-
公开(公告)号：CN118397616A
公开(公告)日：2024-07-26
申请号：CN202410814599.6
申请日：2024-06-24
申请人： 安徽大学 , 安徽中科星联信息技术有限公司
摘要： 本发明公开了一种基于密度感知的补全和稀疏融合的3D目标检测方法，包括：获取待检测目标数据；将所述待检测目标数据输入至目标检测模型，获取检测结果，其中，所述目标检测模型包括：依次连接的密度感知补全模块、稀疏交叉BEV融合模块和语义点云渲染模块；所述密度感知补全模块用于利用图像BEV特征对所述待检测目标数据中的稀疏和空白区域的点云特征进行补全，获取密度补全后的稀疏BEV特征；所述稀疏交叉BEV融合模块用于将所述密度补全后的稀疏BEV特征和图像BEV特征融合在统一的BEV二维空间中；所述语义点云渲染模块用于对融合后的点云特征赋予语义信息。本发明能够解决点云稀疏导致漏检、融合方式计算量大等问题。
-
公开(公告)号：CN118397616B
公开(公告)日：2024-09-03
申请号：CN202410814599.6
申请日：2024-06-24
申请人： 安徽大学 , 安徽中科星联信息技术有限公司
摘要： 本发明公开了一种基于密度感知的补全和稀疏融合的3D目标检测方法，包括：获取待检测目标数据；将所述待检测目标数据输入至目标检测模型，获取检测结果，其中，所述目标检测模型包括：依次连接的密度感知补全模块、稀疏交叉BEV融合模块和语义点云渲染模块；所述密度感知补全模块用于利用图像BEV特征对所述待检测目标数据中的稀疏和空白区域的点云特征进行补全，获取密度补全后的稀疏BEV特征；所述稀疏交叉BEV融合模块用于将所述密度补全后的稀疏BEV特征和图像BEV特征融合在统一的BEV二维空间中；所述语义点云渲染模块用于对融合后的点云特征赋予语义信息。本发明能够解决点云稀疏导致漏检、融合方式计算量大等问题。
-
公开(公告)号：CN118366009B
公开(公告)日：2024-09-13
申请号：CN202410781255.X
申请日：2024-06-18
申请人： 安徽大学
IPC分类号： G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/80 , G06V40/10 , G06V40/20
摘要： 本发明公开了基于人类群体行为特性引导的行人轨迹预测方法及系统，属于自动驾驶技术领域。方法包括：首先，根据行人的历史轨迹和可学习的距离阈值参数对其进行分组，并从行人的历史位置获得位置层面的群体特征。同时引入行人的速度信息作为约束，获取速度层面的群体特征；接着，从多层面的群体特征中获取不同行人群体的运动模式；最后，基于稀疏图卷积网络进行轨迹预测，该网络提取群体与行人之间的交互特征，并根据这些特征获得未来轨迹的概率分布，从而推断出预测轨迹。使用本发明提出的方法，可以更好的辅助规划驾驶路线，减少交通事故的发生。
-
公开(公告)号：CN118366009A
公开(公告)日：2024-07-19
申请号：CN202410781255.X
申请日：2024-06-18
申请人： 安徽大学
IPC分类号： G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/80 , G06V40/10 , G06V40/20
摘要： 本发明公开了基于人类群体行为特性引导的行人轨迹预测方法及系统，属于自动驾驶技术领域。方法包括：首先，根据行人的历史轨迹和可学习的距离阈值参数对其进行分组，并从行人的历史位置获得位置层面的群体特征。同时引入行人的速度信息作为约束，获取速度层面的群体特征；接着，从多层面的群体特征中获取不同行人群体的运动模式；最后，基于稀疏图卷积网络进行轨迹预测，该网络提取群体与行人之间的交互特征，并根据这些特征获得未来轨迹的概率分布，从而推断出预测轨迹。使用本发明提出的方法，可以更好的辅助规划驾驶路线，减少交通事故的发生。
-
-
-
搜索结果
4 条记录 (耗时 0.04 秒)
