-
公开(公告)号:CN117522989A
公开(公告)日:2024-02-06
申请号:CN202311711567.5
申请日:2023-12-13
Applicant: 中南大学
Abstract: 本申请涉及数据处理技术领域,提供了一种协同感知方法、装置、设备及介质。该协同感知方法包括:获取多个智能体的传感器数据;基于智能体的传感器数据构建多个候选区域,并从所有智能体的所有候选区域中获取智能体的至少一个前景区域;获取每个前景区域的多个兴趣点和多个关键点,并将每个前景区域划分为多个网格区域,将网格区域的中心点作为网格区域的特权点;基于每个前景区域中的所有关键点的坐标和兴趣点的坐标,获取前景区域中每个特权点的几何特征;基于特权点的坐标和前景区域中每个关键点的坐标,获取特权点的偏移特征;基于所有特权点的几何特征和偏移特征,获取协同感知结果。本申请的协同感知方法能够提高协同感知结果的精确度。
-
公开(公告)号:CN117453846A
公开(公告)日:2024-01-26
申请号:CN202311504562.5
申请日:2023-11-13
Applicant: 中南大学
IPC: G06F16/29 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/092 , G06N5/04
Abstract: 本公开实施例中提供了一种基于潜在扩散模型的多模态行人轨迹预测方法,属于数据处理技术领域,具体包括:采用条件自编码器的编码器模块将行人历史轨迹的二维坐标转换到潜在特征空间中,得到潜在表征和样本条件状态;通过扩散模型对标准高斯分布进行预设次数的采样并利用固定方差调度器对潜在表征进行加噪,得到噪声表征并根据样本条件状态和预设损失函数训练扩散模型;将待预测行人轨迹输入条件自编码器的编码器模块得到目标条件状态;利用训练好的扩散模型和变分推理进行采样去噪,得到去噪表征;将去噪表征和目标条件状态输入至解码器,生成预测结果。通过本公开的方案,提高了预测效率、精准度和适应性。
-