-
公开(公告)号：CN114913541A
公开(公告)日：2022-08-16
申请号：CN202111118582.X
申请日：2021-09-24
Applicant: 同济大学
Abstract: 本发明涉及一种基于正交匹配追踪的人体关键点检测方法、装置及介质，方法包括：将包含人物的待检测图像输入训练好的目标检测器，获得单个人物的裁剪图；设置人体关键点标注坐标；将裁剪图缩放至设定尺寸，并输入训练好的特征编码主干网络，获得感知矩阵；根据感知矩阵，利用正交匹配追踪算法对人体关键点标注坐标进行稀疏恢复，获取待检测图像中人物的人体关键点位置。与现有技术相比，本发明在保证较高计算精度的情况下减轻了计算负担，检测效率高。
-
公开(公告)号：CN114372570A
公开(公告)日：2022-04-19
申请号：CN202111528362.4
申请日：2021-12-14
Applicant: 同济大学
Abstract: 本发明提供一种多模态车辆轨迹预测方法，包括以下步骤：分别获取预测车辆和周围车辆在世界坐标系下的历史运动轨迹，处理为在候选车道中心线坐标系下的历史运动轨迹并进行编码获取历史轨迹特征向量，同时获取当前时刻预测车辆与周围车辆的交互关系特征向量、意图模态编码和运动模态编码；将意图模态编码、运动模态编码、预测车辆的历史轨迹特征向量以及当前时刻预测车辆与周围车辆的交互关系特征向量进行拼接输入LSTM解码器，输出预测车辆的多条预测轨迹以及对应的置信度标签，置信度最高的预测轨迹为最佳轨迹。与现有技术相比，该方法无需标注数据集和采样过程，全面描述车辆运动的预测轨迹分布并可进行长时预测；且具有较强的场景泛化能力。
-
公开(公告)号：CN113156479A
公开(公告)日：2021-07-23
申请号：CN202110307331.X
申请日：2021-03-23
Applicant: 同济大学
Abstract: 本发明涉及一种室外乡村道路场景的组合定位方法，根据室外乡村道路场景的特殊性，首先基于道路场景情况，在树林、天桥和隧道等卫星信号较弱区域布置合适数量的超宽带(UWB)定位标签；其次利用高精定位设备对UWB定位标签进行位置标定；最后在车端搭建由全球导航卫星系统(GNSS)和UWB定位标签形成的组合定位系统，该组合定位系统包含组合定位控制器的微控制单元(MCU)，并在MCU中融合GNSS和UWB的定位信息，输出自车的最终位置信息。与现有技术相比，本发明具有成本较低、定位精确高和定位数据稳定可靠等优点。
-
公开(公告)号：CN109760635B
公开(公告)日：2020-11-27
申请号：CN201910017056.0
申请日：2019-01-08
Applicant: 同济大学
Abstract: 本发明涉及一种基于GAN网络的线控雨刷控制系统，用以实现智能汽车的雨刷控制，该系统包括依次连接的前视相机、智驾控制器、整车控制器、雨刷控制器、驱动电机总成、减速器和刮雨器，前视相机实时采集前方道路图像，并将图像通过USB数据线传输到智驾控制器，智驾控制器内部设有GAN网络架构，用以去除雨天获取的图像中的雨滴，并通过图像实时检测车辆周边雨量大小，并将雨刷档位的调整信号通过CAN线传递到整车控制器，整车控制器获取智驾控制器的CAN信号后，实时调整雨刷控制器的工作状态，雨刷控制器通过脉冲信号控制驱动电机总成工作，控制雨刷去除前挡风玻璃外侧雨滴，与现有技术相比，本发明具有实用性强、开发成本低、适用性高等优点。
-
公开(公告)号：CN109635672B
公开(公告)日：2020-07-28
申请号：CN201811398916.1
申请日：2018-11-22
Applicant: 同济大学
Abstract: 本发明涉及一种无人驾驶的道路特征参数估计方法，包括：六自由度惯导信息获取；三维激光点云数据获取；激光点云运动补偿；6sigma高程的路面候选点提取；3sigma高差的坡面候选点提取；主成分分析法路面拟合；主成分分析法坡面拟合；1sigma路面点提取；1sigma坡面点提取；对路面点和坡面点反射强度进行特征分解；路沿边界点提取；对路面附着系数进行估计；估计模型对道路曲率进行估计；对路沿进行拟合估计；对坡度进行估计，最终输出一幅富含道路特征参数的栅格地图，以供无人驾驶感知、决策和规划模块使用。与现有技术相比，本发明具有实现鲁棒的路面附着系数估计、路沿曲率连续、道路曲率道路坡度快速估计等优点。
-
Patent Agency Ranking
公开(公告)号：CN114782541A
公开(公告)日：2022-07-22
申请号：CN202210209540.5
申请日：2022-03-04
Applicant: 同济大学
