-
公开(公告)号：CN117109619A
公开(公告)日：2023-11-24
申请号：CN202311088942.5
申请日：2023-08-28
Applicant: 北京工业大学
Abstract: 本发明提供一种无人驾驶路径规划方法，包括获取原始全局路径，还包括以下步骤：提取所述原始全局路径中的轨迹坐标点，并进行坐标转换，得到从起点到达终点的新车辆行驶路径；对所述新车辆行驶路径中的转弯拐点行优化，得到弧形拐点路线；对所述弧形拐点路线进行稀疏差值；生成最终的车辆行驶路径。本发明提出了一种无人驾驶路径规划方法，基于电子地图可以根据复杂多变的交通场景灵活动态地调整规划路径，再通过坐标系转换、路径纠偏、平滑处理等，为无人驾驶车辆提供一条安全高效的行驶轨迹路径。
-
Patent Agency Ranking
公开(公告)号：CN115952312A
公开(公告)日：2023-04-11
申请号：CN202211539530.4
申请日：2022-12-02
Applicant: 北京工业大学
IPC: G06F16/583 , G06F16/58 , G06V10/26 , G06V10/46
Abstract: 本发明提供一种图像标签的自动标注与排序方法，包括以下步骤：构建基准图像集；对无标签的测试图像进行标注；对测试图像的标签进行排序。本发明提出了一种图像标签的自动标注和排序方法，一方面，通过基准图像集得到标签和视觉词的对应关系，实现测试图像标签的自动标注；另一方面，图像的对象性检测结果具有很强的语义性，将对象性检测技术用于标签排序，排序后的标签带有的语义信息和图像反映出的语义信息一致性更强，更准确的标签信息能够更好的用于图像检索等其他视觉任务，同时也能够为研究提供海量的可靠训练样本。
-
公开(公告)号：CN118657190A
公开(公告)日：2024-09-17
申请号：CN202410671137.3
申请日：2024-05-28
Applicant: 北京工业大学
Abstract: 本发明提供基于强化学习的自动驾驶车辆交互控制方法，包括获取用于模型训练的数据，还包括以下步骤：进行决策网络的预训练；制定强化学习的奖励函数；强化学习模型训练；进行学习模型测试。本发明提出了基于强化学习的自动驾驶车辆交互控制方法，将监督学习和深度强化学习相结合并在学习样本中加入了人类驾驶经验，学习过程中利用了人类驾驶经验使无人驾驶车辆学习最优策略，同时采用自适应平衡采样方法，使自动驾驶车辆在不同学习阶段自动调整自我探索经验和人类驾驶经验的采样占比，并针对不同评判指标设计了奖励函数，进一步引导自动驾驶车辆更好地学习交互控制策略。
-
公开(公告)号：CN115952312B
公开(公告)日：2024-07-19
申请号：CN202211539530.4
申请日：2022-12-02
Applicant: 北京工业大学
IPC: G06F16/583 , G06F16/58 , G06V10/26 , G06V10/46
Abstract: 本发明提供一种图像标签的自动标注与排序方法，包括以下步骤：构建基准图像集；对无标签的测试图像进行标注；对测试图像的标签进行排序。本发明提出了一种图像标签的自动标注和排序方法，一方面，通过基准图像集得到标签和视觉词的对应关系，实现测试图像标签的自动标注；另一方面，图像的对象性检测结果具有很强的语义性，将对象性检测技术用于标签排序，排序后的标签带有的语义信息和图像反映出的语义信息一致性更强，更准确的标签信息能够更好的用于图像检索等其他视觉任务，同时也能够为研究提供海量的可靠训练样本。
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
