-
公开(公告)号：CN119830906A
公开(公告)日：2025-04-15
申请号：CN202411917340.0
申请日：2024-12-24
Applicant: 清华大学 , 北京四维图新科技股份有限公司
IPC: G06F40/284 , G06F40/216 , G06F40/30
Abstract: 一种地理信息词汇的敏感性确定方法和装置，所述方法包括：获取目标地理信息词汇；确定目标地理信息词汇是否命中预先建立的地理信息词汇数据库，若未命中，获取预先建立的地理信息词组数据库，地理信息词组数据库中包括若干地理信息词组及其标签信息，多个地理信息词组能够组成地理信息词汇，地理信息词组的标签信息用于表示包括该地理信息词组的地理信息词汇为敏感词汇或非敏感词汇的概率；对目标地理信息词汇进行分词，得到多个分词，将多个分词中的每个分词与地理信息词组数据库中的地理信息词组进行匹配，基于地理信息词组数据库中与分词匹配成功的各个地理信息词组的标签信息确定目标地理信息词汇的敏感性。
-
公开(公告)号：CN117689911A
公开(公告)日：2024-03-12
申请号：CN202311507732.5
申请日：2023-11-13
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶多源感知不确定性评估方法，包括：获取对多源传感器的传感数据进行目标检测处理的目标检测结果；基于其中一种传感器的传感数据，建立占据栅格地图，并将多源传感器对应的目标检测结果映射到所述占据栅格地图上，得到各传感器在所述占据栅格地图上对应的感知结果；根据目标匹配算法，对各传感器对应的目标检测结果进行匹配处理，得到目标匹配结果；根据各传感器在所述占据栅格地图上对应的感知结果和所述目标匹配结果，进行统计学分析，得到感知不确定性的评估结果。本发明能够实时、高效、准确地评估感知结果的不确定性，保证自动驾驶的驾驶安全。
-
公开(公告)号：CN117671494A
公开(公告)日：2024-03-08
申请号：CN202311634764.1
申请日：2023-12-01
Applicant: 清华大学
IPC: G06V20/10 , G06V10/44 , G06V10/82 , G06N3/0464 , G01C21/00
Abstract: 本发明涉及一种车道线地图建立和拓扑结构提取方法及系统，其特征在于，包括：根据点云车道线鸟瞰图像和行车轨迹数据图像，提取鸟瞰图特征；采用中心线提取器网络，根据提取的鸟瞰图特征，得到各类车道线信息和矢量化结果；基于关联机制，对得到的各类车道线信息和矢量化结果进行后处理，得到拓扑关系，本发明可以同时推测出虚拟车道线信息，获取车道间的拓扑关系，可以广泛应用于智能网联汽车环境构建领域中。
-
公开(公告)号：CN116654022B
公开(公告)日：2023-10-20
申请号：CN202310911868.6
申请日：2023-07-25
Applicant: 清华大学
IPC: B60W60/00 , B60W50/00 , G06V20/58 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G08G1/01
Abstract: 本发明涉及一种基于多重交互的行人轨迹预测方法、系统、设备和介质，包括：对采集的车辆及环境信息进行提取，得到预设历史时间段内各个时刻的行人特征、车辆特征和环境特征；基于各个时刻的行人特征和车辆特征，利用预先建立的基于时序交叉注意力机制的人车交互模型，得到行人与车辆的交互特征；基于各个时刻的行人特征和环境特征，利用预先建立的行人与环境交互模型，得到行人与环境的交互特征；基于预设历史时间段内的行人特征、行人与车辆的交互特征、行人与环境的交互特征，利用预先建立的轨迹预测模型，得到行人轨迹预测结果。本发明可以广泛应用于智能汽车的环境感知领域。
-
公开(公告)号：CN116189145A
公开(公告)日：2023-05-30
申请号：CN202310115573.8
申请日：2023-02-15
Applicant: 清华大学
IPC: G06V20/58 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明属于自动驾驶技术领域，涉及一种线形地图要素的提取方法，包括以下步骤：将具有线形地图要素的单帧图像输入深度特征提取网络，提取深度图像特征；通过变压解码器，对所述深度图像特征与若干个查询量进行解码；通过多层感知器，根据所述解码结果，生产分支输出线形地图要素采样点坐标和分支输出线形地图要素对应类别；将线形地图要素采样点坐标和分支输出线形地图要素对应类别合并，得到所述线形地图要素的结构体。其仅使用摄像头传感器提供的单帧图像数据实现地图要素实例分割，成本低。
