-
公开(公告)号:CN117574314A
公开(公告)日:2024-02-20
申请号:CN202311603877.5
申请日:2023-11-28
Applicant: 东风柳州汽车有限公司 , 桂林电子科技大学 , 湘西土家族苗族自治州自然资源和规划局
Inventor: 许恩永 , 谭雪峰 , 何水龙 , 彭吉优 , 李超 , 林长波 , 李慧 , 展新 , 冯海波 , 王善超 , 冯高山 , 许家毅 , 邓聚才 , 陈乾 , 唐荣江 , 鲍家定 , 郑伟光 , 胡超凡 , 陶林 , 王方圆 , 陈钰烨 , 赵德平 , 吴佳英 , 张释天 , 梁明运 , 庞凤
IPC: G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明属于决策级融合技术领域,公开了一种传感器的信息融合方法、装置、设备及存储介质。本发明通过在接收到多个融合传感器的待融合数据时,确定各融合传感器的三维检测向量;分别输入各融合传感器的三维检测向量至目标孪生神经模型,得到相似度信息向量;根据目标尺寸统一模型对所述相似度信息向量和各融合传感器的三维检测向量进行尺寸统一,得到各融合传感器的检测统一向量和相似度统一向量;根据所述相似度统一向量、各融合传感器的检测统一向量以及目标决策融合模型确定目标融合信息。通过上述方式,保证了在进行特征融合时,信息的有效性和完整性,弥补了单个传感器之间的局限性,大幅度提高了多个传感器决策级融合时的精度和效率。
-
公开(公告)号:CN117574314B
公开(公告)日:2024-06-18
申请号:CN202311603877.5
申请日:2023-11-28
Applicant: 东风柳州汽车有限公司 , 桂林电子科技大学 , 湘西土家族苗族自治州自然资源和规划局
Inventor: 许恩永 , 谭雪峰 , 何水龙 , 彭吉优 , 李超 , 林长波 , 李慧 , 展新 , 冯海波 , 王善超 , 冯高山 , 许家毅 , 邓聚才 , 陈乾 , 唐荣江 , 鲍家定 , 郑伟光 , 胡超凡 , 陶林 , 王方圆 , 陈钰烨 , 赵德平 , 吴佳英 , 张释天 , 梁明运 , 庞凤
IPC: G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明属于决策级融合技术领域,公开了一种传感器的信息融合方法、装置、设备及存储介质。本发明通过在接收到多个融合传感器的待融合数据时,确定各融合传感器的三维检测向量;分别输入各融合传感器的三维检测向量至目标孪生神经模型,得到相似度信息向量;根据目标尺寸统一模型对所述相似度信息向量和各融合传感器的三维检测向量进行尺寸统一,得到各融合传感器的检测统一向量和相似度统一向量;根据所述相似度统一向量、各融合传感器的检测统一向量以及目标决策融合模型确定目标融合信息。通过上述方式,保证了在进行特征融合时,信息的有效性和完整性,弥补了单个传感器之间的局限性,大幅度提高了多个传感器决策级融合时的精度和效率。
-
公开(公告)号:CN118587414A
公开(公告)日:2024-09-03
申请号:CN202410633374.0
申请日:2024-05-21
Applicant: 东风柳州汽车有限公司 , 桂林电子科技大学
Abstract: 本申请公开了一种目标检测方法、装置、设备、存储介质及计算机程序产品,涉及目标检测技术领域,公开了目标检测方法,包括:获取摄像头对目标检测到的摄像头数据、毫米波雷达对目标检测到的毫米波数据以及激光雷达对目标检测到的激光数据;对摄像头数据与毫米波数据进行特征级融合,获得初步融合数据;基于预设多源融合模型对激光数据与初步融合数据进行目标级融合,获得融合结果,预设多源融合模型为包括维度统一模块的神经网络模型,维度统一模块用于将不同特征向量的维度进行统一化处理;基于融合结果确定目标的运动属性。使各传感器可以根据工作环境充分发挥各传感器的作用对目标进行检测,提高多传感器融合算法的使用范围。
-
公开(公告)号:CN117727012A
公开(公告)日:2024-03-19
申请号:CN202311812786.2
申请日:2023-12-27
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/58 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/40 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及智能驾驶目标识别领域,尤其涉及一种车辆行人识别方法、装置、设备及存储介质,该方法包括:获取车辆与行人样本数据集;通过所述车辆与行人样本数据集对预设检测模型进行训练,得到目标检测模型;获取车辆与行人样本图片,将所述当前车辆与行人样本图片输入至所述目标检测模型,并获取所述目标检测模型基于所述当前路况数据输出的车辆、行人识别结果,从而建立GBD‑YOLO目标检测模型,并对其进行训练,输入当前车辆、行人样本数据集,得到识别结果,从而提高对车辆、行人识别的准确性。
-
公开(公告)号:CN119007145A
公开(公告)日:2024-11-22
申请号:CN202411020482.7
申请日:2024-07-29
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/56 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明涉及智能辅助驾驶领域,尤其涉及一种多目标检测与智能响应的方法、装置、设备及存储介质。该方法包括:采集环境数据和目标信息数据集;通过所述样本数据集对预设检测模型进行训练,得到目标检测模型;通过CSEF_YOLO目标检测算法对实时采集到的数据进行分析,实现对多个目标的识别;基于识别结果,通过融合决策模块,触发相应的智能响应。
-
公开(公告)号:CN117423084A
公开(公告)日:2024-01-19
申请号:CN202311449349.9
申请日:2023-11-02
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V20/56 , G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供一种基于自监督的多源传感器融合的多目标跟踪方法,涉及自动驾驶领域:主要组成部分由融合阶段和跟踪阶段,融合阶段包括生成获取不同传感器数据,构建传感器融合框架,构建跟踪模型,设计联合损失函数以及训练模型,在跟踪阶段,主要将测试2D视频序列和3D点云数据输入到训练后的模型中,通过自监督学习得到待测时刻的搜索响应,响应中最大值的位置表示跟踪目标所在位置,并结合所对应的尺度得到最终预测的跟踪框,从而完成该时刻目标的跟踪。本发明不仅能让模型进行自监督训练,还能让模型学到不同数据增强下搜索响应的一致性,从而学到更加鲁棒的自监督表征并显著提高跟踪性能。
-
-
-
-
-