序列；按预设的第一时间间隔△t将第一时段T均分为多个第一时间点并将第一时间点的数量作为对应的时间点数量L；根据激光雷达点云、毫米波雷达点云、图像序列，所有第一时间点和时间点数量L进行多类感知源数据预处理；将多类感知源时间特征张量集合和多类感知源时间掩码张量输入预设的目标状态理解和分类网络进行障碍物目标状态预测和障碍物目标类别预测处理。通过本发明，可以基于一个整体解决方案来实现端到端的状态+类别同步预测，还可以提高预测准确度。
- 一种地图中道路的比较方法、装置、介质和电子设备-202211485622.9
- 陈志雄 - 高德软件有限公司
- 2022-11-24 - 2023-03-21 - G06V20/58
- 本说明书一个或多个实施例提供一种地图中道路的比较方法、装置、介质和电子设备。其中，所述方法用于比较第一道路与第二道路；所述方法包括：获取第一道路和第二道路的公共道路部分；对于公共道路部分，获取多个分段组，每个分段组包括区域位置对应的两个道路段；对于每一个分段组，计算两个道路段之间的方向夹角；并获取方向夹角小于预设角度阈值的分段组数量占所有分段组的比例；对于每一个分段组，获取分段组中的两个道路段之间的道路间距；并基于所有分段组的道路间距，得到第一道路和第二道路之间的区域形态参数；响应于所述比例达到预设的比例阈值，且区域形态参数满足预设的参数，确定第一道路和第二道路属于目标道路组。
- 一种检测框的确定方法、装置、设备及存储介质-202211366242.3
- 孙靖虎;黄力 - 惠州市德赛西威智能交通技术研究院有限公司
- 2022-10-31 - 2023-03-21 - G06V20/58
- 本发明公开了一种检测框的确定方法、装置、设备及存储介质。该方法包括：确定第一目标点特征和语义特征；将第一目标点特征输入至第一预设卷积网络中，确定卷积点云特征属于前景点特征的置信度；确定初始关键点，并基于置信度，以及初始关键点和目标点云中除初始关键点外每个点的距离，确定目标关键点特征；融合语义特征、目标关键点特征以及第一目标点特征，得到第二目标点特征；基于第二预设卷积网络对第二目标点特征进行处理，得到候选检测框，并根据候选检测框的尺寸与预设框的尺寸间的差距，确定目标检测框。本发明实施例的技术方案，保留了点云的三维空间信息，解决前景点数量较少的问题，增强了前景点点云的质量，提高了检测框的准确度。
- 一种基于封闭场景的自动驾驶汽车轨迹避障方法-202211446679.8
- 赵闵清;段龙杨;龚春辉;程小强;熊德明 - 江铃汽车股份有限公司
- 2022-11-18 - 2023-03-21 - G06V20/58
- 本发明属于无人驾驶路径规划领域，具体涉及一种基于封闭场景的自动驾驶汽车轨迹避障方法(“RtdsHRT”)。本发明算法在封闭场景中，具有的收敛性和普适性，主要是基于“全局采样+局部平扫”的思想，通过实验比对，与同为采样算法的RRT算法相比，在迭代次数、采样效率、求解质量方面具有较大幅度提升。与其他类型算法相比也具有相关的优势。在二维虚拟环境和三维虚拟现实环境中分别进行场景验证，具有良好的效果。
- 诊断和改进可移动对象的深度学习模型的视觉分析系统-202211135607.1
- 何文彬;苟良;邹林灿;任骝 - 罗伯特·博世有限公司
- 2022-09-19 - 2023-03-21 - G06V20/58
- 本文公开了用于诊断用于自主驾驶的对象检测机器学习模型的系统和方法的实施例。从安装在车辆中或车辆上的示出场景的相机接收输入图像。使用情境感知空间表示机器学习模型来导出场景内的可移动对象的空间分布。利用空间对抗机器学习模型，在场景中生成最初不在输入图像中的看不见的对象。通过空间对抗机器学习模型，将所述看不见的对象移动到不同的位置，以使对象检测机器学习模型失败。交互式用户界面使得用户能够分析对象检测机器学习模型关于没有看不见的对象的场景和具有看不见的对象的场景的性能。
