-
公开(公告)号:CN117765568A
公开(公告)日:2024-03-26
申请号:CN202311721139.0
申请日:2023-12-14
Applicant: 吉林大学
IPC: G06V40/10 , G06V10/26 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06V10/80
Abstract: 基于多重自注意力机制融合多源信息的行人过街意图预测方法,本发明涉及融合多源信息的行人过街意图预测方法。本发明为解决现有行人意图预测方法准确率低的问题。过程为:获取车辆前方自车视角下的图像信息和自车运动信息;获取自车视角下当前场景中行人过街意图的细部交通场景信息和行人自身特征信息;获得行人跟踪结果和行人历史轨迹信息;得到行人骨骼关键点信息;得到自车视角下的像素级别全局场景信息;获得训练好的基于多重自注意力机制的级联时序预测模块;获取待测的自车视角下的图像信息和自车运动信息,输入训练好的基于多重自注意力机制的级联时序预测模块,输出自车视角下的行人的过街概率。本发明用于行人过街意图预测领域。
-
公开(公告)号:CN119509530A
公开(公告)日:2025-02-25
申请号:CN202411559180.7
申请日:2024-11-04
Applicant: 吉林大学
IPC: G01C21/16 , G01C21/20 , G01S17/931 , G01S17/86 , G01C5/00 , G01S17/89 , B64U80/25 , B64U80/86 , B60L53/80 , B60L53/68 , G08C17/02 , H04W4/024 , H04N23/50
Abstract: 一种用于作业无人机换电车的自主导航系统及方法,它属于换电车自主导航技术领域。本发明解决了现有远距离作业无人机换电方法存在的成本高、无人机换电及作业效率低的问题。本发明只需要在作业区域内部署单个换电车,极大降低了前期投入和后期维护成本。基于激光雷达点云数据和惯性定位数据的无人机作业区域场景地图构建,自主定位与导航,自适应动态避障,在执行无人机换电任务中不仅无需人工干预,极大的降低了人工成本,而且装配的感知设备让换电车在任务执行过程中自动化执行无人机跟随和换电任务,提升无人机换电效率,且在无人机等待换电的过程中不需要停止等待,提高了无人机作业的效率。本发明方法可以应用于无人机换电车的自主导航。
-
公开(公告)号:CN118928573A
公开(公告)日:2024-11-12
申请号:CN202411270597.1
申请日:2024-09-11
Applicant: 吉林大学
Abstract: 用于无人机换电的履带式无人车及换电方法,属于无人机充电技术领域,本发明为解决缺少自主移动无机换电平台的问题。本发明无人车,包括无人车主体、履带底盘、导航感知单元、换电操作平台和主从控制单元;无人车主体对称设置两条履带底盘;无人车主体前部设置导航感知单元,无人车主体中后部设置换电操作平台,无人车主体内部嵌有主从控制单元;导航感知单元用于感知外界环境实现对无人车的位姿估计;主从控制单元根据无人车位姿结合电子地图进行路径规划,并指导无人车避障导航至目的地;换电操作平台包括十字滑台、机械夹爪单元和降落平台;十字滑台用于驱动机械夹爪单元沿xyz三轴移动至降落平台上无人机位置,并实现无人机的换电操作。
-
公开(公告)号:CN118799840A
公开(公告)日:2024-10-18
申请号:CN202410722209.2
申请日:2024-06-05
Applicant: 吉林大学
Abstract: 一种基于雷达视频红外决策级融合的行人目标检测方法,本发明提供了基于雷达视频红外决策级融合的行人目标检测方法,涉及自动驾驶感知技术领域。本发明的目的是为了解决现有行人检测方法使用单一模态的视频传感器在不良光照条件下进行行人目标检测任务时,智能驾驶车辆对行人的检测存在较多的错检和漏检状况,使得依赖于ADAS的智能驾驶车辆无法及时规避行人进而做出错误的行进策略甚至发生碰撞的问题。过程为:搭建行人检测平台;对激光雷达、可见光摄像机以及红外摄像机进行时空对齐;对激光雷达点云中的行人目标、可见光图像中的行人目标、红外图像中的行人目标进行目标检测;基于决策级融合算法融合目标检测结果,获得最终行人目标检测结果。
-
公开(公告)号:CN117392514A
公开(公告)日:2024-01-12
申请号:CN202311334658.1
申请日:2023-10-16
Applicant: 吉林大学
IPC: G06V10/84 , G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06V10/42
Abstract: 一种基于实例的考虑行人运动意图的轨迹预测方法,属于行人轨迹预测领域。本发明的目的是为了解决现有基于实例分析的行人运动轨迹预测方法仅仅考虑了行人历史轨迹的整体运动趋势,未能充分考虑行人运动时的观察以及决策机制,忽略了行人运动意图的本质,限制了预测的准确性和有效性的问题。过程为:一、根据时间尺度将历史轨迹信息划分;二、基于特征信息编码器提取fk,i;三、分别从历史轨迹中获取fk,β和对应的fmint,β;将fk,β和fmint,β作为实例特征;四、得到解码后的未来意图信息与历史轨迹信息;五、获得预测意图;六、预测未来整段轨迹;七、将二至六作为一个整体模型进行训练;将待测轨迹信息输入训练好的整体模型输出待测轨迹的未来轨迹。
-
-
-
-