Abstract: 本发明涉及一种基于RGB和红外图像的3D信息感知方法和系统，方法包括：对RGB相机和红外相机进行双目标定，获取相机的内外参和单应矩阵；分别获取原始RGB图像和红外图像，并进行图像矫正使其平行共面；基于矫正后的RGB图像和红外图像获取双目RGB深度图和双目红外深度图；对矫正后的红外图像进行深度估计得到单目红外深度图；对矫正后的RGB图像进行光照估计，获取图像亮度并进行光照判断；基于光照判断对双目RGB深度图、双目红外深度图和单目红外深度图进行加权得到最终的深度图；将深度图映射到三维空间获取伪点云并输入点云网络获取目标的3D信息。与现有技术相比，本发明能够更好地处理强光照、低光照、目标与背景区分度小等非常规工况下的3D信息感知。
-
公开(公告)号：CN114156567A
公开(公告)日：2022-03-08
申请号：CN202111391780.3
申请日：2021-11-19
Applicant: 同济大学
IPC: H01M10/633 , H01M10/635 , H01M10/48 , H01M10/625
Abstract: 本发明涉及一种基于机器学习的动力电池热管理系统，包括依次连接且构成回路的电池包、电子水泵、电加热PTC和制冷换热器，电池包、电子水泵、电加热PTC和制冷换热器分别连接控制器，所述电池包内部包括电池模组、动力电池载热管和温度传感器，所述控制器内部集成有机器学习算法，能够根据电池温度和电池状态，计算出当前时刻所需载热剂的温度和流量，从而调节电池温度保持在合适范围。与现有技术相比，本发明提出神经网络方法实现电池包温度控制，能够自动学习人工专家经验，实现精确、稳定的电池包温度控制。
-
公开(公告)号：CN114120274A
公开(公告)日：2022-03-01
申请号：CN202111359844.1
申请日：2021-11-17
Applicant: 同济大学
Abstract: 本发明涉及一种应用于低光照场景的车道线检测方法及其系统，该方法包括以下步骤：分别构建图像特征增强网络和车道线检测网络；对图像特征增强网络和车道线检测网络进行网络训练；将采集的实际图像输入训练好的图像特征增强网络，输出得到增强的图像特征；将增强的图像特征输入训练好的车道线检测网络，输出得到对应的车道线检测信息。该系统的图像特征增强模块使用轻量化的自监督端到端网络；车道线检测模块使用基于深度神经网络的语义分割模型。与现有技术相比，本发明将图像特征增强算法引入了车道线检测任务，能够在不影响检测实时性的基础上，有效提升车道线检测算法在低光照条件下的检测精度，进而提高车辆自动驾驶系统的鲁棒性和安全性。
-
公开(公告)号：CN114120013A
公开(公告)日：2022-03-01
申请号：CN202111392935.5
申请日：2021-11-23
Applicant: 同济大学
Abstract: 本发明涉及一种红外与RGB跨模态特征点匹配方法，包括：基于采集的原始RGB图像和IR图像对深度学习模型进行离线训练，得到训练好的匹配模型；将待测的数据输入匹配模型，以提取出特征描述子、输出对应匹配结果。与现有技术相比，本发明聚焦于多光谱图像的融合，融合可见光图像(RGB)和热成像图像(IR)，通过模型训练，能够在多模态下准确提取特征点，更好地执行跨模态特征匹配任务，进而提高在光照变化剧烈及黑暗场景下相机位姿估计的精度，可以为许多应用提供可靠的感知前端，为后续在传统SLAM框架下融合多光谱传感器的研究工作做好前端铺垫，也将有利于实现跨越白天(基于RGB图像)和黑夜(基于IR图像)的同一场景建图定位匹配或深度估计与三维建图。
-
公开(公告)号：CN114022563A
公开(公告)日：2022-02-08
申请号：CN202111238591.2
申请日：2021-10-25
Applicant: 同济大学
Abstract: 本发明提供一种用于自动驾驶的动态障碍物检测方法，包括以下步骤：通过车载传感器设备获取车辆运行过程中的环境图像流、点云数据和定位数据；将所述环境图像流分成连续的帧图像，对每一对连续的帧图像依次进行2D特征点的检测和匹配、2D特征点的3D位置的还原和恢复、3D特征点的动静态点的甄别，以及构建动静二值标签；将所有帧图像的动静二值标签作为神经网络的输入，训练神经网络；实时采集车辆运行过程中的环境图像流，以点云数据和定位数据，并输入训练好的神经网络，获取动静二值分割图像，进而实现动态障碍物的检测。与现有技术相比，该方法能够通过对动态目标和静态目标进行分割，进而实现动态障碍物检测，并提高障碍物检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.018 seconds)
