基于独立非均匀增量采样的网联车位置估计方法及装置

    公开(公告)号:CN114937081A

    公开(公告)日:2022-08-23

    申请号:CN202210854127.4

    申请日:2022-07-20

    Abstract: 本发明公开了一种基于独立非均匀增量采样的网联车位置估计方法及装置,通过将激光雷达点云映射至时空对齐的图像上,对落在图像高级语义约束区域中的映射点,按映射点所处深度区间的点密度进行独立非均匀增量采样,将采样生成的虚拟映射点反向映射至原始点云空间与原始点云合并,并利用合并后的点云基于深度学习方法进行网联车位置估计,解决距离较远或存在遮挡的网联车目标点云稀疏或缺失造成的位置估计不准确问题。本发明设计了一种独立非均匀的增量采样方法,对同一目标实例区域中的映射点按深度值等距划分若干个深度区间,对低密度深度区间设置相对更高的采样率,并限制每个区间的最高采样数,实现映射点的高效合理填充的同时避免无效采样。

    一种基于关联度量的车流量统计方法

    公开(公告)号:CN113257005A

    公开(公告)日:2021-08-13

    申请号:CN202110708750.4

    申请日:2021-06-25

    Abstract: 本发明公开了一种基于关联度量的车流量统计方法,该方法基于高速道路路侧监控视频,采用视觉分析方法,统计通过虚拟断面的车流量。本发明引入基于深度学习的车辆检测方法,在连续视频帧中对运动车辆外框进行准确贴合的检测,通过提出一种融合前后视频帧中运动车辆的位置重叠度和基于车辆检测框子区域的特征向量的特征匹配度这两个度量因子的关联度量,分析运动车辆在前后帧的关联关系,从而实现对经过虚拟断面车辆的持续稳定跟踪,减少由于车辆换道、互相遮挡造成的统计结果不准的问题。本发明提出了一种基于关联度量的车流量统计方法,有效统计出通过高速道路虚拟断面的车流量,为高速道路路网管理和交通精准管控提供可靠依据。

Patent Agency Ranking