-
公开(公告)号：CN114913198B
公开(公告)日：2025-04-15
申请号：CN202110127063.3
申请日：2021-01-29
Abstract: 一种多目标跟踪方法及装置、存储介质、终端，所述方法包括：在对多个目标进行跟踪期间，获取当前时刻对所述多个目标中第一目标的跟踪结果；若所述跟踪结果为未匹配的跟踪，则根据所述多个目标的历史检测结果确定所述第一目标所属集群，其中，属于同一集群的多个目标具有相同的物体属性和相似的运动属性；根据所述集群内除第一目标外的目标在当前时刻的检测结果以及所述集群内各目标之间的相对运动关系，恢复所述第一目标在当前时刻的轨迹。通过本发明方案能够对被遮挡的物体进行轨迹预测和跟踪，利于确保目标跟踪的完整性。
-
公开(公告)号：CN115690337A
公开(公告)日：2023-02-03
申请号：CN202110849234.3
申请日：2021-07-27
Abstract: 本公开实施例提供了一种半动态地图的构建方法、定位方法、存储介质以及终端设备，所述半动态地图的构建方法包括：S1，基于第一环境构建第一静态地图；S3，确定所述第一静态地图中的半动态物体；S5，确定所述第一静态地图中的半动态物体的位置坐标；S7，根据所述第一静态地图中的半动态物体的位置坐标，生成第一半动态地图。所述定位方法包括：将第二环境下的半动态物体与第一环境下的半动态物体进行位置比较并将第二环境下的静态物体与第一环境下的静态物体进行位置比较，进而进行定位。所述半动态地图的构建方法和定位方法通过降低环境中的半动态物体对定位的影响，从而提升无人驾驶设备在第二环境下的定位精确度。
-
公开(公告)号：CN114913198A
公开(公告)日：2022-08-16
申请号：CN202110127063.3
申请日：2021-01-29
Abstract: 一种多目标跟踪方法及装置、存储介质、终端，所述方法包括：在对多个目标进行跟踪期间，获取当前时刻对所述多个目标中第一目标的跟踪结果；若所述跟踪结果为未匹配的跟踪，则根据所述多个目标的历史检测结果确定所述第一目标所属集群，其中，属于同一集群的多个目标具有相同的物体属性和相似的运动属性；根据所述集群内除第一目标外的目标在当前时刻的检测结果以及所述集群内各目标之间的相对运动关系，恢复所述第一目标在当前时刻的轨迹。通过本发明方案能够对被遮挡的物体进行轨迹预测和跟踪，利于确保目标跟踪的完整性。
-
公开(公告)号：CN115908498B
公开(公告)日：2024-01-02
申请号：CN202211685567.8
申请日：2022-12-27
Applicant: 清华大学
IPC: G06T7/246
Abstract: 本申请提供了一种基于类别最优匹配的多目标跟踪方法及装置，涉及智能驾驶技术领域，所述方法包括：获取检测器输出的当前图像帧中的所有运动目标的检测框，对检测框进行分类；利用上一图像帧中所有运动目标的运动信息，得到上一图像帧中所有运动目标在当前图像帧中的预测框；根据预先设定的每个类别的代价函数，计算所属类别的检测框和所有预测框的关联值，由此构建每个类别的第一关联代价矩阵；每个类别的代价函数为：二维交并比、三维交并比、二维广义交并比、三维广义交并比或欧氏距离；基于每个类别的第一关联代价矩阵，使用匹配算法得到当前图像帧中匹配成功的检测框。本申请(56)对比文件任珈民;宫宁生;韩镇阳.基于YOLOv3与卡尔曼滤波的多目标跟踪算法.计算机应用与软件.2020,(第05期),全文.仇男豪;曹杰;马俊杰;龚永富.一种改进的无人机对地小目标检测方法.电子设计工程.2020,(第12期),全文.
