-
公开(公告)号：CN115223019A
公开(公告)日：2022-10-21
申请号：CN202210834515.6
申请日：2022-07-14
Applicant: 清华大学
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06V10/26 , G06V10/50 , G06V20/50 , G06N3/04 , G01S17/86 , G01S17/88 , G08G1/14
Abstract: 本发明公开了一种基于相机和激光雷达融合的全天时停车位检测方法，所述方法包括：步骤1)利用设置在场端的摄像头和激光雷达分别获取停车场的RGB图像和点云数据，通过标定和对齐，将点云投影到RGB图像上；步骤2)根据停车位的先验信息，将RGB图像对应停车位进行分割，将标定和对齐后的点云对应车位进行分割；步骤3)将分割后的点云数据通过球面投影变换为距离图像；步骤4)把距离图像和分割后的车位RGB图像经拼接后输入词嵌入层进行向量切分，再输入Transformer编码器进行特征提取；步骤5)将特征提取得到的特征向量输入分类网络，得到对应停车位的分类结果，所述分类结果包括停车位空闲或占用。
-
公开(公告)号：CN114972654A
公开(公告)日：2022-08-30
申请号：CN202210678796.0
申请日：2022-06-15
Applicant: 清华大学
Abstract: 本发明属于自动驾驶领域，尤其涉及一种基于路侧点云补全的三维目标检测方法，所述方法包括：将采集的点云数据输入预先建立和训练好的点云补全模型，得到完整点云的高维特征；将完整点云的高维特征输入预先建立和训练好的目标检测网络实现三维目标检测；所述点云补全模型，基于蒙面自动编码器的设计思想，采用注意力机制实现从不完整的点云中提取完整点云的高维特征。基于本发明的方法，对现有的三维目标检测算法进行微调即可，具有很高的灵活性，并可以达到更高的三维目标检测精度。
-
公开(公告)号：CN114549985A
公开(公告)日：2022-05-27
申请号：CN202210166807.7
申请日：2022-02-23
Applicant: 清华大学
Abstract: 本发明公开了一种基于自监督对比学习的目标检测方法，所述方法包括：将采集的待检测图像输入预先建立和训练好的目标检测模型，得到目标检测结果；在所述目标检测模型的训练环节引入自监督对比损失函数，引导目标检测模型学习高层场景语义信息。本发明采用的孪生组合数据增强方法能够有效地针对自监督学习方法扩充原有的数据集，提升模型对于数据中干扰噪声的鲁棒性；本发明实现的自监督模块通过目标网络和在线网络的对比学习，可引导模型学习高层次的语义信息，提升目标检测网络的检测精度。
-
公开(公告)号：CN114170516A
公开(公告)日：2022-03-11
申请号：CN202111500605.3
申请日：2021-12-09
Applicant: 清华大学
IPC: G06V20/10 , G06V20/54 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/82
Abstract: 本申请提供了一种基于路侧感知的车辆重识别方法、装置及电子设备，具体涉及车辆重识别技术领域，具体为：获取待识别车辆的图像及多张待匹配的图像；通过预先训练好的主干网络对待识别车辆的图像及多张待匹配的图像分别进行处理，得到待识别车辆的图像的特征图以及多张待匹配的图像的特征图；所述主干网络用于提取图像的特征图，该特征图包括加入采集图像的摄像头的拍摄角度信息的全局特征，以及反映图像细节的局部特征；计算待识别车辆的图像的特征图与各张待匹配的图像的特征图的相似度，获取大于阈值的相似度对应的待匹配的图像作为重识别的图像。本申请能够提高车辆重识别的准确度。
-
公开(公告)号：CN114170315A
公开(公告)日：2022-03-11
申请号：CN202111521887.5
申请日：2021-12-13
Applicant: 清华大学
Abstract: 本发明公开了一种动态场景的智能车定位方法及系统，基于部署在智能车上的激光雷达和相机实现，所述方法包括：接收激光雷达采集的点云数据和相机采集的图像数据；基于图像数据，识别环境中的物体类别，并对物体类别为可移动物体构建语义地图；基于点云数据，使用SLAM方法构建静态地图；根据静态地图和语义地图，结合持续获得的点云数据，调整可移动物体对应的观测权重；基于调整后的观测权重，根据静态地图和语义地图，对智能车进行实时定位。本发明的方法可以解决由于可移动物体低动态性的特性导致的定位精度降低的问题，提供了一种长期定位的方案，在环境中物体发生变化之后，依然可以根据环境中的静态物体提供较高的精度。
