面向城市场景下行人轨迹预测方法、模型及存储介质

    公开(公告)号:CN115071762A

    公开(公告)日:2022-09-20

    申请号:CN202211002636.0

    申请日:2022-08-22

    摘要: 本申请涉及自动驾驶技术领域,尤其涉及一种面向城市场景下行人轨迹预测方法、模型及存储介质,方法包括:用向量表示各智能体的轨迹序列,并基于层级的网络结构得到预测目标的空间交互特征;利用LSTM网络提取预测目标历史轨迹中的轨迹时序特征;利用多头注意力机制对空间交互特征和轨迹时序特征进行融合得到场景上下文特征;对场景上下文特征进行解码输出预测目标的未来轨迹。以场景向量特征作为输入,能直接学习场景中的关键交互信息,将空间交互特征和轨迹时序特征有效结合,通过对周边智能体分配不同的注意力,使模型更加关注对预测目标产生较大影响的个体,从而有助于提高复杂城市道路场景中行人轨迹的预测效果。

    一种三维目标检测方法、系统、存储介质及设备

    公开(公告)号:CN117456503B

    公开(公告)日:2024-07-09

    申请号:CN202311367919.X

    申请日:2023-10-23

    摘要: 本发明涉及目标检测技术领域,本发明公开了一种三维目标检测方法、系统、存储介质及设备,包括:对所述图像进行检测,得到二维检测框,同时对所述点云数据进行检测,得到若干三维检测框;将三维检测框投影到图像平面上,得到点云检测框,计算所述点云检测框和所述二维检测框的交并比后,更新点云检测框的置信度,对三维检测框进行过滤,得到第一三维检测结果;选取所述交并比未达到阈值的二维检测框对应的点云数据,通过多层卷积和反卷积,得到第二三维检测结果;将第一三维检测结果和第二三维检测结果进行融合,得到最终检测结果。以极小的时间损耗显著提升了点云3D检测的精度,且减少了后融合3D检测算法的漏检问题。

    基于驾驶员心理特性的紧急制动方法及系统

    公开(公告)号:CN116001758A

    公开(公告)日:2023-04-25

    申请号:CN202310080734.4

    申请日:2023-02-08

    IPC分类号: B60T13/74 B60T17/18

    摘要: 本申请涉及汽车安全的技术领域,尤其涉及一种基于驾驶员心理特性的紧急制动方法及系统,方法包括:根据驾驶数据集NGSIM建立车辆制动距离模型;根据前车行驶状态以及车辆制动距离模型,建立制动安全距离模型;获取驾驶员的实际驾驶数据;其中,所述实际驾驶数据包括车速以及制动踏板位移;根据所述实际驾驶数据确定驾驶员的驾驶风格;根据所述驾驶风格以及制动安全距离模型,建立基于驾驶风格的制动安全距离模型,确定对应的制动安全距离。在计算制动安全距离时,考虑了驾驶员的驾驶风格,根据不同的驾驶风格提供对应的制动安全距离,便于提高用户体验,同时能提高预警的有效性和准确性。