-
公开(公告)号：CN116052109A
公开(公告)日：2023-05-02
申请号：CN202310203002.X
申请日：2023-03-06
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V20/56 , G06V10/22 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G01S7/48
摘要： 本发明涉及自动驾驶技术领域，具体提供一种点云特征获取方法、目标检测方法、设备、介质及车辆，旨在解决提高点云目标检测准确性与效率的问题。为此目的，本发明提供的特征获取方法包括在对雷达采集的点云帧进行体素化处理形成多个体素之后，根据体素内点云的坐标分别获取体素的中心点特征、点云分布特征和点云形状特征，根据上述特征获取体素的点云体素特征。通过这种方式，即使体素的尺寸比较大，也可以从体素中心点、点云分布和点云形状这三个维度充分地描述体素的特征，从而有效地平衡目标检测的准确性与效率。本发明提供的目标检测方法可以采用上述特征获取方法获取点云体素特征，进而完成点云目标检测，提高了点云目标检测的准确性与效率。
-
公开(公告)号：CN115984805B
公开(公告)日：2023-07-18
申请号：CN202310244370.9
申请日：2023-03-15
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V20/56 , G06V20/70 , G06V10/72 , G06V10/774
摘要： 本发明涉及数据处理技术领域，具体提供一种数据增强方法、目标检测方法及车辆，旨在解决现有针对小目标的训练数据不足的问题。为此目的，本发明的数据增强方法包括：通过对点云数据经过目标检测得到的初始标注框进行压缩处理，得到压缩标注框；对点云数据中与初始标注框对应的局部点云数据进行压缩处理，得到局部压缩点云数据；基于局部压缩点云数据和压缩标注框得到增强点云数据。该方法通过对初始标注框以及初始标注框对应的局部点云数据进行压缩，一方面可以丰富小目标的数据，另一方面，还可以保证压缩后的质量以及保证得到的增强点云数据的可靠性。
-
公开(公告)号：CN115965925B
公开(公告)日：2023-06-23
申请号：CN202310194602.4
申请日：2023-03-03
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V20/56 , G01S7/48 , G01S13/66 , G06V10/776
摘要： 本发明涉及自动驾驶技术领域，具体提供一种点云目标检测方法、计算机设备、存储介质及车辆，旨在解决提高点云目标检测准确性的问题。为此目的，本发明提供的方法包括获取雷达采集到的三维点云帧，对三维点云帧进行目标检测，以获取由检测框角点的三维坐标表示而成的三维目标检测框，根据三维目标检测框获取目标检测结果。通过上述方法，即使目标存在遮挡的情况，也可以根据三维目标检测框中检测框角点的三维坐标准确得到目标未被遮挡端点的坐标，从而可以有效提高目标检测的准确性，同时也为目标跟踪提高了有效的跟踪角点，保证了目标跟踪的准确性和可靠性。
-
公开(公告)号：CN115979205A
公开(公告)日：2023-04-18
申请号：CN202310231457.2
申请日：2023-03-13
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G01C1/00 , G06V10/764 , G06V10/82
摘要： 本发明涉及图像处理技术领域，具体提供一种目标航向角检测方法、计算机可读存储介质及电子设备，旨在解决现有航向角检测精确度较低的问题。为此目的，本发明的目标航向角检测方法包括：将获取到的特征图分别输入航向角数值检测网络和多个航向角朝向检测网络，得到目标航向角数值和多个航向角朝向属性；根据目标航向角数值以及多个航向角检测网络各自对应的角度区间和朝向分类交界角度，从多个航向角检测网络中确定出目标航向角朝向检测网络；根据目标航向角数值和目标航向角朝向检测网络得到的目标航向角朝向属性，确定目标航向角，有利于提高目标航向角的检测精确度。
-
公开(公告)号：CN115984827B
公开(公告)日：2024-02-02
申请号：CN202310200640.6
申请日：2023-03-06
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V20/58 , G06V20/56 , G06V20/70 , G06V10/96 , G06V10/94 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/084
摘要： 本发明涉及自动驾驶技术领域，具体提供一种点云感知方法、计算机设备及计算机可读存储介质，旨在解决快速且准确地进行点云感知的问题。为此目的，本发明提供的方法包括根据每个感知任务的任务需求获取多个分别来自不同点云数据源的异源点云集，根据每个感知任务的重要程度分别确定每个感知任务的训练模式；采用异源点云集并按照每个感知任务的训练模式对多任务感知模型进行每个感知任务的任务训练；采用训练好的多任务感知模型，对待感知点云进行感知。通过上述方式，只需要在车辆上部署一个任务感知模型就可以快速且准确地完成点云感知，显著降低了对车辆计算资源和功耗的需(56)对比文件CN 115358413 A,2022.11.18CN 112380923 A,2021.02.19CN 112052359 A,2020.12.08CN 111222454 A,2020.06.02CN 114862901 A,2022.08.05CN 115665805 A,2023.01.31CN 115904666 A,2023.04.04US 2019340447 A1,2019.11.07王国利.地面激光点云模型构建原理.北京：测绘出版社,2017,21.王麒.基于深度学习的自动驾驶感知算法.中国博士学位论文全文数据库 (基础科学辑).2023,(第2期),C035-16.
