-
公开(公告)号：CN119964105A
公开(公告)日：2025-05-09
申请号：CN202510017842.6
申请日：2025-01-06
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) , 北京理工大学
IPC: G06V20/56 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种局部全局特征结合的路面类型识别方法，包括：进行数据收集、数据标注和数据划分；提出RSCD数据集，该数据集对路面类型进行分类；模型接收图像信息输入，进入Stem层提取低级特征，并改变图像的空间维度；经过Stem层处理后，依次经过四个Stage；S3:经过每个Stage后，输出特征图进入FD模块进行处理；最后将所得特征图输入分类头执行分类任务，判断输入图像属于哪一种道路类型；使用LinearClsHead，原始图像信息经过特征提取阶段和前背景特征提取模块后，通过全连接层对提取到的特征进行分类。本发明对于细粒度路面类型分类全局性和局部性都重要、类内差异大类间差异小的难点问题有显著解决效果。
-
公开(公告)号：CN119479303A
公开(公告)日：2025-02-18
申请号：CN202411690589.2
申请日：2024-11-25
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) , 北京理工大学
Abstract: 本发明提供一种针对不同路况感知覆盖问题的设备部署优化方法，包括以下步骤：分析不同道路类型，建立栅格地图库和路侧设备模型库；为了保证优化结果的合理性和鲁棒性，采用两阶段的方法，以针对传感器、MEC关键设备开展部署优化；在第一阶段，基于NSGA‑Ⅱ算法对RSU中的传感器进行部署设计，确保传感器在不同道路场景中的最优配置；在第二阶段，运用聚类和模型预测控制MPC的混合专家模型对MEC设备进行部署，并建立路侧设备之间的拓扑关系，以适应实际道路场景的通信需求；基于得到路侧设备部署方案，开展实际场景下的部署。本发明能够基于优化算法可以针对多种不同的场景和传感器需求开展优化部署，具有较高的数据传输的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118864274A
公开(公告)日：2024-10-29
申请号：CN202410930361.X
申请日：2024-07-11
Applicant: 北京理工大学
Abstract: 本发明公开了一种面向十字路口场景的多视角相机图像拼接方法，致力于前融合，属于相机的多视角图像拼接技术领域，对获取的十字路口场景的多视角相机图像分别进行深度估计，得到深度信息；对所述深度信息通过像素坐标变换为相机坐标系，利用相机的外参数将相机坐标系中的三维信息转换到世界坐标系，得到BEV视角下的三维信息；将BEV视角下的三维信息沿垂直于地面方向归一化处理，得到处理后的俯视图图像；使用平面拼接方法进行图像拼接，包括特征检测和间隙优化，得到优化后的拼接图像；利用所述方法实现路侧视角下的纯图像拼接任务，以实现可视化，并有利于目标检测。
-
公开(公告)号：CN113917452A
公开(公告)日：2022-01-11
申请号：CN202111160678.2
申请日：2021-09-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种视觉与雷达结合的盲道检测装置、方法和非暂态计算机可读存储介质，盲道检测装置包括：盲道信息获取单元，其用于获取前方道路路面的视觉图像，通过雷达扫描获取得到的所述前方道路路面的点云；图像判断单元，其用于根据所述视觉图像，判断所述前方道路路面是否为盲道；点云判断单元，其用于在所示图像判断单元判定时刻t所述前方道路路面为盲道，而当视觉判定时刻t+1所述前方道路路面为非盲道或所述视觉图像失效的情形下，根据时刻t的所述点云Pt、以及时刻t+1的所述点云Pt+1，判断Pt与Pt+1是否相似，若是，则判定所述点云Pt+1对应的所述前方道路路面为盲道，反之，则判定所述点云Pt+1对应的所述前方道路路面为非盲道。本发明可以有效解决盲道识别的问题。
-
公开(公告)号：CN113917452B
公开(公告)日：2022-05-24
申请号：CN202111160678.2
申请日：2021-09-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种视觉与雷达结合的盲道检测装置、方法和非暂态计算机可读存储介质，盲道检测装置包括：盲道信息获取单元，其用于获取前方道路路面的视觉图像，通过雷达扫描获取得到的所述前方道路路面的点云；图像判断单元，其用于根据所述视觉图像，判断所述前方道路路面是否为盲道；点云判断单元，其用于在所示图像判断单元判定时刻t所述前方道路路面为盲道，而当视觉判定时刻t+1所述前方道路路面为非盲道或所述视觉图像失效的情形下，根据时刻t的所述点云Pt、以及时刻t+1的所述点云Pt+1，判断Pt与Pt+1是否相似，若是，则判定所述点云Pt+1对应的所述前方道路路面为盲道，反之，则判定所述点云Pt+1对应的所述前方道路路面为非盲道。本发明可以有效解决盲道识别的问题。
-
公开(公告)号：CN119049300A
公开(公告)日：2024-11-29
申请号：CN202411175364.3
申请日：2024-08-26
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本发明公开了一种考虑道路交通信息的车速规划方法，以应对日益复杂的交通环境。通过V2X通信获取实时车流状态及信号灯配时信息，构建长期车速规划问题，旨在降低能耗和提高通行效率。模型中，基于冲击波理论建立车辆排队模型，描述信号灯路口的动态排队和消散过程，并引入扩展信号灯模型以增强通行状态的准确性。通过分层优化策略，车速规划被分解为离散寻优和连续优化两个部分，确保在信号灯允许的时间内顺畅通行，并在交通流密度超标时调整规划车速，保证合理性。最终，该方法通过动态规划和内点法结合，形成最终的参考车速序列。整体而言，此项技术有效提升了车速规划算法的适应性，显著降低了车辆能耗，为智能交通系统的发展提供了新思路。
-
公开(公告)号：CN118864819A
公开(公告)日：2024-10-29
申请号：CN202410976625.5
申请日：2024-07-21
Applicant: 北京理工大学
Abstract: 本发明公开了适用极端天气下基于迁移学习的单目相机3D目标检测方法，利用迁移学习将正常天气和雨雪雾天气数据集中训练，首先获取图像源域和目标域的数据，利用Resnet‑50或Resnet‑101等主干网络提取基础图像特征，并使用深度预测器获取输入图像的深度特征。随后，通过自注意力层和前馈神经网络对图像的视觉信息和深度信息进行编码，得到视觉特征和深度特征。利用深度交叉注意层和视觉交叉注意层融合不同特征，并通过交叉查询自注意力层捕获序列中的复杂关系。将这些关系输入到前馈神经网络细化特征表示，并通过头部网络生成目标预测结果。最后，通过将目标预测结果和数据集标注真实值输入到预设的损失函数中，使得模型在源域和目标域中均取得良好的检测效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