-
Patent Agency Ranking
公开(公告)号：CN112862719B
公开(公告)日：2022-02-22
申请号：CN202110200863.3
申请日：2021-02-23
Applicant: 清华大学
Abstract: 本发明的公开了一种基于图卷积的激光雷达数据胞体特征增强方法，所述方法包括：步骤1)对实时采集的雷达点云数据进行胞体划分以及信息提取，得到胞体化数据；步骤2)对胞体化数据进行构图，形成图结构；步骤3)将图结构输入图卷积单元，对图结构中的每个节点进行特征增强，将特征增强后的图结构再次输入图卷积单元，反复执行多次，直至达到循环次数；步骤4)将最后一次图卷积单元输出的增强后的胞体特征传递给后端目标检测网络，完成目标检测任务。本发明的方法提出对胞体之间信息进行融合，提升了个个胞体捕捉实例目标信息的能力，提高了3D目标检测方法的准确性。
-
公开(公告)号：CN113947141A
公开(公告)日：2022-01-18
申请号：CN202111197599.9
申请日：2021-10-14
Applicant: 清华大学
Abstract: 本申请提供了一种城市路口场景的路侧灯塔感知系统，涉及自动驾驶技术领域，包括：多个路侧灯塔以及一个路边云平台，每个路侧灯塔上布设一套路侧灯塔感知装置；所述路侧灯塔感知装置，用于对多个传感器同步采集的路口目标场景的数据进行融合处理，得到目标场景感知结果，然后将原始点云以及目标场景感知结果发送至路边云平台；所述路边云平台，用于基于各路侧灯塔的点云配准获得各路侧灯塔之间的空间转换矩阵，对各路侧灯塔的原始点云以及目标场景感知结果分别进行拼接，由此得到路口点云以及路口全要素感知结果。本申请的系统具有硬件成本低以及易扩展的优点，并可以提供高质量多角度的路口目标场景数据。
-
公开(公告)号：CN113673420A
公开(公告)日：2021-11-19
申请号：CN202110954164.8
申请日：2021-08-19
Applicant: 清华大学
Abstract: 本发明公开了一种基于全局特征感知的目标检测方法及系统，所述方法包括：实时获取相机采集的RGB图像，对该图像进行切割，获取原始监控图像；将原始监控图像输入训练好的全局感知特征提取器，输出检测结果；所述全局感知特征提取器包括：图像切分模块、Transfomer编码器、上采样和通道压缩模块、特征重标定模块和分类网络。本发明的方法可以提升检测精度并有效增强目标检测的泛化性能。
-
公开(公告)号：CN112744227B
公开(公告)日：2021-10-22
申请号：CN202110083068.0
申请日：2021-01-21
Applicant: 清华大学
Abstract: 本发明公开一种多模态陆空两栖车辆起降控制方法及控制装置、计算机存储介质，涉及车辆技术领域，以精确控制两栖车辆起降。该起降控制方法包括：接收多模态陆空两栖车辆的动力参数；采用多模态陆空两栖车辆的耦合动力学模型对动力参数进行处理，获得多模态陆空两栖车辆的动力控制参数；耦合动力学模型包括多模态陆空两栖车辆在着陆状态下的运动方程；多模态陆空两栖车辆在着陆状态下的运动方程由整车二自由度悬架动力学方程和着陆状态的六自由度运动方程确定；根据多模态陆空两栖车辆的动力控制参数控制多模态陆空两栖车辆起降。本发明提供的起降控制方法用于多模态陆空两栖车辆的起降控制。
-
公开(公告)号：CN113511040A
公开(公告)日：2021-10-19
申请号：CN202111077294.4
申请日：2021-09-15
Applicant: 清华大学
Abstract: 本发明属于无人运载技术领域，具体是一种陆空两栖多模态运载平台，所述运载平台包括上层板、中层板和下层板；所述下层板的下表面设置地面行驶装置，下层板的上表面设置中层支架和俯仰协调机构；所述中层支架上设置俯仰开合件，俯仰开合件一面固定在中层支架顶部，另一面固定在中层板的下表面；所述俯仰协调机构一端固定在下层板的上表面，另一端固定在中层板的下表面；所述中层板的上表面两端对称设置齿轮箱，齿轮箱上设置上层板，上层板上设置四个机臂折叠转台，齿轮箱的两端分别连接驱动机臂折叠转台，机臂折叠转台通过机架连接机臂，机臂的远端设置旋翼。该发明可以提高面对应用场景变化的灵活性与适应性、执行任务的稳定性与可靠性。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.043 seconds)
