-
公开(公告)号:CN118898818A
公开(公告)日:2024-11-05
申请号:CN202310497025.6
申请日:2023-05-05
Applicant: 北京机械设备研究所
IPC: G06V20/58 , G06V20/64 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G01S17/931
Abstract: 本发明涉及一种基于多传感器融合的领队车辆跟踪方法和系统,属于自动驾驶技术领域。本发明的方法包括:使用3D激光雷达和相机检测目标匹配结果对跟踪目标初始化;当3D激光雷达跟踪目标稳定后,由毫米波雷达进行连续动态跟踪;由于领队车辆转弯或其他因素导致毫米波雷达失去跟踪目标时,使用3D激光雷达辅助跟踪,同时尝试将基于毫米波雷达的跟踪结果与3D激光雷达的跟踪结果重新匹配并继续由毫米波雷达进行目标跟踪;对于急转弯和斜坡等极端情况,当3D激光雷达和毫米波雷达无法检测到目标时,使用GPS和IMU提供的回波姿态信息来保持领队车辆的绝对位置。解决了自动驾驶领域非结构化环境和/或扬尘等恶劣天气对领队车辆的检测和连续跟踪稳定度的问题。
-
公开(公告)号:CN118823703A
公开(公告)日:2024-10-22
申请号:CN202310421629.2
申请日:2023-04-19
Applicant: 北京机械设备研究所
IPC: G06V20/56 , G06V10/75 , G06V10/80 , G06V10/764
Abstract: 本发明涉及一种信息融合的无人驾驶感知方法及系统,属于信息融合技术领域。本发明的方法包括:基于相机、激光雷达、毫米波雷达获取的无人驾驶车辆同一方位的检测结果统一在激光雷达3D坐标系下;基于激光雷达第一轮检测结果的目标信息第一次初始化卡尔曼滤波器;将各传感器检测到的检测目标与卡尔曼滤波器存储的检测目标进行匹配;基于匹配结果更新卡尔曼滤波器并输出融合后的感知结果。解决了现有技术中多传感器数据融合对空间和时间对齐精度要求高,计算量大,难做到实时的问题。
-
公开(公告)号:CN117274320A
公开(公告)日:2023-12-22
申请号:CN202210668309.2
申请日:2022-06-14
Applicant: 北京机械设备研究所
Abstract: 本发明涉及一种基于光流与卡尔曼滤波融合的图像多目标跟踪方法和系统,属于智能驾驶技术领域,解决了现有技术中多目标跟踪的持续性和准确性不足的问题。包括根据深度学习模型得到每帧图像的目标框检测结果;将每帧图像的目标框检测结果同时传入光流预测模型和卡尔曼滤波预测模型中,分别得到每帧图像对应的下一帧图像的目标框光流预测结果和卡尔曼预测结果,加权求和得到目标框融合预测结果;对每帧图像的目标框检测结果和目标框融合预测结果,通过计算目标框间的马氏距离,以及采用匈牙利算法建立目标框检测结果与目标框融合预测结果的关联,通过卡尔曼滤波算法得到更新后的目标框状态,作为每帧图像的目标跟踪结果。实现了多目标的持续跟踪。
-
公开(公告)号:CN107395565B
公开(公告)日:2020-03-17
申请号:CN201710453289.6
申请日:2017-06-15
Applicant: 北京机械设备研究所
IPC: H04L29/06
Abstract: 本发明涉及一种定长单字节格式报文协议下串口接收预处理方法,该方法对单字节头、单字节校验、单字节尾的定长串口数据通信,设计了一种串口数据接收预处理架构,作用于底层串口数据接收之后,应用层根据协议处理之前,对于符合协议约束的数据,送入报文解析函数接口,对于不符合协议约束的数据,进行逐字节的剔除。若存在剩余不足一帧报文的数据,仍可将其与下一组数据,进行组包后,再次逐字节判别处理,有效的使用了每个串口数据,使得串口数据接收使用率达到了100%,避免了误丢包现象的发生,显著提高了产品和系统的可靠性,间接减少了产品和系统维护等人力物力成本,创造了一定的经济效益。
-
-
-