-
公开(公告)号：CN114119671A
公开(公告)日：2022-03-01
申请号：CN202111452024.7
申请日：2021-12-01
Applicant: 清华大学
Abstract: 本发明公开了一种基于遮挡补偿的立体空间信息融合的多目标跟踪方法，所述方法包括：接收激光雷达采集的点云和相机采集的RGB图像；将点云数据输入三维检测器得到三维检测结果；将RGB图像和三维检测结果不断输入预先建立和训练好的端到端多目标跟踪网络，实时更新跟踪器，循环完成目标跟踪；所述端到端多目标跟踪网络，用于基于RGB图像和三维检测结果，并结合上一帧轨迹的运动特征和外观特征，分别建立运动关联矩阵和外观关联矩阵进行轨迹和检测的关联，并结合遮挡情况更新跟踪器实现目标跟踪。本发明的方法有效地融合了多源信息，并考虑到图像中目标容易存在遮挡，构建了遮挡网络进一步优化外观特征，提高了多目标跟踪算法的准确性。
-
公开(公告)号：CN113610044B
公开(公告)日：2022-02-15
申请号：CN202110955241.1
申请日：2021-08-19
Applicant: 清华大学
IPC: G06V20/58 , G06V10/77 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G01S17/931 , G01S17/89 , G01S17/06
Abstract: 本发明公开了一种基于自注意力机制的4D毫米波三维目标检测方法，包括：实时采集4D毫米波雷达点云数据并进行预处理；将预处理后的4D毫米波雷达点云数据输入预先训练好的三维目标检测模型，输出目标检测结果；三维目标检测模型包括：鸟瞰视图体素化模块、立柱自注意力特征提取模块、CNN主干网络和PRN检测头；鸟瞰视图体素化模块，用于对4D毫米波雷达点云数据在鸟瞰图视角进行体素化操作，提取整个空间的特征信息F；立柱自注意力特征提取模块，用于利用特征信息F，基于自注意力机制提取点云全局特征，生成一个BEV伪图像；CNN主干网络，用于对BEV伪图像进行特征提取，输出特征图；PRN检测头，用于对特征图进行目标检测，输出3D目标检测结果。
-
公开(公告)号：CN114037834A
公开(公告)日：2022-02-11
申请号：CN202111454268.9
申请日：2021-12-01
Applicant: 清华大学
Abstract: 本申请提供了一种基于振动信号和RGB图像融合的语义分割方法及装置，涉及自动驾驶技术领域，包括：将RGB图像和振动信号输入预先训练完成的车道线检测模型，车道线检测模型包括视觉图像分割分支和振动信号分类分支，视觉图像分割分支包括压线检测子网络和车道线检测子网络；振动信号分类分支对振动信号进行特征提取及分类，得到车轮是否压线的二分类标签；压线检测子网络对RGB图像进行处理，得到车轮是否压线的预测结果；根据车轮是否压线的预测结果与二分类标签计算第一损失函数值值，更新车道线检测子网络的部分参数，利用更新参数的车道线检测子网络对RGB图像进行处理，得到车道线检测结果。本申请能够提高车辆变换车道时的车道线检测效果。
-
公开(公告)号：CN113673425A
公开(公告)日：2021-11-19
申请号：CN202110957843.0
申请日：2021-08-19
Applicant: 清华大学
Abstract: 本发明提出了一种基于Transformer的多视角目标检测方法及系统，所述方法包括：利用多个相机同时采集多个视角的RGB图像并进行预处理；将预处理后的多个视角的RGB图像输入训练好的多视角目标检测模型，输出包含目标检测检测结果的鸟瞰图；所述多视角目标检测模型包括：特征提取模块、Transformer模型和投影模块；所述特征提取模块，用于提取每个视角的RGB图像的多尺度特征图，将多个视角的多尺度特征图输入Transformer模型；所述Transformer模型，用对输入的特征图的进行目标检测，输出bounding box；所述投影模块，用于以Transformer模型预测的bounding box的中点为中心生成一个高斯热图，与特征提取模块输出的多个视角的特征图进行融合，再经过投影变换和卷积后输出鸟瞰图。
-
公开(公告)号：CN113255553A
公开(公告)日：2021-08-13
申请号：CN202110624922.X
申请日：2021-06-04
Applicant: 清华大学