-
公开(公告)号：CN115861601A
公开(公告)日：2023-03-28
申请号：CN202211639960.3
申请日：2022-12-20
Applicant: 清华大学
Abstract: 本申请提供了一种多传感器融合感知方法及装置，涉及融合感知技术领域，该方法包括：利用Transformer编码器对点云数据的特征张量进行编码，得到三维体素特征图；将三维体素特征图进行鸟瞰视角映射得到二维特征图；利用候选区域生成网络对二维特征图进行处理，得到点云ROI区域，从点云ROI区域提取出点云ROI特征；对点云数据和RGB图像进行处理得到伪点云图像，从伪点云图像上提取出伪点云ROI特征；利用交叉注意力融合模型对点云ROI特征和伪点云ROI特征进行处理，得到融合后的ROI特征；利用感知模型对融合后的ROI特征进行处理，得到三维目标检测框、目标类别以及道路分割结果。本申请提高了目标检测和道路分割的精度。
-
Patent Agency Ranking
公开(公告)号：CN114549985A
公开(公告)日：2022-05-27
申请号：CN202210166807.7
申请日：2022-02-23
Applicant: 清华大学
Abstract: 本发明公开了一种基于自监督对比学习的目标检测方法，所述方法包括：将采集的待检测图像输入预先建立和训练好的目标检测模型，得到目标检测结果；在所述目标检测模型的训练环节引入自监督对比损失函数，引导目标检测模型学习高层场景语义信息。本发明采用的孪生组合数据增强方法能够有效地针对自监督学习方法扩充原有的数据集，提升模型对于数据中干扰噪声的鲁棒性；本发明实现的自监督模块通过目标网络和在线网络的对比学习，可引导模型学习高层次的语义信息，提升目标检测网络的检测精度。
-
公开(公告)号：CN115937644B
公开(公告)日：2024-01-02
申请号：CN202211618479.6
申请日：2022-12-15
Applicant: 清华大学
Abstract: 特征。本申请提供了一种基于全局及局部融合的点云特征提取方法及装置，涉及自动驾驶技术领域，所述方法包括：获取包含N个点的原始3D点云数据；利用预先训练完成的特征提取模型对原始3D点云数据的点云特征进行升维处理，得到原始3D点云数据的维度升高的点云特征；所述特征提取模型包括特征升维模块和上采样模块；所述特征升维模块，用于对原始3D点云数据进行采样，获取采样点的局部信息和全局信息并进行融合处理，得到采样点的维度升高的点云特征；所述(56)对比文件XinYu Zhang等.RPFA-Net: a 4D RaDARPillar Feature Attention Network for 3DObject Detection《.2021 IEEE InternationalIntelligent Transportation SystemsConference (ITSC)》.2021,全文.
-
公开(公告)号：CN116612129A
公开(公告)日：2023-08-18
申请号：CN202310651678.5
申请日：2023-06-02
Applicant: 清华大学
Abstract: 本申请提供适用于恶劣环境的低功耗自动驾驶点云分割方法及装置，涉及自动驾驶技术领域，所述方法包括：对原始点云数据进行对齐处理，得到对齐后的点云数据；对对齐后的点云数据进行三个正交平面的二维投影变换，得到三个正交平面的二维特征图，拼接后得到融合后的二维特征图，将融合后的二维特征图和相同尺寸的原始特征图进行相加，得到最终的特征图；对最终的特征图进行点云分割处理，得到点云分割结果。本申请的方法计算量小，能够提高恶劣环境下采集的点云数据的分割精度。
-
公开(公告)号：CN116229076A
公开(公告)日：2023-06-06
申请号：CN202310233767.8
申请日：2023-03-03
Applicant: 清华大学
Abstract: 本申请提供一种基于物体遮挡补偿的点云语义分割方法及装置，涉及自动驾驶技术领域，所述方法包括：从原始点云中随机选择一个点作为中心点，并将位于m个不同预设半径内的随机选择的n个点生成m个不同尺度的原始点云数据；利用预先训练完成点云语义分割模型，对m个不同尺度的原始点云数据进行处理，得到点云语义分割结果；所述点云语义分割模型用于融合m个不同尺度的原始点云数据的上下文关系。本申请通过融合多个尺度的原始点云数据的上下文关系，提高了点云语义分割精度。
-
公开(公告)号：CN114898585B
公开(公告)日：2023-04-14
申请号：CN202210413344.X
申请日：2022-04-20
Applicant: 清华大学
IPC: G08G1/0967
Abstract: 本发明公开了一种基于路口多视角的车辆轨迹预测规划方法及系统，基于部署在路测设备的多视角相机实现，所述方法包括：对多视角相机一段时间内采集的路口多帧原始图像分别进行预处理；对预处理后的多帧视角图像分别进行特征提取、透视变换和聚合，生成一段时间内的连续多帧路口车辆分布鸟瞰图；根据连续多帧路口车辆分布鸟瞰图，通过卡尔曼滤波获得每个待预测车辆位置的匹配信息；根据分布鸟瞰图和匹配信息，分别得到每辆车的预测信息，并随同该车辆的ID号发送至对应车辆。本发明的方法不需要使用激光雷达设备进行定位，避免了昂贵的费用；本发明在路侧设备中进行更便于维护，信息通过交互的方式传递给路口车辆，也会降低车载系统的体量。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.034 seconds)
