-
公开(公告)号：CN114820662B
公开(公告)日：2024-09-03
申请号：CN202210565810.6
申请日：2022-05-23
Applicant: 燕山大学
Abstract: 本发明涉及一种基于点云二维密度的路侧视角地面分割方法，包括下述步骤：获取雷达坐标系下路侧视角的地面原始点云数据；基于原始点云数据，采用密度计算获得二维密度、密度降序点云；基于二维密度、密度降序点云，获得点云二维密度的密度阈值；基于密度阈值、二维密度、密度降序点云，得到分割的地面点云。本发明方法应用时不需做出假设，具有广泛的适用性。本发明方法把地面点云处理成点云二维密度，计算量小，实时性高。并进一步在分割算法中采用栅格数据、kd树以优化计算过程。本发明方法得到的地面点云具有较高的准确性和较强的稳定性。
-
公开(公告)号：CN117671621A
公开(公告)日：2024-03-08
申请号：CN202311364094.6
申请日：2023-10-20
Applicant: 燕山大学
Abstract: 本申请涉及自动驾驶环境感知技术领域，具体而言，涉及一种基于空间感知增强的轻量级三维目标检测方法，一定程度上可以解决现有的低延迟无锚框检测方法空间特征感知能力较差，难以应用到自动驾驶汽车中的问题。所述的基于空间感知增强的轻量级三维目标检测方法包括：读取待测点云及标签；将所述待测点云送入三维目标检测模型中，得到估计值；在训练阶段，计算所述估计值与标签之间的损失；在验证或测试阶段，将估计值解码为目标的空间位置、尺寸、偏航角度、类别及置信度。
-
公开(公告)号：CN117392343A
公开(公告)日：2024-01-12
申请号：CN202311546962.2
申请日：2023-11-20
Applicant: 燕山大学
IPC: G06T17/05 , G06T7/80 , G06V10/762
Abstract: 本发明提供一种基于多层栅格地图的场景快速重构方法，包括：采集目标场景的激光雷达点云数据和相机图像数据；对激光雷达点云数据和相机图像数据进行预处理，预处理包括数据解析、时间同步、相机标定、点云筛选、栅格滤波；将预处理之后的激光雷达点云数据和相机图像数据输入到场景要素提取模块，得到目标场景的场景要素；将场景要素输入到多层地图生成模块，得到多层栅格地图；将多层栅格地图输入到场景快速重构模块，得到重构场景。本发明的基于多层栅格地图的场景快速重构方法，可以使用多层栅格地图中更可靠的数据优先重构，同时使用其他数据对场景进行补充，提升场景重构的实时性，解决了现有技术中的多层地图数据复杂、实时性差的问题。
-
公开(公告)号：CN114529866B
公开(公告)日：2025-05-06
申请号：CN202210032653.2
申请日：2022-01-12
Applicant: 燕山大学
IPC: G06V20/52 , G06V10/34 , G06V10/44 , G06V10/762 , G06V10/764
Abstract: 本申请提供一种可形变群体识别方法、装置、电子设备及存储介质，该方法包括：获取待识别视频，并对待识别视频进行帧提取，得到单帧图像数据；待识别视频中包括行人；将单帧图像数据输入预设人体关键点提取模型中，得到所有行人的人体关键点信息；人体关键点信息包括头部关键点信息；根据头部关键点信息，对行人进行人群聚类，将行人划分为至少一个群体；判断每个群体中是否存在可形变特征，存在可形变特征所对应的群体为可形变群体。该方案可形变群体识别精度高。
-
公开(公告)号：CN118991829A
公开(公告)日：2024-11-22
申请号：CN202411422069.3
申请日：2024-10-12
Applicant: 燕山大学
Abstract: 本案涉及一种考虑目标车道后车社会偏好的安全约束行为决策系统，基于目标车道后车最近车的社会偏好属性，在PP0‑DQN的分层强化学习的行为决策算法中，加入根据目标车道后车社会偏好的奖励或惩罚设置，并针对目标(goal)制定目标车道后车利己性社会偏好进行换道返回的安全约束，以适应混合场景下的不确定性，有助于自动驾驶车辆在动态环境中发现最优行为决策策略效率，提高自动驾驶车辆在多车道动态复杂环境下的安全。
-
Patent Agency Ranking
公开(公告)号：CN118722718A
公开(公告)日：2024-10-01
申请号：CN202410801392.5
申请日：2024-06-20
