-
公开(公告)号：CN116567398A
公开(公告)日：2023-08-08
申请号：CN202310517384.3
申请日：2023-05-09
Applicant: 燕山大学
Abstract: 本申请涉及智能交通基础设施技术领域，具体而言，涉及一种基于灰度统计直方图的监控相机自动化补偿方法及装置，一定程度上可以解决如何保障监控相机在不同光照强度、不同天气条件、不同安装角度等条件下，稳定提供纹理特征较好的图像输出的问题。方法包括：获取原始图像数据及初始化数据；根据原始图像数据及初始化数据，获取相机参数及灰度直方图；根据相机参数及灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断；根据直方图形状相似性偏差、相机参数及灰度直方图，获取当前场景类型；根据直方图形状相似性偏差、相机参数、灰度直方图及当前场景类型，获取修正相机参数，以实现对监控相机的自动化补偿。
-
公开(公告)号：CN114820662B
公开(公告)日：2024-09-03
申请号：CN202210565810.6
申请日：2022-05-23
Applicant: 燕山大学
Abstract: 本发明涉及一种基于点云二维密度的路侧视角地面分割方法，包括下述步骤：获取雷达坐标系下路侧视角的地面原始点云数据；基于原始点云数据，采用密度计算获得二维密度、密度降序点云；基于二维密度、密度降序点云，获得点云二维密度的密度阈值；基于密度阈值、二维密度、密度降序点云，得到分割的地面点云。本发明方法应用时不需做出假设，具有广泛的适用性。本发明方法把地面点云处理成点云二维密度，计算量小，实时性高。并进一步在分割算法中采用栅格数据、kd树以优化计算过程。本发明方法得到的地面点云具有较高的准确性和较强的稳定性。
-
公开(公告)号：CN113971731A
公开(公告)日：2022-01-25
申请号：CN202111266083.5
申请日：2021-10-28
Applicant: 燕山大学
Abstract: 本发明提供一种目标检测方法、装置及电子设备，该方法包括：获取目标的图像数据；将图像数据输入预建深度轻量网络，输出不同尺度的预测头；对预测头进行解码，得到目标的类别、定位框及类别置信度。该方案可以大幅度提高目标检测的精度和推理速度。
-
公开(公告)号：CN114972941B
公开(公告)日：2024-08-13
申请号：CN202210507500.9
申请日：2022-05-11
Applicant: 燕山大学
IPC: G06V10/80 , G06V10/82 , G06V20/58 , G01C21/00 , G01S13/89 , G01S17/89 , G06V10/26 , G06V10/75 , G06V10/764
Abstract: 本申请提供一种被遮挡车辆三维检测的决策融合方法、装置及电子设备，该方法包括：获取实时同步的车载感知传感器和路侧感知传感器的车载传感器数据和路侧传感器数据；将车载传感器数据和路侧传感器数据分别输入预建深度学习目标检测网络，分别得到车载车辆信息和路侧车辆信息；将车载车辆信息和路侧车辆信息进行匹配，得到匹配结果；根据车载车辆信息，确定车载感知传感器检测到的车辆的遮挡类型；根据遮挡类型及匹配结果，修正匹配结果。该方案可以快速合理的感知车辆检测决策，降低误检率及漏检率。
-
公开(公告)号：CN114972941A
公开(公告)日：2022-08-30
申请号：CN202210507500.9
申请日：2022-05-11
Applicant: 燕山大学
IPC: G06V10/80 , G06V10/82 , G06V20/58 , G01C21/00 , G01S13/89 , G01S17/89 , G06V10/26 , G06V10/75 , G06V10/764
Abstract: 本申请提供一种被遮挡车辆三维检测的决策融合方法、装置及电子设备，该方法包括：获取实时同步的车载感知传感器和路侧感知传感器的车载传感器数据和路侧传感器数据；将车载传感器数据和路侧传感器数据分别输入预建深度学习目标检测网络，分别得到车载车辆信息和路侧车辆信息；将车载车辆信息和路侧车辆信息进行匹配，得到匹配结果；根据车载车辆信息，确定车载感知传感器检测到的车辆的遮挡类型；根据遮挡类型及匹配结果，修正匹配结果。该方案可以快速合理的感知车辆检测决策，降低误检率及漏检率。
