公开(公告)号：CN116434193A

公开(公告)日：2023-07-14

申请号：CN202310419930.X

申请日：2023-04-19

申请人： 江苏大学 ,  镇江市江苏大学工程技术研究院 ,  汉得利(常州)电子股份有限公司

发明人： 王海 ,  张桂荣 ,  蔡英凤 ,  吴逸飞 ,  陈龙 ,  李祎承 ,  刘擎超

IPC分类号： G06V20/58 ,  G06V20/70 ,  G06V10/98 ,  G06F17/16

摘要： 本发明公开了一种面向决策支持的自动驾驶目标检测算法综合评价方法，包括：获取目标检测数据集；根据目标检测数据集，建立因素集；其中，因素集包括距离、方位和类别；根据因素集，建立评价集；其中，评价集包括距离因素评价集、方位因素评价集和类别因素评价集；设定各个评价集以及各个评价集中每个评价等级的权重；根据各个评价集、各个评价集中每个评价等级以及对应的权重，对自动驾驶目标检测算法进行综合评价。本发明同时考虑了目标物体与当前车辆之间的距离因素的权重、目标物体与当前车辆之间的方位信息的权重和目标物体的类别权重，能够面向自动驾驶决策端，甄别出对危险系数较大目标的识别能力的目标检测算法及其模型。

公开(公告)号：CN116310345A

公开(公告)日：2023-06-23

申请号：CN202310363274.6

申请日：2023-04-07

申请人： 江苏大学 ,  镇江市江苏大学工程技术研究院 ,  汉得利(常州)电子股份有限公司

发明人： 王海 ,  张桂荣 ,  蔡英凤 ,  吴逸飞 ,  陈龙 ,  李祎承 ,  刘擎超

IPC分类号： G06V10/26 ,  G06V20/56 ,  G06V20/70 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明公开了一种用于交通路面的多要素语义分割方法，包括：获取目标图片集；目标图片集中的每个目标图片均包括可行驶区域、车道线和路面交通标志；对目标图片集的目标图片进行标签标注，并将标注后的目标图片集划分为训练集和测试集；构建实时语义分割网络模型；利用训练集对实时语义分割网络模型进行训练，得到训练好的实时语义分割网络模型；利用训练好的实时语义分割网络模型对测试集进行测试，得到交通路面的语义分割结果。本发明中能够将可行驶区域分割、车道线检测和道路路面交通标志检测整合到同一个实时语义分割网络模型中同时进行处理，能够取得较好的分割效果和较快的推理速度，从而减少推理消耗的时间，节省计算资源。

公开(公告)号：CN118521981A

公开(公告)日：2024-08-20

申请号：CN202410599701.5

申请日：2024-05-15

申请人： 江苏大学 ,  汉得利(常州)电子股份有限公司

发明人： 王海 ,  张桂荣 ,  蔡英凤 ,  吴逸飞 ,  陈龙 ,  李祎承 ,  刘擎超 ,  刘宸宇

IPC分类号： G06V20/56 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/52 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

摘要： 本发明公开了一种基于关键点的全局关联车道线检测方法、系统、介质和设备，包括：获取带有标注的数据集；构建基于关键点的全局关联车道线检测模型；利用带有标注的数据集对基于关键点的全局关联车道线检测模型进行训练，得到训练好的基于关键点的全局关联车道线检测模型；利用基于关键点的全局关联车道线检测模型对待测车道线进行检测，得到预测车道线；其中，基于关键点的全局关联车道线检测模型包括数据预处理模块、特征提取模块、通道空间注意力模块CBAM、特征金字塔网络FPN、解码器和后处理模块。本发明大大提高了检测效率。

