-
公开(公告)号：CN113483769A
公开(公告)日：2021-10-08
申请号：CN202110941721.2
申请日：2021-08-17
Applicant: 清华大学
Abstract: 本发明涉及一种基于粒子滤波器的车辆自定位方法、系统、设备和介质，包括以下步骤：设计粒子滤波器的量测模型，该量测模型包括直接量测模型和设计量测模型；基于采集的实车数据对预先构建的车辆运动系统模型进行训练，得到训练好的车辆运行系统模型；基于组合惯导和视觉传感器对车辆运动状态进行采集，并基于车辆运动系统模型和量测模型对自车位姿进行估计，实现对车辆的定位。本发明引入视觉模块观测的自车到左、右车道线的横向截距作为额外观测量，同时可以对自车的位置及朝向进行估计。本发明可以广泛应用于车辆自定位领域。
-
公开(公告)号：CN113483769B
公开(公告)日：2024-03-29
申请号：CN202110941721.2
申请日：2021-08-17
Applicant: 清华大学
Abstract: 本发明涉及一种基于粒子滤波器的车辆自定位方法、系统、设备和介质，包括以下步骤：设计粒子滤波器的量测模型，该量测模型包括直接量测模型和设计量测模型；基于采集的实车数据对预先构建的车辆运动系统模型进行训练，得到训练好的车辆运行系统模型；基于组合惯导和视觉传感器对车辆运动状态进行采集，并基于车辆运动系统模型和量测模型对自车位姿进行估计，实现对车辆的定位。本发明引入视觉模块观测的自车到左、右车道线的横向截距作为额外观测量，同时可以对自车的位置及朝向进行估计。本发明可以广泛应用于车辆自定位领域。
-
公开(公告)号：CN113255555A
公开(公告)日：2021-08-13
申请号：CN202110628945.8
申请日：2021-06-04
Applicant: 清华大学
Abstract: 本发明涉及一种中国交通标志牌识别方法、系统、处理设备及存储介质，方法包括以下步骤：对交通标志牌图像数据集采用交通标志牌的二维包围框信息以及标志牌的类别信息进行数据集标注；将标注后的数据集分类，获得大类和小类的训练集和测试集；设计检测网络和分类网络；根据获取的训练数据，训练检测网络和分类网络，用于进行中国交通标志牌识别。本发明基于深度神经网络，为提高识别检测精度，本发明可以广泛应用于中国复杂道路场景下的交通标志牌识别。
-
-
Search Results
3
records
(took 0.013 seconds)
