-
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:CN115857487A
公开(公告)日:2023-03-28
申请号:CN202211379651.7
申请日:2022-11-04
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种不确定环境下的智能汽车规划控制系统及其方法,该系统包括局部轨迹规划模块及其连接的跟踪控制模块,局部轨迹规划模块根据障碍物信息,构造FOV内盲区的量化表达,并考虑感知结果因素构建多目标优化问题,以对初始参考轨迹进行调整,输出得到新轨迹、并传输至跟踪控制模块;跟踪控制模块根据新轨迹,输出相应控制信号给车辆执行机构,控制车辆的行驶轨迹。与现有技术相比,本发明在自动驾驶轨迹规划中引入信息熵,利用盲区信息实时构造信息熵优化项,并加入轨迹规划层的优化目标,以实现主动感知。通过使感知结果作用于下层规划控制,从而减小盲区内的感知不确定性、降低碰撞风险、避免保守的避障策略、有效提高车辆行驶安全性。
-