公开(公告)号：CN114581866A

公开(公告)日：2022-06-03

申请号：CN202210077170.4

申请日：2022-01-24

申请人： 江苏大学 ,  汉得利(常州)电子股份有限公司

发明人： 王海 ,  徐岩松 ,  蔡英凤 ,  吴逸飞 ,  陈龙 ,  李祎承 ,  刘擎超

IPC分类号： G06V20/56 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及智能汽车驾驶技术领域，尤其是一种基于改进CenterNet的自动驾驶场景的多目标视觉检测算法，包括：将车载相机捕获的自动驾驶汽车周围的图片进行特征提取，获得不同尺度的特征图，对生成的特征图进行采样处理，生成由不同尺度的特征图组成的特征金字塔，不同的特征图作为检测头模块的输入，对不同的特征图进行卷积操作，生成最终的预测结果。本发明的一种基于改进CenterNet的自动驾驶场景的多目标视觉检测算法，通过使用特征提取模块生成的不同尺度的特征图组成的特征金字塔结构，提高了驾驶环境下无人驾驶汽车对小目标的检测精度；提高了无人驾驶汽车检测的鲁棒性；满足无人驾驶检测的实时性要求。

公开(公告)号：CN118314541A

公开(公告)日：2024-07-09

申请号：CN202410441105.4

申请日：2024-04-12

申请人： 江苏大学 ,  汉得利(常州)电子股份有限公司

发明人： 王海 ,  张桂荣 ,  蔡英凤 ,  吴逸飞 ,  陈龙 ,  李祎承 ,  刘擎超 ,  刘宸宇

IPC分类号： G06V20/56 ,  G06V20/64 ,  G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/52 ,  G06V10/62 ,  G06V10/80 ,  G06T3/08 ,  G06T19/00

摘要： 本发明公开了一种全景动态驾驶环境感知方法、系统、介质和设备，包括：获取待预测的多帧连续的三维点云数据；将待预测的多帧连续的三维点云数据输入预先构建的基于激光雷达的全景驾驶感知预测模型中进行感知，得到最终感知结果；其中，基于激光雷达的全景驾驶感知模型包括：预处理模块、双分支骨干网络、多任务检测头和后处理模块。本发明以多帧连续的三维点云数据作为输入，不严重依赖于相邻帧的感知结果，而且可以在单个网络中强大地执行自由空间分割、静态物体语义分割和移动物体实例分割，有效节约了计算资源，提供了实时、准确和稳健的感知结果，显著提高了驾驶安全性。

公开(公告)号：CN118982061A

公开(公告)日：2024-11-19

申请号：CN202411109882.5

申请日：2024-08-13

申请人： 江苏大学

发明人： 陆思凯 ,  蔡英凤 ,  刘泽 ,  廉玉波 ,  陈龙 ,  王海

IPC分类号： G06N3/092 ,  G06N3/098 ,  G06N3/047 ,  G06N3/042 ,  G06N3/0464 ,  G06V10/52

摘要： 本发明公开了一面向多智能体可信交互式决策控制的联邦强化学习系统、方法及设备。系统框架采用基于机理模型的数据分析方法建立样本置信度综合量化指标，实现精准、全面、可解释的偏好建模，并依据偏好模型从目标对齐和协同优化角度，解构联邦强化学习算法，实现算法多层级解释；创新采用数据机理双驱动的混合视觉注意力模型，解决传统深度强化学习在城市复杂交通环境下的高维状态空间表征难题，实现高可用性算法表现；该系统将多智能体联邦强化学习协同优化过程建模为可解释的自组织性群体合作过程，通过偏好启发式参数聚合实现模型鲁棒性与样本效率之间的平衡，解决了城市自动驾驶算法可信任难题。

公开(公告)号：CN118886303A

公开(公告)日：2024-11-01

申请号：CN202410907531.2

申请日：2024-07-08

申请人： 江苏大学

发明人： 刘擎超 ,  王瑞海 ,  蔡英凤 ,  王海 ,  陈龙 ,  熊晓夏

IPC分类号： G06F30/27 ,  G06T7/246 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/096

