-
公开(公告)号:CN116767283A
公开(公告)日:2023-09-19
申请号:CN202310976384.X
申请日:2023-08-04
Applicant: 安徽信息工程学院
IPC: B60W60/00 , B60W30/09 , B60W30/095
Abstract: 本发明提供了一种自适应多变化场景下的汽车自动驾驶系统,属于汽车自动驾驶系统技术领域,包括:感知系统,用于获取基础环境信息以及汽车基本状态信息,同时充当汽车自动驾驶的感知器官;跟踪控制系统,用于依据现有的北斗星定位导航技术,为汽车自动驾驶进行车道定位及形式信息检测,同时对汽车自动驾驶的信息进行实时传输至信息系统数据;执行系统,完成对来自跟踪系统的数据的分析和处理,并高效输出汽车行进状态,该发明的汽车自动驾驶系统对多复杂、多变化、多运动状态的进行路径规划,路径跟踪以及定速驾驶进行研究,可应对多变化复杂场景的道路情况做到自动驾驶,同时自动驾驶的路径规划具备高效、实时且简单。
-
公开(公告)号:CN117115859A
公开(公告)日:2023-11-24
申请号:CN202311089495.5
申请日:2023-08-28
Applicant: 安徽信息工程学院
IPC: G06V40/10 , G06V10/26 , G06V10/25 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/01 , G06N20/20 , G06T7/246 , G06T7/277 , G06T7/11 , G06T7/136
Abstract: 本发明提供了一种行人运动趋势的检测方法及装置,属于图像检测技术领域。所述方法基于多任务损失网络构建深度学习后处理框架,所述框架包括以下步骤:对图像中行人进行检测与定位,生成候选区域;基于深度神经网络对候选区域实现进一步的目标判别与区域定位;对目标进行阈值分割,计算行人运动趋势。此外,还构建了一种基于上述行人运动趋势的检测方法的检测装置。本发明节约了行人检测成本,提高了行人检测的精准度,应用场景更加广泛。
-