-
公开(公告)号：CN108257161B
公开(公告)日：2021-09-10
申请号：CN201810040543.4
申请日：2018-01-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多相机的车辆环境三维重构和运动估计系统及方法，其中双目视觉三维重构是将位于车辆前端标定过的双目摄像头采集回来的图像进行特征点提取与匹配，从而得到稠密的三维点云，同时获得车辆的运动估计；单目视觉三维重构是对每台标定过的单目摄像头采集的图像进行特征点提取与匹配，再利用双目视觉三维重构模块中得到的车辆运动估计，获得精确的三维稠密点云；整车环境三维重构是将前面双目视觉三维重构模块和单目视觉三维重构模块获得的三维稠密点云进行坐标转换拼接，并通过光束法平差方法对每个三维坐标点进行优化，从而获得优化后的整车环境的精确的三维环境重构结果；本发明操作流程简单、易于实施、成本低。
-
公开(公告)号：CN112669354A
公开(公告)日：2021-04-16
申请号：CN202011423525.8
申请日：2020-12-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于车辆非完整约束的多相机运动状态估计方法，包括步骤：1.多相机统一坐标系，获取相机间的刚性约束；2.单目SLAM的构建；3.车辆运动模型的建立，对车辆在直线运动和转弯状态下分别进行建模，根据Ackerman转向原理可以计算出车辆和相机的旋转角θ，平移角和绝对偏移量ρ和λ的数学关系，从而为多相机系统提供运动学约束求取尺度信息。4.多相机系统和车辆的运动估计，完成初步的位姿估计及局部点云地图生成。5.相机的帧间位姿恢复和特征点匹配的重投影误差采用光束法平差进行优化，获取车辆及车载多相机系统的准确位姿估计及全局点云。本发明适用于汽车高精度定位和状态估计，具有更广的适应性、更高的准确度且较好的鲁棒性。
-
公开(公告)号：CN109341668B
公开(公告)日：2020-12-22
申请号：CN201811184516.0
申请日：2018-10-11
Applicant: 重庆邮电大学
IPC: G01C11/10
Abstract: 本发明请求保护一种基于折射投影模型和光束追踪法的多相机测量方法，用于视觉检测与图像测量领域。本发明的过程包括：1.组建多相机系统；2.基于折射投影模型和光束追踪法的多相机全局标定；3.多个相机分别从不同方向捕捉图像；4.特征提取与匹配，获得测量的三维点；5.将每个子系统所获得的三维点转换到同一坐标系下，得到全局测量的数据。6.利用已获得的三维点数据，计算间接量(如应变、位移等)。本发明的关键在于多相机系统的标定，其结果将会对后续的三维点获取产生影响。本发明在测量过程中的特点是可以同时对系统中多台相机进行标定，克服了平面标定板限制多台相机分布的问题，测量过程灵活。
-
公开(公告)号：CN111951305A
公开(公告)日：2020-11-17
申请号：CN202010845378.7
申请日：2020-08-20
Applicant: 重庆邮电大学
IPC: G06T7/277 , G06T7/292 , G06T7/33 , G06T7/80 , G06T5/00 , G06N3/08 , G06K9/62 , G06K9/32 , G01S17/931
Abstract: 本发明请求保护一种基于视觉和激光雷达的目标检测和运动状态估计方法，包括以下步骤：1.安装相机与激光雷达的位置，并进行两两双目相机之间的标定，以及车前左相机与激光雷达之间的联合标定。并将立体视觉系统与激光雷达各自生成的稀疏点云进行融合和补充，构成全局的三维点云图；2.用深度学习的方法对二维图像以及三维点云进行检测，并通过立体视觉生成的图像目标三维运动状态和激光雷达三维点云目标融合，获取综合的目标三维特征点；3.根据目标三维特征点，利用卡尔曼滤波对目标进行跟踪，分析其运动状态。本发明的关键在于视觉与激光雷达传感器之间的融合，改善智能汽车对周围环境的感知能力。
-
公开(公告)号：CN111210478A
公开(公告)日：2020-05-29
申请号：CN201911407244.0
申请日：2019-12-31
Applicant: 重庆邮电大学
IPC: G06T7/80
Abstract: 本发明请求保护一种无共同视野多相机系统外参标定方法、介质及系统，包括以下步骤：1.固定ID唯一的ArUco标记于待标定相机机身，借助辅助相机，获取待标定相机与自身ArUco标记之间的外参；2.利用基于ArUco标记的SLAM系统，完成对ArUco标记的建图，获得ArUco标记之间的外参；3.利用已获得的待标定相机与ArUco标记间的外参、ArUco标记间的外参，求取待标定相机之间的外参，完成标定过程。本发明的关键在于将待标定相机视为SLAM系统中的地图点，间接求取待标定相机外参的这一过程。本发明在标定过程中的特点是，适用于多种标定场景，对多台无共同视野的相机进行标定，克服了常规多相机系统标定方法对多台相机的分布的限制，标定方法简单易用，准确性高。
-
Patent Agency Ranking
公开(公告)号：CN119920083A
