激光雷达点云数据增强方法及装置、设备、存储介质

    公开(公告)号:CN115761701A

    公开(公告)日:2023-03-07

    申请号:CN202211517040.4

    申请日:2022-11-29

    Abstract: 本申请提供一种激光雷达点云数据增强方法及装置、设备、存储介质,涉及激光雷达点云数据增强技术领域,包括获取数据集中的标注框信息数据和标注框内每个点云的坐标信息,并分别存储;确定标注框内点云数据量的最小值,删除不满足最小点云数量的标注框;计算每帧点云图中原有的标注框的数量,设置标注框在一帧点云图中期望出现的数量;获取每帧点云图的实际标注框数量,抽取数据集中的标注框,放入当前点云图;对当前帧点云图及标注框进行数据增强处理。本申请根据标注的激光雷达点云图的场景进行针对性的点云数据增强处理,提高了深度学习神经网络模型的泛化性能,消除训练集过拟合的问题,降低样本不均衡的比例,更好地适应不同的环境和工况。

    一种基于深度学习的激光点云目标检测识别装置及方法

    公开(公告)号:CN114821498A

    公开(公告)日:2022-07-29

    申请号:CN202210333138.8

    申请日:2022-03-30

    Abstract: 本发明涉及一种基于深度学习的激光点云目标检测识别装置及方法,方法包括如下步骤:1)数据采集模块采集激光点云数据;2)数据标注模块对激光点云数据进行自动标注;3)深度学习模块对标注后的激光点云数据进行特征提取;4)预测模块根据提取的特征基于深度神经网络模型进行目标的实时预测。本发明所述一种基于深度学习的激光点云目标检测识别方法中,先对单帧点云数据进行特征提取,然后将提取的特征进行稀疏化处理,转化为可以供RPN卷积神经网络计算的数据结构,将用于图像领域的卷积神经网络移植到三维的激光点云领域,从而提高对激光点云数据中目标检测识别的准确性。

    一种激光点云标注装置及方法

    公开(公告)号:CN114648677A

    公开(公告)日:2022-06-21

    申请号:CN202210313188.X

    申请日:2022-03-28

    Abstract: 本发明涉及一种激光点云标注装置及方法,方法包括如下步骤:1)数据采集模块采集时空同步的激光点云数据和图像数据;2)数据标注模块对图像数据进行自动标注;3)对自动标注后的图像数据进行审核并对审核未通过的图像数据进行修正;4)三维场景重构模块建立图像数据与激光点云数据之间的映射关系;5)基于映射关系根据图像数据的标注完成对激光点云数据的标注。由于激光点云的稀疏性,对于远距离的小目标,人工也难以识别目标的种类和边界,而图像具有丰富的纹理和色彩,容易对目标种类和边界进行判断;本发明先标注图像数据,再将标注结果映射到激光点云数据中,完成自动标注,不仅准确性高、耗时短且人工成本低。

    一种车辆环境感知系统及故障诊断方法

    公开(公告)号:CN114379572A

    公开(公告)日:2022-04-22

    申请号:CN202210114637.8

    申请日:2022-01-30

    Abstract: 本发明涉及一种车辆环境感知系统及故障诊断方法,车辆环境感知系统包括传感融合控制器和与传感融合控制器电连接的传感器;方法包括如下步骤:1)传感融合控制器接收来自传感器的报文信息;2)传感融合控制器根据报文信息诊断传感器故障;3)传感融合控制器生成故障信息并输出至自动驾驶系统。本发明通过三种故障诊断模块对传感器的故障较为全面的诊断,可准确判断出传感器的故障状态,并将传感器的故障状态发送给自动驾驶系统以便自动驾驶系统根据当前传感器的故障状态做出相应的响应,从而解决目前车辆环境感知系统存在不能对传感器进行故障诊断或诊断手段单一的问题,可取得提高故障诊断准确性、车辆自动驾驶安全性的效果。

    基于多传感器融合可驾驶区域的检测方法、系统和车辆

    公开(公告)号:CN113432615A

    公开(公告)日:2021-09-24

    申请号:CN202110876811.8

    申请日:2021-07-31

    Abstract: 本发明公开一种基于多传感器融合可驾驶区域的检测方法、系统和车辆,通过对各车道的数据点进行最近距离求解,数据关联计算以及将关联结果进行比较分析,将存在概率最高的数据点作为各车道的截止点并最终输出。通过本发明的方法,能够实时探测可驾驶区域,连续输出各车道可通行的最大范围,有效改善了由于单一目标检测模块漏检造成的不足,提高了整车的安全性,为无人驾驶系统的规划和决策提供有效的判断依据。

Patent Agency Ranking