-
公开(公告)号：CN114116933B
公开(公告)日：2024-09-24
申请号：CN202111340486.X
申请日：2021-11-12
Applicant: 同济大学
Abstract: 本发明涉及一种基于单目图像的语义拓扑联合建图方法，包括：车辆同步采集相机RGB图像数据、GPS和IMU定位数据等；将采集图像输入至语义分割网络，得到图像路面类型标识的语义分割图；将各图像中被提取的路面标识像素点投影至地图全局坐标下，并将其融入地图数据管理系统；将地图数据管理系统生成的全局语义地图分解成多个ROI，通过本发明设计的网络结构在语义地图上进行车道拓扑状态的最优解搜索，最后将所有建立拓扑状态的ROI结合成完整的拓扑地图。与现有技术相比，本发明以车载视觉和定位系统为传感器配置方案，可以构建出相对精度达99％的语义地图，并且设计了支持低成本传感器的众包融合策略，能够可靠保证拓扑地图的位置精度和拓扑关系正确率。
-
公开(公告)号：CN114005280B
公开(公告)日：2023-03-28
申请号：CN202111360841.X
申请日：2021-11-17
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于不确定性估计的车辆轨迹预测方法，包括：实时采集周围车辆的位姿信息和局部语义地图信息，并得到车辆历史位姿信息；根据采集的车辆位置信息，结合高精地图、车道连通关系以及交通规则，确定出未来轨迹终点的所有候选车道；根据车辆位姿和局部语义地图评估车辆历史位姿的不确定性；将车辆历史位姿转换至各车道坐标系下，结合车道走向等信息进行特征编码，预测车辆行驶终点在各候选车道上的概率；根据特征编码预测目标车辆的未来行驶路线的概率分布。与现有技术相比，本发明解决了现有技术中忽视输入车辆历史位姿不确定性和轨迹多模态建模不完整的问题，能够为自动驾驶的下游决策规划提供准确可靠的信息来源、降低风险。
-
公开(公告)号：CN113156479B
公开(公告)日：2023-03-28
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：CN114119749A
公开(公告)日：2022-03-01
申请号：CN202111405543.8
申请日：2021-11-24
Applicant: 同济大学
Abstract: 本发明提供一种基于密集关联的单目3D车辆检测方法，包括以下步骤：通过车载相机采集单张的前视图像；计算前视图像中的各像素点在相机坐标系下的2D坐标；映射并计算前视图像中的各像素点在目标局部坐标系下的3D坐标；通过自下而上的实例分割方法划分前视图像中的各目标车辆在前视图像上所占的2D空间区域，并根据2D空间区域选取各目标车辆的像素点及其对应的2D坐标和3D坐标，并构建密集2D‑3D关联；由密集2D‑3D关联构建PnP问题并求解，获取目标车辆的位置和角度；由网络分支预测车辆的长、宽、高尺寸，并结合获取的目标车辆的位置和角度，获取目标车辆的3D检测框。与现有技术相比，该方法能够精确地对交通场景的车辆进行识别和定位。
-
公开(公告)号：CN114116933A
公开(公告)日：2022-03-01
申请号：CN202111340486.X
申请日：2021-11-12
Applicant: 同济大学
Abstract: 本发明涉及一种基于单目图像的语义拓扑联合建图方法，包括：车辆同步采集相机RGB图像数据、GPS和IMU定位数据等；将采集图像输入至语义分割网络，得到图像路面类型标识的语义分割图；将各图像中被提取的路面标识像素点投影至地图全局坐标下，并将其融入地图数据管理系统；将地图数据管理系统生成的全局语义地图分解成多个ROI，通过本发明设计的网络结构在语义地图上进行车道拓扑状态的最优解搜索，最后将所有建立拓扑状态的ROI结合成完整的拓扑地图。与现有技术相比，本发明以车载视觉和定位系统为传感器配置方案，可以构建出相对精度达99％的语义地图，并且设计了支持低成本传感器的众包融合策略，能够可靠保证拓扑地图的位置精度和拓扑关系正确率。
-
Patent Agency Ranking
公开(公告)号：CN113830078A
公开(公告)日：2021-12-24
申请号：CN202111214905.5
申请日：2021-10-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于停车位角点检测的自动泊车方法及系统，方法包括以下步骤：1)将停车位鸟瞰图输入特征检测器，获得角点、入口线以及边线的热力图；2)对角点热力图进行过滤，获得角点列表；3)对角点列表中的角点两两组合，计算每个角点组合中两个角点之间的距离，构成距离表；4)剔除距离表中不满足国标停车位尺寸要求的角点组合；5)剔除距离表中不满足椭圆限制条件的角点组合；6)根据入口线以及边线的热力图获取入口线和边线的朝向，剔除距离表中不满足与入口线以及边线的相对位置关系的角点组合；7)根据距离表中的角点组合确定停车位区域，根据停车位位置完成自动泊车。与现有技术相比，本发明具有计算复杂度低、部署难度低等优点。
-
公开(公告)号：CN109398349A
公开(公告)日：2019-03-01
申请号：CN201811056910.6
申请日：2018-09-11
Applicant: 同济大学
IPC: B60W30/06
Abstract: 本发明涉及一种基于几何规划及强化学习的自动泊车方法及系统，本发明方法在自动泊车的初始阶段，通过确定泊车状态，利用几何规划确定泊车轨迹，再交由轨迹跟踪和底盘控制进行控制，利用上述阶段，车辆能够调整到能够一次入库的位姿，此时再交由强化学习进行控制。与现有技术相比，本发明可以消除轨迹规划-轨迹跟踪-底盘控制的误差，达到更为理想的泊车位姿，且能够适用于城市内的狭小泊车环境，对环境的适应性强。
-
公开(公告)号：CN118570754A
公开(公告)日：2024-08-30
申请号：CN202410617427.X
申请日：2024-05-17
Applicant: 同济大学
IPC: G06V20/56 , G06V10/25 , G06V10/80 , G06V10/778 , G06V10/82 , G06V10/764 , G06T7/246 , G06N3/0455 , G06N3/082
Abstract: 本发明涉及一种基于时序表征增强和轨迹修正的多目标联合检测跟踪方法，包括：在多目标联合检测跟踪过程中，采集环视图像和点云，分别进行特征提取，对提取的特征进行融合，得到多模态融合特征；利用历史轨迹查询向量对当前帧初始化的目标查询向量进行时序表征增强，与多模态融合特征进行空间特征交互，然后进行目标解码得到目标检测结果；根据检测结果进行数据关联，判断是否进行目标身份继承，得到轨迹ID；基于当前帧跟踪到的目标轨迹，更新历史查询向量，基于历史查询向量和地图信息进行轨迹预测；根据目标检测结果的分类置信度，利用预测的目标轨迹修正低置信度轨迹。与现有技术相比，本发明提高了目标检测和跟踪的准确性和鲁棒性。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.021 seconds)
