公开(公告)号：CN115909274A

公开(公告)日：2023-04-04

申请号：CN202211502567.X

申请日：2022-11-28

Applicant: 重庆交通大学

Inventor： 邓天民 ,  吴勇军 ,  杨令 ,  张曦月

IPC: G06V20/58 ,  G06V20/56 ,  G06V20/70 ,  G06V10/26 ,  G06T7/73 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种面向自动驾驶的动态障碍物检测方法，属于自动驾驶技术领域。该方法结合二维图像数据与三维点云数据，利用深度学习算法，通过两种数据的检测结果对比融合，实现三维障碍物检测。利用语义分割网络，对摄像机采集到的二维图像进行处理，把车道和障碍物数据提取出来，并提取障碍物在图像上的相对位置。再将图像坐标转换为世界坐标。同时利用点云数据，通过三D目标检测网络进行障碍物检测，提取障碍物与激光雷达的相对位置，计算障碍物在激光扫描仪坐标上的位置。最后将激光扫描仪坐标进行旋转平移，与世界坐标相对比，将两种数据的检测结果进行匹配。本发明能减少冗余数据、降低检测时间、提高检测精度的效果。

公开(公告)号：CN117253355A

公开(公告)日：2023-12-19

申请号：CN202310041295.6

申请日：2023-01-11

Applicant: 重庆交通大学 ,  重庆市佰强科技有限公司

Inventor： 邓天民 ,  李亚楠 ,  张曦月 ,  杨令 ,  程鑫鑫

IPC: G08G1/01 ,  G08G1/04 ,  G08G1/048 ,  G08G1/0967 ,  G08G1/0968 ,  G08G1/16 ,  G06V20/58 ,  G06V20/56 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/082 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提供一种复杂路口下交通信号灯检测与识别方法及系统，所述方法包括：通过车载摄像头拍摄出带有交通信号灯的图片、带有车道线和路面的标志标识的图片；将车载摄像头和激光测距雷达配合感知车辆与周围障碍物的距离；在车辆启动前输入目的地生成导航线路，判断在交叉路口是左转、右转、还是直行；使用深度学习算法进行车道线检测，通过车道线检测结果和摄像头视角反推车辆具体在哪个车道，引导车辆行驶在正确车道上；采用深度学习算法从带有交通信号灯的图片中检测出交通信号灯图像；对红绿灯信号进行识别与语义理解。本发明通过改进深度学习网络模型，改进实时车道线检测方法的SegNet算法，减少了模型运行时间，并具有很高的检测精度。

公开(公告)号：CN116246228A

公开(公告)日：2023-06-09

申请号：CN202310039896.3

申请日：2023-01-11

Applicant: 重庆交通大学 ,  重庆市佰强科技有限公司

Inventor： 邓天民 ,  李亚楠 ,  张曦月 ,  杨令 ,  程鑫鑫

IPC: G06V20/54 ,  G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06V10/778

Abstract: 本发明提供一种基于遥感图像的车道空间占有率测量方法，包括：使用ResNet50作为LinkNet的图像特征提取结构，采用三层残差单元、两个1*1的卷积核和一个3*3的卷积核；在LinkNet中心区域加入空洞卷积；在ResNet50输出层引入二元交叉熵损失函数；收集包含有道路和车辆的图像作为数据集训练改进的LinkNet；把遥感图像图片输入训练好的LinkNet得到分割出车辆和道路的像素格图像；计算车辆长度和道路长度；计算车辆长度的总和与道路长度的比值，求得车道空间占有率。本发明通过改进LinkNet网络使得分割出道路图像和车辆图像的精度更高，提高了测量效果和计算精确度，而且降低了测量成本。