公开(公告)日：2025-05-02
申请号：CN202510092278.4
申请日：2025-01-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种通信中断条件下基于事件触发的混行车群切换协同控制方法，属于智能车辆与智慧交通领域。该方法首先设计了包含网联自动车、自动驾驶车和传统人驾车的混合交通场景，并制定了四种子车群划分规则。接着，建立了考虑通信中断的混行车群内异质车辆纵向动力学模型，包括网联自动车、自动驾驶车和传统人驾车的动力学模型。当子车群领头网联自动车发生通信中断时，该车辆退化成自动驾驶车，并与前一个子车群合并形成新的子车群。为保障切换过程的稳定性，本发明建立了基于事件触发的协同控制策略。该方法通过事件触发函数控制车辆状态，确保混行车群协同行驶的一致性和稳定性，解决了通信中断对混行车群协同控制的影响。
-
公开(公告)号：CN113978366B
公开(公告)日：2024-12-06
申请号：CN202111399057.X
申请日：2021-11-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于人眼注意力的智能电子后视镜系统及实现方法，涉及智能驾驶、辅助驾驶、深度学习、智能座舱技术等领域。该方法通过单目相机获取驾驶人员的脸部图像；通过人眼注意力检测网络检测人脸，得到驾驶员的头部姿态、视线方向及注意力方向；驾驶员视线向左或向右时，左边或右边电子后视镜屏幕调整画面显示，中控LCD显示屏显示左边或右边车道场景，视线回正后中控LCD保持显示；同时使用目标检测网络对车辆周围环境进行目标检测，当驾驶员进行变道、转向等操作，或周围出现危险目标靠近，左右电子后视镜屏幕显示后方区域的检测对象，中控LCD显示车辆周围的危险对象；本发明提高了驾驶的安全性。
-
公开(公告)号：CN117727001A
公开(公告)日：2024-03-19
申请号：CN202311670801.4
申请日：2023-12-07
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于全向视觉的车辆周围目标BEV感知预测方法，涉及自动驾驶、计算机视觉、深度学习等领域。本发明构建了一种端到端基于BEV感知、预测的神经网络，不同于现有通过Transformer将特征转换到极坐标系的隐式转换方法，本发明的BEV方法是显式地将特征转化到极坐标中进行感知和预测。未来预测模型以多帧的感知特征作为输入，通过对感知特征进行离散化对角高斯采样将特征信息分为两种不同分布来实现融合预测；最后将预测信息通过一个多头解码器来输出预测信息。通过压缩激光雷达的3D标注信息中高度信息生成BEV标签数据，该网络可以通过多相机来实现对参考车辆周围目标进行感知、预测，预测结果可为自动驾驶中的路径规划和自动避障下游任务使用。
-
公开(公告)号：CN114396877B
公开(公告)日：2023-09-26
申请号：CN202111400666.2
申请日：2021-11-19
Applicant: 重庆邮电大学
IPC: G01B11/02 , G01B11/16 , G01L5/166 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明请求保护一种面向材料力学性能的智能三维位移场及应变场测量方法，包括以下步骤：步骤1.在材料表面喷涂随机喷涂散斑，使用两个相机同时连续采集图像以记录材料在外力作用下发生形变的过程。步骤2.构造记录材料形变的双目图像作为数据集；步骤3.结合2D卷积、3D卷积、转置卷积、卷积LSTM和多任务神经网络，建立一个三维位移场和应变场的神经网络模型。步骤4.利用训练集数据训练三维位移场和应变场计算神经网络模型。步骤5.计算材料的三维位移场和应变场。本发明通过2D卷积来提取图像中的特征信息，利用3D卷积对特征信息进行细化和编码，最后利用卷积LSTM神经网络的时间和空间特征提取能力结合转置卷积来计算材料三维位移场和应变场。
-
公开(公告)号：CN111210478B
公开(公告)日：2023-07-21
申请号：CN201911407244.0
申请日：2019-12-31
Applicant: 重庆邮电大学
IPC: G06T7/80
Abstract: 本发明请求保护一种无共同视野多相机系统外参标定方法、介质及系统，包括以下步骤：1.固定ID唯一的ArUco标记于待标定相机机身，借助辅助相机，获取待标定相机与自身ArUco标记之间的外参；2.利用基于ArUco标记的SLAM系统，完成对ArUco标记的建图，获得ArUco标记之间的外参；3.利用已获得的待标定相机与ArUco标记间的外参、ArUco标记间的外参，求取待标定相机之间的外参，完成标定过程。本发明的关键在于将待标定相机视为SLAM系统中的地图点，间接求取待标定相机外参的这一过程。本发明在标定过程中的特点是，适用于多种标定场景，对多台无共同视野的相机进行标定，克服了常规多相机系统标定方法对多台相机的分布的限制，标定方法简单易用，准确性高。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.017 seconds)
