-
公开(公告)号：CN113537001B
公开(公告)日：2023-06-23
申请号：CN202110747133.5
申请日：2021-07-02
申请人： 安阳工学院
IPC分类号： G06V20/56 , G06V20/40 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供的一种基于视觉目标跟踪的车辆驾驶自主决策方法及装置，通过获取驾驶车辆的图像数据序列作为跟踪模型的输入，采用优化网络结构和激励函数，构建神经网络模型然后进行训练得到跟踪模型，对目标进行跟踪检测，提升检测效率；从参考帧中获得滤波参数；根据滤波参数，计算第一候选区域所对应的期望响应值；在期望响应值中确定最大值以及最大值期望值对应的第一候选区域；将最大值对应的第一候选区域确定作为目标区域，以此对目标进行持续跟踪可以提高目标检测的准确性；优化决策神经网络结构和激励函数构建决策神经网络，然后以目标区域标记序列为输入对车辆是否减速做出决策，因此可以提升决策稳定性。
-
公开(公告)号：CN113537003B
公开(公告)日：2022-10-21
申请号：CN202110747205.6
申请日：2021-07-02
申请人： 安阳工学院
摘要： 本发明提供的一种用于辅助驾驶的车外环境视觉检测方法及装置，通过图像采集设备采集描述车辆状态的图像，通过对离散图像进行规范化处理，在计算规范化后的离散图像的能量梯度之后输入神经网络模型，可以克服灰度加权平均带来的信息弱化，能够更好的保留彩色图像局部通道的特征信息。设计多隐藏层的卷积窗口，使得神经网络模型的全向卷积窗口组合，从而检测各个方向各种形态的特征，并设计非线性函数作为神经网络模型的激励函数，改善神经网络模型的检测能力，输出控制变量，实现对多个被控制备的智能辅助控制。本发明可以降低辅助驾驶系统所需要的外部传感器数量，减轻辅助驾驶系统的载荷，降低系统复杂度。
-
公开(公告)号：CN113537002B
公开(公告)日：2023-01-24
申请号：CN202110747135.4
申请日：2021-07-02
申请人： 安阳工学院
IPC分类号： G06V20/56 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供的一种基于双模神经网络模型的驾驶环境评估方法及装置，通过获取周围不同驾驶车辆的多组坐标序列以及多组图像序列，对不同维度数据分别进行规范化处理，避免数据出现离群而被错误处理，提高后续识别的准确性；构建双模神经网络模型进行有针对性对不同维度的数据进行组合识别，可以提高识别的准确性；通过设计非线性函数作为双模神经网络模型的激励函数，使双模神经网络模型具有对非线性数据集分类的能力，在提高识别正确性的同时大幅提升了识别效率；根据双模神经网络对驾驶环境中的驾驶环境的状态进行预测，实现智能驾驶辅助功能。
-
公开(公告)号：CN113537003A
公开(公告)日：2021-10-22
申请号：CN202110747205.6
申请日：2021-07-02
申请人： 安阳工学院
摘要： 本发明提供的一种用于辅助驾驶的车外环境视觉检测方法及装置，通过图像采集设备采集描述车辆状态的图像，通过对离散图像进行规范化处理，在计算规范化后的离散图像的能量梯度之后输入神经网络模型，可以克服灰度加权平均带来的信息弱化，能够更好的保留彩色图像局部通道的特征信息。设计多隐藏层的卷积窗口，使得神经网络模型的全向卷积窗口组合，从而检测各个方向各种形态的特征，并设计非线性函数作为神经网络模型的激励函数，改善神经网络模型的检测能力，输出控制变量，实现对多个被控制备的智能辅助控制。本发明可以降低辅助驾驶系统所需要的外部传感器数量，减轻辅助驾驶系统的载荷，降低系统复杂度。
-
公开(公告)号：CN113537002A
公开(公告)日：2021-10-22
申请号：CN202110747135.4
申请日：2021-07-02
申请人： 安阳工学院
摘要： 本发明提供的一种基于双模神经网络模型的驾驶环境评估方法及装置，通过获取周围不同驾驶车辆的多组坐标序列以及多组图像序列，对不同维度数据分别进行规范化处理，避免数据出现离群而被错误处理，提高后续识别的准确性；构建双模神经网络模型进行有针对性对不同维度的数据进行组合识别，可以提高识别的准确性；通过设计非线性函数作为双模神经网络模型的激励函数，使双模神经网络模型具有对非线性数据集分类的能力，在提高识别正确性的同时大幅提升了识别效率；根据双模神经网络对驾驶环境中的驾驶环境的状态进行预测，实现智能驾驶辅助功能。
-
公开(公告)号：CN113537001A
公开(公告)日：2021-10-22
申请号：CN202110747133.5
申请日：2021-07-02
申请人： 安阳工学院
摘要： 本发明提供的一种基于视觉目标跟踪的车辆驾驶自主决策方法及装置，通过获取驾驶车辆的图像数据序列作为跟踪模型的输入，采用优化网络结构和激励函数，构建神经网络模型然后进行训练得到跟踪模型，对目标进行跟踪检测，提升检测效率；从参考帧中获得滤波参数；根据滤波参数，计算第一候选区域所对应的期望响应值；在期望响应值中确定最大值以及最大值期望值对应的第一候选区域；将最大值对应的第一候选区域确定作为目标区域，以此对目标进行持续跟踪可以提高目标检测的准确性；优化决策神经网络结构和激励函数构建决策神经网络，然后以目标区域标记序列为输入对车辆是否减速做出决策，因此可以提升决策稳定性。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.025 秒)
