公开(公告)号：CN117490679A

公开(公告)日：2024-02-02

申请号：CN202311372948.5

申请日：2023-10-23

Applicant: 常州大学

Inventor： 杨彪 ,  王姝媛 ,  胡义凯 ,  李怀玉 ,  张立强 ,  俞至韬 ,  杨长春

IPC: G01C21/00 ,  G06V10/762 ,  G06V10/40 ,  G01C21/20

Abstract: 本发明涉及室内定位技术领域，尤其涉及基于曼哈顿结构面特征约束的视觉SLAM方法及系统，包括采集室内场景深度图像和彩色图像数据；将图像中的点云转为世界坐标系下的三维坐标，结合深度信息和超像素值进行平面特征提取；根据提取的平面特征，以地面为基准构建曼哈顿结构面，并存储对应的观测值和相应帧，对于新插入的关键帧进行曼哈顿坐标系关联；根据平面特征关联解耦合相机位姿估计，分别计算旋转和平移估计；将局部地图中的平面与曼哈顿坐标系建立联系，结合点特征、面特征、结构约束和地面约束进行后端优化。本发明克服低纹理场景下点线特征错匹配、误匹配等问题。

公开(公告)号：CN117710974A

公开(公告)日：2024-03-15

申请号：CN202311728901.8

申请日：2023-12-15

Applicant: 常州大学

Inventor： 杨彪 ,  房磊 ,  胡义凯 ,  倪蓉蓉 ,  王睿 ,  杨长春

IPC: G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06V20/54 ,  G06V20/56

Abstract: 本发明涉及一种基于双源融合的语义分割网络，包括两个编码器和分段解码器，两个编码器分别为Thermal编码器和RGB编码器，分别采用FasterNet块作为基本特征提取单元，所述Thermal编码器用于从热成像图提取T特征图，所述RGB编码器用于从与所述热成像图相对应的RGB图提取RGB特征图；分段解码器包括依次连接的DPPM模块、两个MAFM模块和Seghead模块，所述DPPM模块用于在第一融合阶段提取所述T特征图和所述RGB特征图中的高级特征并进行粗融合，所述MAFM模块用于在第二阶段增强T特征图和所述RGB特征图中不同特征之间的相关性实现精细融合，所述Seghead模块用于以第二个MAFM模块的输出作为输入，输出分割结果。本发明可以保留更多的关键特征，提高分割精度和速度。

公开(公告)号：CN117131924A

公开(公告)日：2023-11-28

申请号：CN202311072249.9

申请日：2023-08-24

Applicant: 常州大学

Inventor： 杨彪 ,  张晴雨 ,  胡义凯 ,  徐黎明 ,  倪蓉蓉 ,  王睿 ,  杨长春

IPC: G06N3/096 ,  G06N3/0455 ,  G06N20/20 ,  G06F18/23213

Abstract: 本发明涉及一种基于在线多源迁移学习的快速自适应轨迹预测方法，包括：将n个基学习器{fi|i＝1,...,n}在对应的源域中预先训练，随机初始化在线学习器ft的参数，在线学习器的结构ft具有与基学习器相同；数据{Xt,Yt|t＝1,2,...,T}按时间顺序到达，Xt表示t时刻到达的观测轨迹，Yt表示t时刻到达的未来真实轨迹，当t时刻到来时ft进行更新操作，利用在线学习器，得到在线学习器ft进行轨迹预测ft+1。本发明能够适应实时变，并对在线学习器化的场景和轨迹数据，进而对未来轨迹进行准确预测。

公开(公告)号：CN117557979A

公开(公告)日：2024-02-13

申请号：CN202311142494.2

申请日：2023-09-06

Applicant: 常州大学

Inventor： 杨彪 ,  慕言 ,  朱俊瑞 ,  徐黎明 ,  胡义凯 ,  倪蓉蓉 ,  杨长春

IPC: G06V20/58 ,  G06V40/20 ,  G06V10/25 ,  G06V10/44 ,  G06V10/46 ,  G06V10/62 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明涉及一种基于行人穿越意图预测网络的行人穿越意图预测方法，包括：获取自车速度S、行人i的人体姿势Ki、行人i在自车视角中的人体检测框中心点位置Ci以及行人i在自车视角中的类极坐标Pi；基于自车速度S，获取自车速度特征FS；基于行人i的人体姿势Ki，获取行人i的动作特征 基于行人i在自车视角中的人体检测框中心点位置Ci，获取行人i在自车视角中的人体检测框中心位置在时间维度上的特征 基于行人i在自车视角中的类极坐标Pi，获取行人i在自车视角中的类极坐标特征按照通道维度分别对特征FS、 及进行全局池化，并按元素相乘，得到多模态融合后的行人意图特征基于所述行人意图特征 得到行人穿越预测结果。本发明可以在交通场景中快速准确地预测行人穿越行为。