-
Patent Agency Ranking
公开(公告)号：CN116110025A
公开(公告)日：2023-05-12
申请号：CN202310051371.1
申请日：2023-02-02
Applicant: 清华大学
Abstract: 本发明涉及一种栅格检测跟踪框架构建环境语义占据与速度场方法及系统，包括：通过多种车载异构传感器，由神经网络的深度学习获取环境的完全语义分割地图；在完全语义分割地图上进行栅格级跟踪，给定上游模块生成的细粒度语义鸟瞰图，对每个栅格的占据和速度进行建模，并将粒子分配到栅格中，进行粒子的更新；进行栅格级后融合，将细粒度的语义和速度信息融合，通过环境中每个栅格的语义，占据和速度的属性全面理解，形成增强的可行驶空间认知。
-
公开(公告)号：CN115965847A
公开(公告)日：2023-04-14
申请号：CN202310076916.4
申请日：2023-01-17
Applicant: 清华大学
IPC: G06V10/80 , G06V20/56 , G06V10/40 , G06V10/82 , G06V10/764 , G06N3/048 , G06N3/047 , G06N3/09 , G06N3/0464
Abstract: 本发明涉及一种交叉视角下多模态特征融合的三维目标检测方法和系统，包括以下步骤：对相机图像数据和毫米波雷达数据进行不同视角下的特征提取，并进行交叉视角转换，得到交叉视角下的特征信息；构建基于交叉视角多模态数据的融合网络，对得到的交叉视角下的特征信息进行深度融合并提取特征，同时进行目标类别及三维位置信息的回归，得到完整的三维目标检测信息。本发明充分考虑了相机图像信息在前视图视角下的空间特征以及毫米波雷达点云信息在鸟瞰图视角下的空间特征，能够适应不同传感器的空间特性进一步进行有效的融合，提高融合性能，有效提高准确率，便于进行后续算法处理。本发明可以广泛应用于智能汽车的环境感知领域。
-
公开(公告)号：CN114529719A
公开(公告)日：2022-05-24
申请号：CN202210085949.0
申请日：2022-01-25
Applicant: 清华大学
Abstract: 本发明涉及一种地面地图要素语义分割方法、系统、介质及设备，其包括：将输入的地图图像数据进行降维处理，得到预设尺寸的图像数据；将所述图像数据进行改进残差和跳跃连接处理，获取地图要素深度特征；将所述地图要素深度特征进行解码，得到每个像素归属于各个类别的概率，通过比较像素归属于每一类概率的大小，把最大概率的作为该像素类别，将原图通过网络映射为与输入的地图图像大小一一对应的类别判断结果，完成语义分割。本发明以摄像头传感器采集的单帧图像数据作为输入，通过结构简单的轻量级神经网络学习地面语义，在此基础之上得到车道线、箭头等其他类型语义的分割结果，成本低。
-
公开(公告)号：CN112862881A
公开(公告)日：2021-05-28
申请号：CN202110204006.0
申请日：2021-02-24
Applicant: 清华大学
Abstract: 本发明涉及一种基于众包多车摄像头数据的道路地图构建与融合的方法，包括内容为：S1、针对相同区域路段，从搭载相机的他车中获取原始图像序列或视频数据；S2、对每一车辆基于获取的图像信息进行道路标线提取，并在图像帧之间进行道路标线的关联，构建车辆3D本地地图；S3、对两车辆的3D本地地图进行对齐和融合；S4、对多车的3D本地地图数据融合，输出3D融合地图。本发明为众包数据更新要素提供较高的准确度，确保更新要素的准确性，避免变化要素判断不准，导致地图更新中将正确要素错误更新的情况，可以广泛应用于自动驾驶中。
-
公开(公告)号：CN119659667A
公开(公告)日：2025-03-21
申请号：CN202411713207.3
申请日：2024-11-27
Applicant: 清华大学
IPC: B60W60/00 , B60W30/095 , B60W50/00
Abstract: 本发明涉及一种自动驾驶BEV安全行驶空间构建方法，所述方法，包括：S1，获取汽车对环境的环境目标感知信息，识别汽车的可行驶边界，并根据环境目标信息进行可行驶边界上的边界式风险评估；S2，根据环境目标感知信息中的感知不确定性，对边界式风险评估的风险评估结果进行修正，得到修正后的风险评估结果；S3，根据所述感知不确定性和修正后的风险评估结果，划定自适应安全裕量，并根据自适应安全雨量，构建汽车可安全行驶的安全行驶空间。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.025 seconds)