Abstract: 本发明公开了一种基于振动信息监督的可持续学习方法及系统，所述方法包括：利用车载的单目相机和振动信号传感器，同步采集路面的RGB图像和包含路面不平度信息的路面法向振动加速度值；当某个时刻的路面法向振动加速度值大于动态阈值，则判断车轮压线，并提取对应时刻前后一段时间窗口内的RGB图像；在提取的RGB图像上标注车道线标签，作为新任务的数据集；以新任务的数据集作为训练集，对可持续学习的车道分割模型重新进行训练，将训练好的车道分割模型作为最新的车道分割模型。
-
Patent Agency Ranking
公开(公告)号：CN112862719A
公开(公告)日：2021-05-28
申请号：CN202110200863.3
申请日：2021-02-23
Applicant: 清华大学
Abstract: 本发明的公开了一种基于图卷积的激光雷达数据胞体特征增强方法，所述方法包括：步骤1)对实时采集的雷达点云数据进行胞体划分以及信息提取，得到胞体化数据；步骤2)对胞体化数据进行构图，形成图结构；步骤3)将图结构输入图卷积单元，对图结构中的每个节点进行特征增强，将特征增强后的图结构再次输入图卷积单元，反复执行多次，直至达到循环次数；步骤4)将最后一次图卷积单元输出的增强后的胞体特征传递给后端目标检测网络，完成目标检测任务。本发明的方法提出对胞体之间信息进行融合，提升了个个胞体捕捉实例目标信息的能力，提高了3D目标检测方法的准确性。
-
公开(公告)号：CN112818463A
公开(公告)日：2021-05-18
申请号：CN202110081611.3
申请日：2021-01-21
Applicant: 清华大学
IPC: G06F30/15 , G06F30/28 , G06F119/14
Abstract: 本发明公开了一种多模态陆空两栖车辆平台仿真系统，涉及陆空两栖车辆技术领域，以解决现有技术中没有一个仿真系统既可以对陆空两栖车辆的飞行过程仿真，同时也对路面行驶过程进行仿真的问题。所述多模态陆空两栖车辆平台仿真系统包括：仿真平台以及与仿真平台通信的运动控制器。仿真平台包括仿真环境以及位于仿真环境内的陆空两栖车辆。陆空两栖车辆的描述模型包括耦合的飞行动力学模型和车辆动力学模型。运动控制器用于根据运动指令向仿真平台发送控制指令，仿真平台用于根据控制指令控制陆空两栖车辆在仿真环境内运行。运动控制器还用于采集仿真平台的感知信息，根据感知信息更新控制指令。感知信息包括仿真环境的状态和陆空两栖车辆的状态。
-
-
公开(公告)号：CN111272165B
公开(公告)日：2020-10-30
申请号：CN202010124025.8
申请日：2020-02-27
Applicant: 清华大学
Abstract: 本发明了提供一种基于特征点标定的智能车定位方法，包括：判断智能车是位于盲区还是非盲区；当智能车位于GNSS非盲区，将GNSS信号、里程计数据和惯性测量单元数据组合，通过卡尔曼滤波获取智能车当前位姿，利用激光雷达扫描智能车周围环境，提取角点、圆弧特征并通过处理得到角点、圆心作为特征点，计算特征点的全局坐标和权重存入当前特征点列表；将当前特征点列表中的特征点加入已有特征点列表，将已有特征点列表中满足条件的特征点加入可信任列表；当智能车位于GNSS盲区，使用激光雷达获取周围可信任列表的特征点作为观测量，融合里程计数据和惯性测量单元数据，通过粒子滤波方法获取智能车当前位姿，从而实现智能车从非盲区进入盲区的定位无缝切换。
-
公开(公告)号：CN106055541A
公开(公告)日：2016-10-26
申请号：CN201610496504.6
申请日：2016-06-29
Applicant: 清华大学
IPC: G06F17/27
CPC classification number: G06F17/2785
Abstract: 本发明提供一种新闻内容敏感词过滤方法及系统，所述方法包括：S1、对获取的新闻文本进行预处理；S2、根据预先构建的敏感词库，使用敏感词多级过滤算法根据敏感词的优先级对所述新闻文本进行敏感词过滤；S3、当过滤到所述新闻文本中存在预设的敏感词时，通过基于马尔可夫逻辑网的情感分析模型，对过滤到的敏感词进行判定；S4、当判定为过滤到的敏感词为不良敏感词时，将所述新闻文本标记为负面新闻，否则标记文正面新闻。本发明通过建立马尔可夫逻辑网的情感分析模型对过滤的敏感词进行二次判定，以确定过滤到的敏感词是否具有负面信息，从而在过滤负面新闻的同时，不会将打击负面信息的正面新闻过滤掉，提高了新闻内容敏感词过滤的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.034 seconds)