摘要： 本发明公开了基于扩散模型的自适应片段划分与数据演化的自动驾驶车辆轨迹生成方法及系统，在获取车辆轨迹数据的基础上，首先，利用贪婪策略动态选择最优历史轨迹片段长度，得到不同条件下的历史轨迹片段长度，其次，将历史轨迹片段输入数据扩散模型进行训练，经过改进的Transformer模型训练得到不同车辆行为的多种车辆轨迹数据，之后，利用数据编辑模型构建无预测器引导下的车辆轨迹数据，生成目标域内的新样本；然后，利用数据演化模型预测下一段片段的模式、长度和幅度，将所得信息输入至数据扩散和数据编辑模型得到新样本，并进行组合得到生成轨迹。本发明能提高生成轨迹的稳定性和可靠性，从而提高驾驶的安全性和适应性。

公开(公告)号：CN118799759A

公开(公告)日：2024-10-18

申请号：CN202410935888.1

申请日：2024-07-12

申请人： 江苏大学

发明人： 张洲宇 ,  马鹏博 ,  何忱远 ,  朱天祥 ,  徐展 ,  杨一凡 ,  陈龙 ,  王海 ,  蔡英凤 ,  黄风华

IPC分类号： G06V20/17 ,  G06F16/29 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455 ,  G06V10/762 ,  G06V10/25 ,  G06N3/047 ,  G06T7/70

摘要： 本发明公开了一种面向GNSS拒止场景的车载无人机动平台自主降落环境感知方法及系统，可用于无人机物流递送、无人机道路巡检和农林植保领域等。主要包括以下步骤：S1、对无人机搭载的视觉传感器获得的可见光图像、红外图像进行图像融合；S2、将融合后的图像输入具有注意力机制主干网络的进行特征提取；S3、将特征提取后的图像进行融合并通过YOLO head模块预测目标降落平台的位置和类别；S4、将目标降落平台边缘的交点作为特征点，然后匹配2D特征点与场景模型中的3D坐标点间的关系；S5、基于正交迭代算法实现参数估计结果的优化，并解算出六自由度的位姿参数。本发明能够显著提升GNSS拒止场景下车载无人机动平台自主降落的环境感知能力和精准度。

公开(公告)号：CN118781221A

公开(公告)日：2024-10-15

申请号：CN202410935881.X

申请日：2024-07-12

申请人： 江苏大学

发明人： 蔡英凤 ,  董微 ,  廉玉波 ,  钟益林 ,  王海 ,  陆子恒 ,  刘泽

IPC分类号： G06T11/20 ,  G06T17/05 ,  G06V10/44 ,  G06V20/56 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于高阶建模的端到端矢量化高清地图模型、设备及存储介质，包括：将高阶建模思想用于地图构建任务，在高维空间中对每个实例进行划分，通过计算高阶统计量捕获地图元素的相关性；引入鸟瞰图增强模块，强化语义和几何信息；使用实例查询作为解码器的输入，增强查询能力，避免实例内信息不一致。本发明设计的高阶建模模块可以有效促进实例之间进行特征交互，增强对复杂环境的建模能力。引入的鸟瞰图增强模块，可以利用高阶统计信息强化鸟瞰图特征。整个模型在复杂的驾驶环境中也能保持良好的建图效果。

公开(公告)号：CN118569382A

公开(公告)日：2024-08-30

申请号：CN202410589205.1

申请日：2024-05-13

申请人： 江苏大学

发明人： 蔡英凤 ,  陆子恒 ,  王海 ,  董钊志 ,  陈龙 ,  刘泽

IPC分类号： G06N5/04 ,  B60W60/00 ,  B60W50/00

摘要： 本发明公开了一种行为模态划分方法、多模态轨迹预测模型的训练方法与推理方法，该方法包括：基于基本驾驶规则划分车辆轨迹的行为模态，构建泛化模态域；基于道路地图元素的模态细化，构建合理的空间引导；智能体编码结果通过多模态解码器输出对应不同高级别控制指令的多模态轨迹预测结果。本发明的多模态轨迹预测模型将基本驾驶规则用于泛化模态的划分，从而聚合具有相似驾驶行为的训练样本，实现更加直观、广泛、有效的模态分类，提升模型训练效率。其次设计了高细粒度的车道级模态细化方法，提升了信息融合的相关性，避免手工设计繁多的候选先验，自然引导生成更加丰富、有效的轨迹预测模态结果。