-
公开(公告)号：CN117011685B
公开(公告)日：2024-01-09
申请号：CN202311256742.6
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本申请涉及一种场景识别方法、装置和电子装置，其中，该场景识别方法包括：获取连续的激光扫描帧；根据每帧该激光扫描帧，获取融合该连续的激光扫描帧的局部栅格地图，并基于该局部栅格地图得到各帧下的障碍物区域信息；将该各帧下的障碍物区域信息输入至训练完备的目标场景识别模型，得到每帧该激光扫描帧对应的全局描述信息；根据该全局描述信息生成该连续的激光扫描帧下的场景识别结果。通过本申请，解决了场景识别的准确性和效率无法兼顾的问题，实现了精确、高效的场景识别方法。
-
公开(公告)号：CN116184357B
公开(公告)日：2023-08-15
申请号：CN202310218573.0
申请日：2023-03-07
Applicant: 之江实验室
Abstract: 本申请涉及一种地面点云数据处理方法、装置、电子装置和存储介质，其中，该地面点云数据处理方法包括：通过激光雷达采集原始点云数据，得到地面点云数据；根据车辆位姿将激光雷达坐标系下的地面点云数据转换为地图坐标系下的第一点云数据；根据车辆的行驶方向，从第一点云数据中获取搜索种子；根据搜索种子和高程变化阈值，将第一点云数据分为道路点云数据和障碍物点云数据；根据点云数据强度阈值对道路点云数据进行二分聚类，得到前景点云数据和背景点云数据。通过本申请，解决了相关技术中存在复杂路况下采集的点云数据处理存在噪声大，导致点云数据目标识别不精确的问题，实现了精确高效过滤路面点云数据的技术效果。
-
公开(公告)号：CN115937825A
公开(公告)日：2023-04-07
申请号：CN202310016576.6
申请日：2023-01-06
Applicant: 之江实验室
Abstract: 本发明公开了在线俯仰角估计的BEV下鲁棒车道线生成方法及装置，基于车道线信息和其他信息，对前视单目图像完成像素级稠密分割，得到对应的图像掩膜信息；根据图像掩膜信息，在二维图像平面提取多组满足平行关系的车道线；结合未知俯仰角构到外参矩阵，将图像平面上平行车道线的端点反投影至鸟瞰图BEV下，根据车道线平行先验信息，构造关于未知俯仰角的代价函数；给定分辨率和尺寸信息，在鸟瞰图BEV下构造栅格兴趣区域，代入求解得到的所述未知俯仰角，结合图像掩膜信息生成鸟瞰图BEV下的车道线，从而更有效的实现了车道线的检测。
-
公开(公告)号：CN115439817A
公开(公告)日：2022-12-06
申请号：CN202211016393.6
申请日：2022-08-24
Applicant: 之江实验室
Abstract: 本发明公开了一种基于场景先验的视觉车道线检测系统及方法，包括：数据处理模块、视觉主干网络模块、先验知识对齐模块、融合网络模块、检测网络模块；所述数据处理模块的输入为待检测的图像数据、场景先验数据、定位数据，输出为归一化之后的图像、用栅格图维护的局部场景先验信息；所述视觉主干网络模块的输入为归一化之后的图像，输出为图像特征；所述先验知识对齐模块，输入为用栅格图维护的局部场景先验信息，输出为对齐后的局部场景先验信息；所述融合网络模块，输入为图像特征和对齐后的局部场景先验信息，输出为融合后的图像特征和局部场景先验信息；所述检测网络模块，输入为融合后的图像特征，输出为用掩码表示的车道线检测结果。
-
公开(公告)号：CN114677442B
公开(公告)日：2022-10-28
申请号：CN202210583847.1
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明公开了一种基于序列预测的车道线检测系统、装置和方法，所述方法对待检测的图像数据进行归一化操作得到归一化后的图像，并查找相应的预测关键点序列；提取归一化后的图像的特征向量，对该特征向量进行降维得到降维特征，将该降维特征按高宽维度展开，得到图像序列特征；基于降维特征的维度计算图像位置编码，将图像序列特征和图像位置编码相加，再共同进行编码得到编码记忆；对预测关键点序列进行特征提取得到解码序列特征；对编码记忆、预测关键点序列的位置编码与解码序列特征进行解码，得到待预测关键点的隐状态向量；将待预测关键点的隐状态向量转化为关键点的坐标。本发明提高了车道线的密集关键点的预测准确率，并实现快速预测。
