-
公开(公告)号：CN114550163A
公开(公告)日：2022-05-27
申请号：CN202210179044.X
申请日：2022-02-25
Applicant: 清华大学
Abstract: 本发明涉及自动驾驶中三维目标检测领域，尤其涉及基于可变形注意力机制的成像毫米波三维目标检测方法，所述方法包括：采集毫米波激光雷达点云数据，输入预先建立和训练好的毫米波特征增强网络，输出三维目标检测结果；所述毫米波特征增强网络，基于可变形注意力机制，加强特征表达能力。本发明的方法利用4D毫米波的优点，同时增强点云特征表达，得到更好的三维目标检测结果；采用本发明的方法能够适应恶劣天气环境，并且成本可控。
-
公开(公告)号：CN113610141B
公开(公告)日：2022-03-11
申请号：CN202110880427.5
申请日：2021-08-02
Applicant: 清华大学
Abstract: 本发明公开了自动驾驶多传感器融合感知模型的鲁棒性测试方法及系统，所述方法包括：利用预处理后的多个车载传感器的数据，训练得到多传感器融合感知模型；从多个车载传感器中选取一个待攻击传感器；在选择的待攻击传感器采集的数据上生成添加对抗扰动噪声的掩码，由此生成欺诈数据；将欺诈数据与其他传感器正常采集到的数据输入训练好的多传感器融合感知模型，计算欺诈数据生成的损失函数，并进行反向传播；结合损失函数梯度对欺诈数据进行迭代更新，得到最终的欺诈数据；将最终的欺诈数据与其他传感器正常采集到的数据输入到多传感器融合感知模型中，得到多传感器融合感知模型的输出精度，根据输出精度获取多传感器融合感知模型的鲁棒性测试结果。
-
公开(公告)号：CN113111974B
公开(公告)日：2021-12-14
申请号：CN202110506552.X
申请日：2021-05-10
Applicant: 清华大学
Abstract: 本发明涉及自动驾驶技术领域，尤其涉及基于深度典型相关分析的视觉‑激光雷达融合方法及系统。所述方法包括：同步采集路面的RGB图像和点云数据；对RGB图像进行特征提取得到RGB特征；对点云数据依次进行坐标系转换和栅格化处理，然后进行特征提取，得到点云特征；将点云特征和RGB特征同时输入预先建立和训练好的融合模型，输出特征增强的融合点云特征，所述融合模型使用相关分析结合深度神经网络将RGB特征融合到点云特征；将融合点云特征输入预先建立好的目标检测网络，实现目标检测。本发明创新地使用深度典型相关分析方法利用相似度计算矩阵来融合点云和图像两种不同模态特征，使其在必要速度妥协的情况下，提升精度。
-
公开(公告)号：CN113610141A
公开(公告)日：2021-11-05
申请号：CN202110880427.5
申请日：2021-08-02
Applicant: 清华大学
Abstract: 本发明公开了自动驾驶多传感器融合感知模型的鲁棒性测试方法及系统，所述方法包括：利用预处理后的多个车载传感器的数据，训练得到多传感器融合感知模型；从多个车载传感器中选取一个待攻击传感器；在选择的待攻击传感器采集的数据上生成添加对抗扰动噪声的掩码，由此生成欺诈数据；将欺诈数据与其他传感器正常采集到的数据输入训练好的多传感器融合感知模型，计算欺诈数据生成的损失函数，并进行反向传播；结合损失函数梯度对欺诈数据进行迭代更新，得到最终的欺诈数据；将最终的欺诈数据与其他传感器正常采集到的数据输入到多传感器融合感知模型中，得到多传感器融合感知模型的输出精度，根据输出精度获取多传感器融合感知模型的鲁棒性测试结果。
-
公开(公告)号：CN113569774A
公开(公告)日：2021-10-29
申请号：CN202110879932.8
申请日：2021-08-02
Applicant: 清华大学
Abstract: 本发明公开了一种基于持续学习的语义分割方法及系统，所述方法包括：通过车载单目相机实时采集路面的RGB图像；基于RGB图像识别当前场景的类型，基于场景的类型，获取其对应的最优骨架模型；将实时采集到的RGB图像输入所述最优骨架模型，输出目标检测结果。本发明的方法提高了现有目标检测的骨架模型在复杂多场景下的平均性能。
-
Patent Agency Ranking
公开(公告)号：CN112734811B
公开(公告)日：2021-08-24
申请号：CN202110083050.0
申请日：2021-01-21
Applicant: 清华大学
IPC: G06T7/277