- 铁路轨道防护区内障碍物检测系统及方法-202211192710.X
- 赵桉伟;谭文铨;疏达 - 北京北醒智能设备有限公司
- 2022-09-28 - 2023-03-21 - G06V20/58
- 本发明的实施例公开铁路轨道防护区内障碍物检测系统及方法，涉及激光检测技术领域。所述系统，包括：前端探测组件，包括三维激光雷达，所述三维激光雷达用于采集预定铁路区域的实时点云数据；数据处理模块，用于对所述前端探测组件采集的铁路区域的实时点云数据进行处理，确定当前铁路轨道防护区内是否存在障碍物，若是，则生成报警信息；数据传输模块，用于将所述报警信息实时上报到远端服务器。本发明能够实现对铁路轨道防护范围内障碍物的实时检测，具有检测距离长、检测准确率高且能检测尺寸更小的障碍物的优点。
- 一种图像处理方法、装置、电子设备以及存储介质-202111088885.1
- 郑瑶;蔡叶荷;徐泽林;岳建永 - 北京航迹科技有限公司
- 2021-09-16 - 2023-03-21 - G06V20/58
- 本公开提供了一种图像处理方法、装置、电子设备以及存储介质，其中，该方法包括：获取目标车辆的摄像装置拍摄的目标图像；在目标图像中包含交通指示对象的情况下，识别交通指示对象的对象类型，对象类型用于指示交通指示对象中是否包含数字计时信息，根据交通指示对象的对象类型，确定交通指示对象的状态信息；状态信息用于表征交通指示对象的当前指示状态和/或状态改变时间。在本公开实施例中，通过识别获取到的目标图像中所包含的交通指示对象的对象类型的方式，可以确定该交通指示对象中是否包含数字计时信息，在根据该对象类型确定交通指示对象的状态信息时，可以提高状态信息的识别精度，以及提高了交通指示对象的状态信息识别的鲁棒性。
- 目标检测方法、装置、电子设备及存储介质-202211524124.0
- 李昊 - 上海高德威智能交通系统有限公司
- 2022-11-29 - 2023-03-21 - G06V20/58
- 本申请公开了一种目标检测方法、装置、电子设备及存储介质，包括：获取点云数据；执行迭代流程：通过构建的窗口机制，对点云数据进行划分，得到多个点云窗口，窗口机制基于点云数据中的关键点及其邻近点，确定点云窗口；在每个点云窗口内，基于局部注意力机制，确定每个点云的高维特征；在基于局部注意力机制，确定每个点云的高维特征的迭代流程中，当迭代流程为第一次迭代流程时，相应输入特征为每个点云的原始点云特征，当迭代流程为其他迭代流程，相应输入特征为上一次迭代流程所确定的每个点云的高维特征；若满足预设迭代停止条件，则停止迭代，基于停止迭代时，点云数据中每个点云的高维特征，进行目标检测。本申请旨在提高目标检测的精度。
- 应用于目标无人车辆的物品巡检方法、装置和电子设备-202310155700.7
- 郑为开;鲁玉婧;杜瑞明;李江涛;李文杰;王泽生;朱思宇 - 北京金石视觉数字科技有限公司
- 2023-02-23 - 2023-03-21 - G06V20/58
- 本公开的实施例公开了应用于目标无人车辆的物品巡检方法、装置和电子设备。该方法的一具体实施方式包括：对目标无人车辆进行车辆自检，以生成车辆自检信息；响应于确定车辆自检信息表征目标无人车辆的车辆状态正常，根据车辆电量信息和高精度区域地图，规划目标无人车辆对应的初始巡检路线；控制目标无人车辆沿初始巡检路线进行移动，以及通过目标激光雷达实时扫描目标无人车辆的行驶方向对应区域的三维点云数据；根据三维点云数据，对初始巡检路线进行路线实时优化；通过沿优化后巡检路线行驶的、目标无人车辆上设置的近端通信装置与待巡检物品进行近端通信，以获取待巡检物品对应的当前状态信息。该实施方式提高了巡检效率。
