-
公开(公告)号：CN116482711A
公开(公告)日：2023-07-25
申请号：CN202310742397.0
申请日：2023-06-21
Applicant: 之江实验室
IPC: G01S17/933 , G06V10/764 , G01S17/86 , G01C9/00
Abstract: 本申请涉及一种用于着陆区自主选择的局部静态环境感知方法，包括绘制对应局部地面环境的点云地图；基于点云地图对局部地面环境进行栅格离散化处理得到地面栅格，结合预设的高度阈值得到障碍物点云信息；遍历全部地面栅格，获得当前栅格中心的法线方向确定地面坡度信息；对每个障碍物对象进行体素化分割得到的障碍物体素栅格信息，基于障碍物体素栅格信息障碍物进行分类；根据地面坡度信息以及分类后的障碍物信息，生成用于着陆区自主选择的局部静态环境信息。结合地面坡度信息以及障碍物信息，面向飞行器着陆生成局部环境信息。能够高效可靠维护局部区域的环境感知信息，以实现飞行器鲁棒可靠的自主着陆区选择。
-
公开(公告)号：CN115937825B
公开(公告)日：2023-06-20
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：CN115220936B
公开(公告)日：2023-01-10
申请号：CN202211146672.4
申请日：2022-09-20
Applicant: 之江实验室
IPC: G06F9/54
Abstract: 本发明公开一种多类传感器数据在控制器中零拷贝的方法和装置，该方法为：模块A创建并初始化两块共享内存；初始化为异构平台框架的API接口和软件包接口；创建模块B，打开共享文件并映射到虚拟地址空间，同时获取到传感器的最新数据，得到传感器数据地址；创建模块C，根据传感器数据地址，生成系统内存数据类型对象，保存该地址与生成的对象的映射关系；将系统内存数据类型对象转化为软件包接口支持的类型对象，再创建新的类型对象，保存图片地址与新的类型对象的映射关系；创建并获取框架支持的内存对象，保存传感器数据地址与该内存对象的映射关系；根据上述两个映射关系，数据使用程序直接获取到新的类型对象和内存对象，实现数据零拷贝。
-
公开(公告)号：CN114494248B
公开(公告)日：2022-08-05
申请号：CN202210337234.X
申请日：2022-04-01
Applicant: 之江实验室
Abstract: 本发明公开了一种基于点云和不同视角下的图像的三维目标检测系统及方法。首先处理原始点云数据，输出候选目标的三维包围盒以及点云特征张量；然后根据不同视角下多帧相机采集到的图像数据、每张图像的采集时间戳、点云采集设备和不同相机之间的标定参数、候选目标的三维包围盒，得到候选目标的图像特征张量；再将候选目标的点云特征张量和图像特征张量进行特征融合，得到融合后的特征张量；最后结合候选目标的融合后的特征张量和三维包围盒，得到目标的三维检测信息。本发明解决了多传感器融合产生的时间配准以及点云运动补偿等产生误差的问题，提高了三维目标检测的精度。
-
公开(公告)号：CN113822244B
公开(公告)日：2022-02-22
申请号：CN202111384556.1
申请日：2021-11-22
Applicant: 之江实验室
Abstract: 本发明公开了一种优化小目标的点云三维目标检测方法和系统，首先采集点云数据，进行过滤后再体素化得到体素特征；构造并训练融合神经网络和目标检测神经网络，待测原始点云数据基于训练好的融合特征神经网络和目标检测神经网络进行推理测试，目标检测神经网络的输出为三维目标检测结果。其中，目标检测神经网络包括骨干网络、基于Anchor Free的检测头和后处理。本发明采用基于Bev图和Voxel结合的方法，保证了效率的同时，大幅度提升小目标检测精度。
-
Patent Agency Ranking
公开(公告)号：CN113822244A
公开(公告)日：2021-12-21
申请号：CN202111384556.1
申请日：2021-11-22
Applicant: 之江实验室
Abstract: 本发明公开了一种优化小目标的点云三维目标检测方法和系统，首先采集点云数据，进行过滤后再体素化得到体素特征；构造并训练融合神经网络和目标检测神经网络，待测原始点云数据基于训练好的融合特征神经网络和目标检测神经网络进行推理测试，目标检测神经网络的输出为三维目标检测结果。其中，目标检测神经网络包括骨干网络、基于Anchor Free的检测头和后处理。本发明采用基于Bev图和Voxel结合的方法，保证了效率的同时，大幅度提升小目标检测精度。
-
公开(公告)号：CN113111978A
公开(公告)日：2021-07-13
申请号：CN202110652361.4
申请日：2021-06-11
Applicant: 之江实验室
Abstract: 本发明属于目标检测技术领域，涉及一种基于点云和图像数据的三维目标检测系统和方法，该系统包括：三维检测神经网络、二维检测神经网络、融合处理模块、分类器和后处理模块，所述三维检测神经网络输入三维点云数据，输出三维目标信息至融合处理模块；所述二维检测神经网络输入二维图片数据，输出二维目标信息至融合处理模块；所述融合处理模块对所述三维目标信息和二维目标信息进行融合处理后，将融合处理后的数据输出至分类器；所述分类器对融合处理后的数据信息进行分类，输出分类结果至后处理模块；所述后处理模块输入分类结果和三维目标信息，输出目标检测结果。本发明能够有效提升三维目标检测的准确率。
-
公开(公告)号：CN116434183B
公开(公告)日：2023-11-14
申请号：CN202310215469.6
申请日：2023-03-08
Applicant: 之江实验室
Abstract: 本发明公开一种基于多点云协同融合的道路静态环境描述方法，包括：使用多个多线激光传感器，采集道路环境点云信息；对多个点云信息进行时间同步和空间对齐；利用多点云协同进行地面分割，提取出障碍物点云；融合多点云光线跟踪模型的结果，更新局部概率栅格地图；将局部概率栅格地图转换为二值图，进行障碍物轮廓提取、简化与分割。本发明的方法利用多点云协同的方式进行地面分割，可以更准确地分割出地面，提取出障碍物点云。此外，采用多个多线激光传感器，盲区小，范围广，能够全方位360度检测无人车周围环境的静态障碍物，进一步克服单个激光检测存在大范围盲区的缺点。
-
公开(公告)号：CN117036511A
公开(公告)日：2023-11-10
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：CN116295354B
公开(公告)日：2023-09-29
申请号：CN202310320547.9
申请日：2023-03-24
Applicant: 之江实验室
Abstract: 本申请涉及一种无人车主动全局定位方法和系统，其中，该方法包括：构建先验地图，将先验地图进行场景分割，得到目标拓扑特征地图；将获取的当前观测全局描述子和当前观测特征信息，与目标拓扑特征地图进行匹配，得到候选位姿；计算候选位姿的邻近场景之间的差异度，将差异度最大的邻近场景作为无人车运动的全局目标；根据全局目标和候选位姿，获取虚拟观测数据并计算对应的信息增益，获取信息增益最大的虚拟观测数据，作为无人车运动的局部目标；根据局部目标进行最短路径规划，用于控制无人车运动进行主动全局定位。通过本申请，解决了无人车全局定位系统响应速度较慢和定位精度较低问题，提高了无人车主动全局定位的响应速度和定位准确性。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.024 seconds)
