公开(公告)号：CN111600925B

公开(公告)日：2021-05-11

申请号：CN202010250107.7

申请日：2020-04-01

Applicant: 清华大学

Inventor： 张新钰 ,  谭启凡 ,  刘华平 ,  孙韧韬 ,  李骏 ,  周沫

IPC: H04L29/08 ,  H04L29/06 ,  G08G1/0967

Abstract: 本发明公开一种障碍物信息解析方法及解析装置和物联设备、芯片，涉及物联技术领域，为解决以保证车联网内不同车辆之间可以共享障碍物信息，从而提升车辆行驶便捷性和安全性的问题。所述障碍物信息解析方法，应用于物联网。障碍物信息解析方法包括：第二物联设备接收第一物联设备发送的障碍物报文；障碍物报文含有标题信息、表头信息和物理信息。第二物联设备确定标题信息满足解析条件时，解析表头信息，解析物理信息。所述障碍物信息解析装置用于执行障碍物信息解析方法。本发明提供的障碍物信息解析方法用于障碍物信息解析。

公开(公告)号：CN111339830A

公开(公告)日：2020-06-26

申请号：CN202010063535.9

申请日：2020-01-20

Applicant: 清华大学

Inventor： 张新钰 ,  周沫 ,  谭启凡 ,  李骏 ,  刘华平 ,  马浩淳 ,  赵建辉

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了一种基于多模态数据特征的目标分类方法，包括以下步骤：采集激光雷达点云数据和RGB图像数据；获取激光雷达点云数据的若干特征；根据若干特征获得若干激光雷达特征图；对激光雷达特征图进行上采样并稠密化；获取激光雷达特征图的三通道数据，并与RGB图像数据融合形成六通道数据；采用深度学习网络模型对六通道数据进行训练，获得分类结果。本发明通过从激光雷达上获取的三个特征作为三通道数据与RGB图像的三通道数据融合形成六通道数据，通过使用深度学习网络模型对六通道数据进行训练，在训练之后针对每一个目标会获得多个不同的概率，在多个概率中选取概率最大的数值作为最后的目标分类结果，可以更加准确的检测出目标，准确率更高。

公开(公告)号：CN110488863A

公开(公告)日：2019-11-22

申请号：CN201910726900.7

申请日：2019-08-07

Applicant: 清华大学

Inventor： 张新钰 ,  李骏 ,  谭启凡 ,  朱鹏飞 ,  周沫 ,  黄毅

IPC: G05D1/10 ,  G05D1/02

Abstract: 本发明提供了一种陆空两栖无人驾驶平台，其包括车体、飞行机构、行车机构、设置于车体的计算平台、电源系统、位姿采集系统、环境感知系统和飞行控制系统以及设置于行车机构的底盘控制系统。位姿采集系统、环境感知系统、底盘控制系统以及飞行控制系统分别与计算平台进行通信连接；飞行机构设置于车体的上方；行车机构设置于车体的下方；电源系统用于为车辆提供动力和续航，底盘控制系统用于控制行车机构实现车辆的路面行驶，飞行控制系统用于控制飞行机构实现车辆的飞行，位姿采集系统用于获取车辆的姿态信息和位置信息，环境感知系统用于获取车辆周围的环境信息，计算平台用于处理传感器信息并完成无人驾驶决策和规划。