- 一种基于Transformer与跨维度注意力的交通标志检测方法-202211583330.9
- 陈圆;罗会兰;吴少玲;胡伟霞 - 江西理工大学
- 2022-12-09 - 2023-03-21 - G06V20/58
- 本发明公开了一种基于Transformer与跨维度注意力的交通标志检测方法，旨在提高小目标的检测精度。当前的交通标志检测方法存在以下两方面问题：模型不能在初期学习到特征间丰富的长程依赖关系；小目标的有效特征易在特征融合阶段淹没在复杂的背景信息中。针对第一个问题，本发明设计了基于Transformer的模块来扩大网络初期的有效感受野并学习不同特征间的语义关系。针对第二个问题，本发明设计了跨维度注意力来加强网络对小目标的关注程度。结合两个模块后，网络学习到了丰富的细粒度特征及复杂的上下文关系，该模型能够有效抑制冗余信息，并具有处理复杂场景的能力，能广泛应用于交通标志检测的各种场景，值得大力推广。
- 移动机器人重定位方法、装置和移动机器人-202211599322.3
- 赖有仿;何婉君;熊金冰 - 深圳市优必选科技股份有限公司
- 2022-12-12 - 2023-03-21 - G06V20/58
- 本申请涉及机器人技术领域，公开了一种移动机器人重定位方法、装置和移动机器人，该方法包括当检测到定位信息丢失时，移动机器人进入局部地图探索模式；在局部地图探索模式下，进行局部路径规划及导航并识别是否有指示标识；在识别到指示标识时，以指示标识的位姿信息进行相对导航，直至通过文字识别技术识别出指示标识中的文本信息；利用指示标识的位姿信息、文本信息并结合全局地图，对机器人进行重定位。该方法可以在结构特征不丰富的场景下实现机器人的重定位，尤其针对一些低成本的机器人，可以有效解决在其性能或硬件受限的情况下的重定位问题。
- 确定目标区域的方法、装置、车辆及存储介质-202211663769.2
- 万韶华 - 小米汽车科技有限公司
- 2022-12-23 - 2023-03-21 - G06V20/58
- 本公开涉及自动驾驶技术领域，尤其涉及一种确定目标区域的方法、装置、车辆及存储介质，可以获取车辆所处环境的当前帧环境图像；通过目标区域检测模型确定当前帧环境图像中待检测区域的多个第一边界点；根据上一帧环境图像中待检测区域的多个第二边界点对多个第一边界点进行修正，得到修正后的目标边界点，上一帧环境图像为当前帧环境图像的上一帧环境图像；根据目标边界点确定目标区域，这样，可以利用前后环境图像帧的时间序列对目标区域进行平滑处理，解决目标区域检测模型在检测连续视频帧时，目标区域边界的抖动问题，同时还能避免漏检的情况。
- 车位状态的检测方法、终端设备及计算机可读存储介质-202211353235.X
- 杨腾飞;陈喆民;吴国苏州 - 杭州枕石智能科技有限公司
- 2022-11-01 - 2023-03-21 - G06V20/58
- 本发明公开了一种车位状态的检测方法、终端设备及计算机可读存储介质，涉及智能驾驶技术领域，包括：获取各目标环视图，对各目标环视图分别进行标注处理得到各环视图数据集；将各环视图数据集作为目标训练数据集输入至预设的初始车位检测模型，通过初始车位检测模型对各环视图数据集进行计算得到各损失值；基于各损失值控制初始车位检测模型继续对各环视图数据集进行计算并确定初始车位检测模型对应的训练迭代次数，在训练迭代次数达到预设的次数阈值时，将初始车位检测模型确定为目标车位检测模型，以供目标车辆通过目标车位检测模型对目标车位状态进行检测。采用本发明能够实现令终端设备在复杂环境下获取目标车位的车位状态信息的技术效果。
- 专利分类