Abstract: 本发明公开了一种障碍物跟踪方法、障碍物跟踪装置和芯片，涉及障碍物跟踪技术领域，以解决现有技术中不能准确检测，跟踪障碍物的问题。所述障碍物跟踪方法包括：获取当前帧障碍物信息，根据当前帧障碍物信息建立当前帧障碍物模型链表；确定当前帧障碍物信息所在数据帧大于初始帧的情况下，根据当前帧障碍物模型链表和前一帧障碍物轨迹链表，获得当前帧轨迹链表；根据当前帧轨迹链表对当前帧障碍物进行追踪。其中，每帧轨迹链表包括：当前帧障碍物轨迹标识、当前帧障碍物模型位置、预测的下一帧障碍物模型位置、卡尔曼滤波器、累计帧数M、累计匹配帧数F、累计未匹配帧数E，M＝F+E。本发明提供的障碍物跟踪装置和芯片用于执行上述障碍物跟踪方法。
-
公开(公告)号：CN113012448A
公开(公告)日：2021-06-22
申请号：CN202110184358.4
申请日：2021-02-08
Applicant: 清华大学
IPC: G08G1/08 , G08G1/082 , G08G1/00 , G08G1/01 , G08G1/0968 , G08G1/0967
Abstract: 本发明公开了一种解决路口交通拥堵的汽车配发编队智能驾驶系统，包括：车端系统和路侧系统；路侧系统用于根据当前以及上一个红绿灯路口的路口车流量信息，自适应调整下一红绿灯时间；接收来自车端系统的车辆自身特征信息和运动状态，根据这些信息和下一红绿灯时间计算配发车队的每个车辆的组网配发指令信息，向这些车辆下发配发组网指令信息；车端系统包括设置在无人驾驶汽车上的智能配发编队自动驾驶子系统和设置在有人驾驶汽车上的智能配发编队辅助驾驶子系统；智能配发编队自动驾驶子系统用于发送车辆自身特征信息和运动状态到路侧系统，接收并执行路侧系统的配发组网指令信息并进行组网，生成自动驾驶的控制指令。
-
公开(公告)号：CN112990050A
公开(公告)日：2021-06-18
申请号：CN202110326713.7
申请日：2021-03-26
Applicant: 清华大学
Abstract: 本发明公开了一种基于轻量级特征金字塔结构的单目3D目标检测方法，包括：采集车载相机的RGB图像；将RGB图像输入预先建立和训练好的单目3D目标检测网络，输出目标检测结果；单目3D目标检测网络包括：特征提取网络、检测头和后处理模块；特征提取网络用于对RGB图像降采样提取高级语义特征，生成4倍、8倍和16倍下采样特征图并输入至检测头；检测头用于基于4倍下采样特征图生成候选关键点类别向量和候选关键点像素位置索引向量，基于4倍、8倍和16倍下采样特征图生成候选关键点3D回归框编码向量，并将候选关键点类别向量和3D回归框编码向量输出至后处理模块；后处理模块用于对3D回归框编码向量进行解码，并结合候选关键点类别向量输出目标检测结果。
-
公开(公告)号：CN112966777A
公开(公告)日：2021-06-15
申请号：CN202110328124.2
申请日：2021-03-26
Applicant: 清华大学
Abstract: 本发明公开了一种基于人机交互的半自动标注方法及系统，所述方法包括：将待标注的RGB图像与产生的第一高斯热图进行融合；对融合图像进行预处理；将预处理后的融合图像输入预先建立和训练好的半自动标注模型，对待标注RGB图像标注多个预测框；当有预测框不满足要求，则通过产生第二高斯热图对不满足要求的预测框进行修正。本发明的方法将高斯热图作为先验信息来对目标进行检测，进而达到半自动标注的预期效果；可以摆脱人工标注费时费力的弊端，并提高标注的精度。
-
公开(公告)号：CN111597018B
公开(公告)日：2021-04-13
申请号：CN202010317207.7
申请日：2020-04-21
Applicant: 清华大学
IPC: G06F9/48
Abstract: 本发明公开一种机器人作业调度方法及装置，涉及操作系统技术领域，以解决频繁进行作业调度造成系统资源浪费，作业不能有效完成的问题。所述机器人作业调度方法包括：根据当前线程控制机器人作业；确定等待堆内大顶堆的堆顶元素包括一个线程的情况下，根据当前线程控制机器人作业后，根据线程控制机器人作业；大顶堆包括按照优先级排序的多个线程；确定等待堆内大顶堆的堆顶元素包括多个线程的情况下，根据多个线程中时间戳最小的线程确定待运行线程，根据当前线程控制机器人作业后，根据待运行线程控制机器人作业。本发明提供的一种机器人作业调度装置用于执行机器人作业调度方法。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.039 seconds)
