一种基于激光雷达与惯性导航的高频室内外导航定位方法

    公开(公告)号:CN116772836A

    公开(公告)日:2023-09-19

    申请号:CN202310783864.4

    申请日:2023-06-29

    摘要: 本公开是关于一种基于激光雷达与惯性导航的高频室内外导航定位方法、装置、电子设备以及存储介质。其中,该方法包括:基于激光雷达采集并生成车辆点云数据,分别对所述点云数据进行畸变去除、激光点云特征提取及激光里程计计算;基于IMU采集所述车辆的6自由度姿态及加速度信息,分别对所述6自由度姿态及加速度信息进行初始化及IMU里程计计算;基于激光点云特征提取及激光里程计计算实现点云数据关键帧检测及拼接,生成全局地图,并基于激光里程计计算、IMU里程计计算实现车辆在所述全局地图中的导航定位。本公开通过IMU里程计去初始化雷达里程计,同时通过雷达里程计来减小IMU的累计误差,实现复杂场景下的车辆定位。

    一种适配于大型车辆的360环视拼接方法

    公开(公告)号:CN116823617A

    公开(公告)日:2023-09-29

    申请号:CN202310829703.4

    申请日:2023-07-07

    IPC分类号: G06T3/40 G06T7/80

    摘要: 本公开是关于一种适配于大型车辆的360环视拼接方法、装置、电子设备以及存储介质。其中,该方法包括:基于在大型车辆上车身预设位置安装的第一预设数量的摄像头对放置在所述大型车辆周边的周边预设位置的第二预设数量的标定布进行图像采集;基于所述第一预设数量的摄像头采集的图像计算所述摄像头间的位置关系,以完成对所述摄像头的外参标定;基于所述摄像头间的位置关系对所述摄像头采集的图像进行拼接处理,分别生成二维投影俯视图像、及基于预设模型的三维环视拼接图像,完成大型车辆周边图像的360环视拼接。本公开同时支持三维模式和二维模式,可广泛应用于汽车行业中的车载视觉系统,以提供更好的驾驶辅助功能和安全性。

    基于FPGA加速的实时目标检测装置
    3.
    发明公开

    公开(公告)号:CN118823704A

    公开(公告)日:2024-10-22

    申请号:CN202310423425.2

    申请日:2023-04-19

    摘要: 本发明涉及一种基于FPGA加速的实时目标检测装置,属于图像识别技术领域,解决了现有技术目标检测模块存在检测速度慢的问题。该实时目标检测装置包括图像采集模块,用于获取待检测图像,并进行预处理,得到预设格式的待检测特征图;PS端DDR,用于存储预设格式的待检测特征图和预设权重;权重加载模块,用于在卷积运算过程中,将PS端DDR中的预设权重加载到PL端DDR中;加速模块,用于确定卷积层PE阵列大小;目标检测模块,用于输出目标检测结果至PS端DDR中存储;后处理模块,用于确定待检测图像中的各个目标的位置范围和类别,并发送至可视化设备进行显示。提高了目标检测模块检测图像的速度。

    一种基于多任务学习的特征点提取与语义分割方法

    公开(公告)号:CN113569853A

    公开(公告)日:2021-10-29

    申请号:CN202110713142.2

    申请日:2021-06-25

    发明人: 裴浩然 张云翔

    IPC分类号: G06K9/34 G06K9/62

    摘要: 本申请揭示了一种基于多任务学习的特征点提取与语义分割方法,包括:获取目标图像;将目标图像输入预先训练的多任务网络,得到目标图像的特征点提取结果和语义分割结果;其中,多任务网络包括第一任务分支和第二任务分支,第一任务分支用于计算特征点提取结果,第二任务分支用于计算语义分割结果;第一任务分支和第二任务分支通过联合训练得到;可以解决相关技术中特征点提取速度较低的问题;可以在同一网络结构中完成了特征提取和语义分割两个任务,实现在几乎不增加运算量的同时提升了特征点提取的速度。

    一种基于多任务学习的特征点提取与语义分割方法

    公开(公告)号:CN113569853B

    公开(公告)日:2024-04-09

    申请号:CN202110713142.2

    申请日:2021-06-25

    发明人: 裴浩然 张云翔

    IPC分类号: G06V10/26 G06V10/774

    摘要: 本申请揭示了一种基于多任务学习的特征点提取与语义分割方法,包括:获取目标图像;将目标图像输入预先训练的多任务网络,得到目标图像的特征点提取结果和语义分割结果;其中,多任务网络包括第一任务分支和第二任务分支,第一任务分支用于计算特征点提取结果,第二任务分支用于计算语义分割结果;第一任务分支和第二任务分支通过联合训练得到;可以解决相关技术中特征点提取速度较低的问题;可以在同一网络结构中完成了特征提取和语义分割两个任务,实现在几乎不增加运算量的同时提升了特征点提取的速度。

    一种基于多摄像头的鸟瞰视角车辆感知系统

    公开(公告)号:CN117132952A

    公开(公告)日:2023-11-28

    申请号:CN202310880060.6

    申请日:2023-07-18

    摘要: 本公开是关于一种基于多摄像头的鸟瞰视角车辆感知系统。其中,该鸟瞰视角车辆感知系统包括特征提取模块、任务编码器、任务头,其中:所述特征提取模块包括骨架网络模块、多尺度特征融合模块、多摄像头融合模块、时序融合模块,用于对基于多摄像头采集的图像生成的BEV视角下的图像进行特征提取处理;所述任务编码器包括语义地图分割编码器、目标检测编码器、运动轨迹预测编码器,用于基于预设卷积神经网络对图像特征进行编码处理;所述任务头包括3D检测任务头、运动轨迹预测任务头、语义地图分割任务头,用于对图像特征进行预设任务识别,完成鸟瞰视角车辆感知。本公开有效解决了目标遮挡和场景缩放等问题,更有利于提升下游感知任务的准确率。