-
公开(公告)号：CN114037736A
公开(公告)日：2022-02-11
申请号：CN202111346003.7
申请日：2021-11-15
Applicant: 重庆大学
IPC: G06T7/246 , G06T17/05 , G06T5/20 , G06K9/62 , G06V10/762
Abstract: 本发明涉及一种基于自适应模型的车辆检测与跟踪方法，属于自动驾驶领域。包括步骤：1)预处理t‑1时刻和t时刻的点云数据；2)将t‑1时刻下的点云转换到t时刻的激光雷达坐标系下，并分别根据连续两帧的点云构建极坐标系下的栅格地图；3)确定t时刻下可能的动态物体并数据关联找到每个动态物体在t‑1时刻下的关联对象；4)基于凸包模型拟合动态物体及其关联对象，并使用运动证据判据筛选出动态车辆候选者；5)推断车辆的真实尺寸和位姿；6)通过数据关联找到动态车辆在t+1时刻下的关联对象，然后用运动一致性判据筛选动态车辆；7)判断新生车辆和其他车辆间是否存在跟车关系；8)使用标签多伯努利滤波器对车辆进行跟踪。
-
公开(公告)号：CN114037736B
公开(公告)日：2024-05-14
申请号：CN202111346003.7
申请日：2021-11-15
Applicant: 重庆大学
IPC: G06T7/246 , G06T17/05 , G06T5/20 , G06V10/762
Abstract: 本发明涉及一种基于自适应模型的车辆检测与跟踪方法，属于自动驾驶领域。包括步骤：1)预处理t‑1时刻和t时刻的点云数据；2)将t‑1时刻下的点云转换到t时刻的激光雷达坐标系下，并分别根据连续两帧的点云构建极坐标系下的栅格地图；3)确定t时刻下可能的动态物体并数据关联找到每个动态物体在t‑1时刻下的关联对象；4)基于凸包模型拟合动态物体及其关联对象，并使用运动证据判据筛选出动态车辆候选者；5)推断车辆的真实尺寸和位姿；6)通过数据关联找到动态车辆在t+1时刻下的关联对象，然后用运动一致性判据筛选动态车辆；7)判断新生车辆和其他车辆间是否存在跟车关系；8)使用标签多伯努利滤波器对车辆进行跟踪。
-
公开(公告)号：CN114332158B
公开(公告)日：2024-05-07
申请号：CN202111553630.8
申请日：2021-12-17
Applicant: 重庆大学
Abstract: 本发明涉及一种基于相机和激光雷达融合的3D实时多目标跟踪方法，属于环境感知领域，包括以下步骤：S1：得到每一时刻目标物体的二维信息和三维信息；S2：融合得到同时由激光雷达和相机两种传感器都检测到的目标物体、仅由激光雷达检测到的目标物体、仅由相机检测到的目标物体；S3：将同时由两种传感器检测得到的目标物体与三维轨迹进行匹配；S4：将仅由激光雷达检测到的目标物体与剩余未匹配上的三维轨迹进行匹配；S5：将仅由相机检测到的目标物体二维轨迹进行匹配；S6：将三维轨迹与二维轨迹进行匹配；S7：对轨迹进行管理。
-
公开(公告)号：CN114332158A
公开(公告)日：2022-04-12
申请号：CN202111553630.8
申请日：2021-12-17
Applicant: 重庆大学
Abstract: 本发明涉及一种基于相机和激光雷达融合的3D实时多目标跟踪方法，属于环境感知领域，包括以下步骤：S1：得到每一时刻目标物体的二维信息和三维信息；S2：融合得到同时由激光雷达和相机两种传感器都检测到的目标物体、仅由激光雷达检测到的目标物体、仅由相机检测到的目标物体；S3：将同时由两种传感器检测得到的目标物体与三维轨迹进行匹配；S4：将仅由激光雷达检测到的目标物体与剩余未匹配上的三维轨迹进行匹配；S5：将仅由相机检测到的目标物体二维轨迹进行匹配；S6：将三维轨迹与二维轨迹进行匹配；S7：对轨迹进行管理。
-
-
-
Search Results
4
records
(took 0.03 seconds)