-
Patent Agency Ranking
公开(公告)号：CN114677442A
公开(公告)日：2022-06-28
申请号：CN202210583847.1
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明公开了一种基于序列预测的车道线检测系统、装置和方法，所述方法对待检测的图像数据进行归一化操作得到归一化后的图像，并查找相应的预测关键点序列；提取归一化后的图像的特征向量，对该特征向量进行降维得到降维特征，将该降维特征按高宽维度展开，得到图像序列特征；基于降维特征的维度计算图像位置编码，将图像序列特征和图像位置编码相加，再共同进行编码得到编码记忆；对预测关键点序列进行特征提取得到解码序列特征；对编码记忆、预测关键点序列的位置编码与解码序列特征进行解码，得到待预测关键点的隐状态向量；将待预测关键点的隐状态向量转化为关键点的坐标。本发明提高了车道线的密集关键点的预测准确率，并实现快速预测。
-
公开(公告)号：CN113642685B
公开(公告)日：2022-04-08
申请号：CN202111213721.7
申请日：2021-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种高效的基于相似度的跨摄像头的目标重识别方法，该方法通过两组待匹配目标，得到多个匹配对及其相似度分数；针对双方均未匹配的匹配对，每次只取其中相似度分数较高的一部分匹配对，按照相似度分数从大到小的顺序遍历，并输出匹配对及其相似度分数，作为匹配结果；当某个匹配对中的任一待匹配目标已在匹配结果中出现，则不能作为匹配结果输出；重复遍历未匹配的匹配对直到匹配结果达到预期。本发明首先解决了基于相似度的多目标匹配问题，并相对于其他多目标匹配方法大幅度降低了时间复杂度，提升了效率。
-
公开(公告)号：CN117036511B
公开(公告)日：2024-03-26
申请号：CN202311288072.6
申请日：2023-10-08
Applicant: 之江实验室
Abstract: 本申请涉及一种多类型传感器的标定方法、装置、计算机设备和存储介质。所述方法包括：首先获取目标场地的点云地图，再根据点云地图得到包括激光雷达、相机和组合导航的多类型传感器之间的外参，对多类型传感器进行标定。采用本申请的方法进行多类型传感器标定，由于无需特定的标定板，也不需要特定的标定场景，不要求传感器之间有共视区域，因此降低了多类型传感器标定的操作复杂度和提升了标定的准确性。
-
公开(公告)号：CN117058358B
公开(公告)日：2024-03-22
申请号：CN202311316718.7
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06V10/24 , G06V10/25 , G06T7/70 , G06V10/762
Abstract: 本申请涉及一种场景边界检测方法和移动平台。该方法包括：获取移动平台的连续帧的三维数据点，并获取每帧三维数据点对应的目标边界点；将目标边界点基于三维数据点中携带的拓扑结构进行排列，得到连续帧的初始边界拓扑信息，并遍历每帧中的所有目标边界点，基于目标边界点所处的环境信息对初始边界拓扑信息进行更新处理，得到目标边界拓扑信息；基于目标边界拓扑信息，生成针对移动平台的场景边界检测结果。采用本方法能够提升场景边界检测的效率。
-
公开(公告)号：CN116518992A
公开(公告)日：2023-08-01
申请号：CN202310399453.5
申请日：2023-04-14
Applicant: 之江实验室
Abstract: 本发明公开了一种退化场景下的无人车定位方法，结合预先设计好的特征图层进行全局定位，消除定位的累积误差，以及融合imu和车辆底盘速度信息，提供较为准确的实际位姿，最后将里程计和全局匹配的观测信息融入卡尔曼滤波框架中对实际位姿进行校正，得到高频的、鲁棒的无人车定位结果。本发明还公开了一种退化场景下的无人车定位装置和存储介质。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.032 seconds)