-
Patent Agency Ranking
公开(公告)号：CN118623881A
公开(公告)日：2024-09-10
申请号：CN202410721989.9
申请日：2024-06-05
Applicant: 燕山大学
Abstract: 本发明涉及自动驾驶车辆定位领域，尤其涉及一种车辆组合定位方法及系统，用于解决当车轮发生滑动时，编码器的量测信息无法考虑由于车轮滑动产生的误差，传统轮式里程计算法将产生无法预估的误差。本方案将车轮滑动因子添加为状态量，将轮式里程计的观测误差进行度量考虑，以提升车辆滑动状态下组合定位精度与鲁棒性。
-
公开(公告)号：CN116399351A
公开(公告)日：2023-07-07
申请号：CN202310440555.7
申请日：2023-04-23
Applicant: 燕山大学
Abstract: 本发明涉及一种车辆位置估计方法，用于解决由于自动驾驶车辆运行环境复杂多变引起的导航定位传感器的精度波动而引起定位不准确的问题，提高车辆定位的精度与鲁棒性。本发明的技术方案如下：确定在车辆定位中使用的传感器集合，对传感器集合中的每个传感器，确定要估计的状态集合；对状态集合中每个状态，计算每个状态估计产生的损失，并对损失进行修正；利用每个状态修正后的损失进行定位准确率计算，进而建立全局定位准确率函数，获取使全局定位准确率函数取得最大值的系统状态作为最优估计值，将最优估计值作为车辆最优位置信息。
-
公开(公告)号：CN113971731B
公开(公告)日：2025-01-28
申请号：CN202111266083.5
申请日：2021-10-28
Applicant: 燕山大学
IPC: G06V10/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种目标检测方法、装置及电子设备，该方法包括：获取目标的图像数据；将图像数据输入预建深度轻量网络，输出不同尺度的预测头；对预测头进行解码，得到目标的类别、定位框及类别置信度。该方案可以大幅度提高目标检测的精度和推理速度。
-
公开(公告)号：CN118623880A
公开(公告)日：2024-09-10
申请号：CN202410721509.9
申请日：2024-06-05
Applicant: 燕山大学
IPC: G01C21/16 , G06F30/27 , G01C21/20 , G01S19/49 , G06F119/02
Abstract: 本发明涉及一种GNSS失效环境下的车辆定位方法，属于车辆定位领域，用于解决GNSS信号失效环境下车辆定位精度低、鲁棒性差的问题。本案提出在GNSS信号失效时，实时获取惯性导航系统对应的预积分XINS、轮式里程计对应的预积分XODO，获取惯性导航系统对应的信息矩阵ΛINS，轮式里程计对应的信息矩阵ΛODO，从而基于{ΛINSXINS，ΛODOXODO}，利用伪全局定位信息预测模型获取实时的伪GNSS量测信息，进而通过多源定位量测信息融合进行车辆定位估计。其中，所述伪全局定位信息预测模型，利用深度循环神经网络建立GNSS量测信息与{ΛINSXINS，ΛODOXODO}之间的映射关系。
-
公开(公告)号：CN114820662A
公开(公告)日：2022-07-29
申请号：CN202210565810.6
申请日：2022-05-23
Applicant: 燕山大学
Abstract: 本发明涉及一种基于点云二维密度的路侧视角地面分割方法，包括下述步骤：获取雷达坐标系下路侧视角的地面原始点云数据；基于原始点云数据，采用密度计算获得二维密度、密度降序点云；基于二维密度、密度降序点云，获得点云二维密度的密度阈值；基于密度阈值、二维密度、密度降序点云，得到分割的地面点云。本发明方法应用时不需做出假设，具有广泛的适用性。本发明方法把地面点云处理成点云二维密度，计算量小，实时性高。并进一步在分割算法中采用栅格数据、kd树以优化计算过程。本发明方法得到的地面点云具有较高的准确性和较强的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