-
公开(公告)号：CN115984805A
公开(公告)日：2023-04-18
申请号：CN202310244370.9
申请日：2023-03-15
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V20/56 , G06V20/70 , G06V10/72 , G06V10/774
摘要： 本发明涉及数据处理技术领域，具体提供一种数据增强方法、目标检测方法及车辆，旨在解决现有针对小目标的训练数据不足的问题。为此目的，本发明的数据增强方法包括：通过对点云数据经过目标检测得到的初始标注框进行压缩处理，得到压缩标注框；对点云数据中与初始标注框对应的局部点云数据进行压缩处理，得到局部压缩点云数据；基于局部压缩点云数据和压缩标注框得到增强点云数据。该方法通过对初始标注框以及初始标注框对应的局部点云数据进行压缩，一方面可以丰富小目标的数据，另一方面，还可以保证压缩后的质量以及保证得到的增强点云数据的可靠性。
-
公开(公告)号：CN115965928A
公开(公告)日：2023-04-14
申请号：CN202310254846.7
申请日：2023-03-16
申请人： 安徽蔚来智驾科技有限公司
摘要： 本发明属于智能驾驶技术领域，具体提供一种点云特征增强、目标检测方法、设备、介质及车辆，旨在解决如何增强点云数据的语义特征的问题。为此目的，本发明的方法包括：获取原始点云数据的前向视图，并通过第一特征提取网络对前向视图进行特征融合和提取得到前向视图特征图，再将原始点云数据和前向视图特征图进行特征维度的拼接，得到特征增强后的点云数据，并用于目标检测。通过本发明的方法，前向视图特征图中增强的特征数据会被无损保留到鸟瞰图，并与原始点云数据中的特征数据共同用于目标检测，弥补了鸟瞰图的因点云栅格化与采样过程导致的点云语义缺失，从而提升了目标检测性能，并且对小目标检测性能的增益更为显著。
-
公开(公告)号：CN115984802B
公开(公告)日：2023-06-09
申请号：CN202310213483.2
申请日：2023-03-08
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V20/56 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明涉及目标检测技术领域，具体提供一种目标检测方法、计算机可读存储介质及驾驶设备，旨在解决基于模型量化后的模型进行目标检测时如何进一步提高目标检测准确度的问题。为此目的，本发明的目标检测方法包括：通过至少在目标检测神经网络模型中至少一个卷积单元的输出端设置限制层，对由相应卷积单元输出的特征张量的特征值范围进行限定，进而在应用该目标检测神经网络模型对当前驾驶场景的感知数据进行目标检测时，卷积单元用于对感知数据进行特征提取并输出特征张量；限制层用于对卷积单元输出端输出的特征张量的特征值范围进行限定，从而减少特征值范围的波动，降低量化误差，实现有效提高目标检测的准确度。
-
公开(公告)号：CN115965824B
公开(公告)日：2023-06-06
申请号：CN202310184313.6
申请日：2023-03-01
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V10/764 , G06V10/762 , G06V20/58 , G06V10/82
摘要： 本发明涉及自动驾驶技术领域，具体提供一种点云数据标注方法、点云目标检测方法、设备及存储介质，旨在解决准确且可靠地进行目标检测的问题。为此目的，本发明提供的标注方法包括获取点云数据中目标检测框的初始标注类别和尺寸，根据目标检测框的尺寸对其初始标注类别进行校正。通过这种方式可以确保目标检测框的标注准确性，进而保证点云目标检测的准确性。本发明提供的检测方法可以采用上述方法对点云数据中目标检测框的初始标注类别进行校正形成点云训练数据，再采用点云训练数据对预设模型进行点云目标检测训练，以获取点云目标检测模型，进而采用点云目标检测模型对点云帧进行目标检测。通过这种方式，可以提高目标检测的准确性。
-
公开(公告)号：CN115984827A
公开(公告)日：2023-04-18
申请号：CN202310200640.6
申请日：2023-03-06
申请人： 安徽蔚来智驾科技有限公司
IPC分类号： G06V20/58 , G06V20/56 , G06V20/70 , G06V10/96 , G06V10/94 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/084
摘要： 本发明涉及自动驾驶技术领域，具体提供一种点云感知方法、计算机设备及计算机可读存储介质，旨在解决快速且准确地进行点云感知的问题。为此目的，本发明提供的方法包括根据每个感知任务的任务需求获取多个分别来自不同点云数据源的异源点云集，根据每个感知任务的重要程度分别确定每个感知任务的训练模式；采用异源点云集并按照每个感知任务的训练模式对多任务感知模型进行每个感知任务的任务训练；采用训练好的多任务感知模型，对待感知点云进行感知。通过上述方式，只需要在车辆上部署一个任务感知模型就可以快速且准确地完成点云感知，显著降低了对车辆计算资源和功耗的需求，有效保证了车辆的安全行驶。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.023 秒)