Applicant: 燕山大学
Abstract: 本发明提供一种基于安全强化学习的环形交叉口多车协同决策方法，包括：搭建构成多智能体强化学习模型；每个智能体通过环形交叉口自动驾驶仿真环境获取自身车辆状态信息以及感知范围内其他周围车辆的状态信息；构建自注意力网络，将每个智能体的状态空间作为输入，输出经过注意力加权后的状态空间；将经过注意力加权后的状态空间输入action网络和critic网络，输出所有智能体的执行动作；基于优先级列表对所有智能体的执行动作进行行车风险评估，得到修正后的安全动作，继续优化多智能体强化学习模型至完全收敛；应用完全收敛的多智能体强化学习模型进行环形交叉口多车协同决策。本发明的方法提高了环形交叉口的整体交通效率和安全性。
-
公开(公告)号：CN114529577B
公开(公告)日：2024-09-06
申请号：CN202210023872.4
申请日：2022-01-10
Applicant: 燕山大学
Abstract: 本发明涉及一种路侧视角多目标跟踪方法，通过采用成对目标进行匹配，有效降低距离过近造成遮挡的两个目标产生的漏检，误检、跟踪目标身份转换问题；进一步地，通过采用轻量化网络和先进的激活函数，能够达到更快的计算速度，在网络参数大幅减小的同时，精度保持不变，并能够为后续的目标跟踪提供较为准确的初始化和观测值；进一步地，采用两对检测目标计算外观余弦矩阵，能够减少计算量，提高目标匹配速度；同时，对于没有匹配成功的目标对构成的对象，进一步通过单个目标进行匹配，从而提高匹配成功率，提高多目标跟踪精度。
-
公开(公告)号：CN118004217A
公开(公告)日：2024-05-10
申请号：CN202410072764.5
申请日：2024-01-18
Applicant: 燕山大学
IPC: B60W60/00
Abstract: 本发明涉及一种考虑周围车辆社会偏好的自动驾驶行为决策系统，用于解决现有交通环境中因驾驶员社会偏好具有不确定性而导致自动驾驶决策困难的问题。本方案采用分层强化学习实现自动驾驶行为决策，其元控制器利用自主车辆的历史状态进行保持车道继续行驶、换道或返回原车道决策选择；其中返回原车道为自主车辆通过中断换道实现，中断条件为其刚开始换道或在换道过程中车身边缘刚接触目标车道邻侧车道线时，根据当前时刻状态识别出目标车道后方车辆社会偏好类型为利己型；控制器为基于状态历史信息，进行自主车辆在本车道或者邻车道中心线上的目标轨迹采样点规划；元控制器和控制器采用相同的包括基于周围车辆的社会偏好进行目标决策的奖励计算。
-
公开(公告)号：CN116567398A
公开(公告)日：2023-08-08
申请号：CN202310517384.3
申请日：2023-05-09
Applicant: 燕山大学
Abstract: 本申请涉及智能交通基础设施技术领域，具体而言，涉及一种基于灰度统计直方图的监控相机自动化补偿方法及装置，一定程度上可以解决如何保障监控相机在不同光照强度、不同天气条件、不同安装角度等条件下，稳定提供纹理特征较好的图像输出的问题。方法包括：获取原始图像数据及初始化数据；根据原始图像数据及初始化数据，获取相机参数及灰度直方图；根据相机参数及灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断；根据直方图形状相似性偏差、相机参数及灰度直方图，获取当前场景类型；根据直方图形状相似性偏差、相机参数、灰度直方图及当前场景类型，获取修正相机参数，以实现对监控相机的自动化补偿。
-
公开(公告)号：CN114529577A
公开(公告)日：2022-05-24
申请号：CN202210023872.4
申请日：2022-01-10
Applicant: 燕山大学
Abstract: 本发明涉及一种路侧视角多目标跟踪方法，通过采用成对目标进行匹配，有效降低距离过近造成遮挡的两个目标产生的漏检，误检、跟踪目标身份转换问题；进一步地，通过采用轻量化网络和先进的激活函数，能够达到更快的计算速度，在网络参数大幅减小的同时，精度保持不变，并能够为后续的目标跟踪提供较为准确的初始化和观测值；进一步地，采用两对检测目标计算外观余弦矩阵，能够减少计算量，提高目标匹配速度；同时，对于没有匹配成功的目标对构成的对象，进一步通过单个目标进行匹配，从而提高匹配成功率，提高多目标跟踪精度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
