基于多维注意力机制的联合检测与跟踪方法、装置及设备

    公开(公告)号:CN114663812B

    公开(公告)日:2024-07-26

    申请号:CN202210303609.0

    申请日:2022-03-24

    Applicant: 清华大学

    Abstract: 本申请涉及多目标跟踪技术领域,特别涉及一种基于多维注意力机制的联合检测与跟踪方法、装置及设备,其中,方法包括:对当前帧的当前时刻图像进行特征提取与融合处理,生成原始特征图;基于原始特征图,生成解耦特征图,并利用解耦特征执行预设检测任务和跟踪任务,获取当前帧的检测结果和跟踪目标特征;以及以当前帧的检测结果、跟踪目标特征和历史轨迹中的目标特征为输入,构建多特征级联跟踪器,生成最终的检测和跟踪结果。由此,解决了在联合检测和跟踪任务中不同尺度目标的跨时空提取问题以及在不同任务中的特征解耦等问题,通过构建多特征级联跟踪器,增强了跟踪算法在复杂场景中的鲁棒性。

    迭代优化式的端到端智能车辆感知方法、装置及电子设备

    公开(公告)号:CN114677555A

    公开(公告)日:2022-06-28

    申请号:CN202210200266.5

    申请日:2022-03-02

    Applicant: 清华大学

    Abstract: 本申请涉及车辆技术领域,特别涉及一种迭代优化式的端到端智能车辆感知方法、装置及电子设备,方法包括:获取智能车辆的感知信息;将感知信息输入至迭代优化后的端对端网络,执行检测任务、跟踪任务和预测任务,同时得到检测结果、跟踪结果和预测结果,其中,端对端网络包括多目标检测网络、多目标跟踪网络和多目标轨迹预测网络;以及基于检测结果、跟踪结果和预测结果获取端到端智能车辆的感知结果。由此,解决了跟踪、检测及预测三类感知任务相互依赖、算法独立、协同性较低及遮挡带来的目标丢失等问题,通过端到端的检测跟踪、三类感知模块一体化和迭代优化方案的实施,提高了被遮挡物的跟踪率、跟踪结果的鲁棒性以及感知方案的实时性和精度。

    一种信号肽-组蛋白H1融合蛋白及其编码基因与应用

    公开(公告)号:CN103333258A

    公开(公告)日:2013-10-02

    申请号:CN201310305990.5

    申请日:2013-07-19

    Abstract: 本发明公开了一种信号肽-组蛋白H1融合蛋白及其编码基因与应用。本发明提供的融合蛋白,为将谷蛋白1信号肽和组蛋白H1融合得到的蛋白质。上述融合蛋白是如下(a)或(b):(a)由序列表中序列2所示的氨基酸序列组成的蛋白质;(b)将序列表中序列2所示的氨基酸序列经过一个或几个氨基酸残基的取代和/或缺失和/或添加且与植物种子品质相关的由序列2衍生的蛋白质。本发明的实验证明,本发明将谷蛋白1信号肽编码序列与组蛋白H1基因编码序列相连接,生成谷蛋白1信号肽--组蛋白H1融合基因,将此融合基因导入野生型水稻愈伤组织,并获得表达转基因水稻,该转基因水稻种子的赖氨酸含量高于野生型水稻。

    车辆智能驾驶系统的多并发任务调度系统及方法

    公开(公告)号:CN117435318A

    公开(公告)日:2024-01-23

    申请号:CN202311386820.4

    申请日:2023-10-24

    Applicant: 清华大学

    Abstract: 本申请涉及一种车辆智能驾驶系统的多并发任务调度系统及方法,其中,系统包括:上层应用平台和底层硬件平台;环境及资源感知器,用于基于上层应用平台的当前应用数据构建当前应用集合,并根据当前应用集合得到车辆的当前应用负载的同时,获取车辆的当前环境数据和底层硬件平台的当前硬件资源数据;调度器,用于基于当前应用负载、当前环境数据和当前硬件资源数据对当前应用集合中的当前应用及当前任务进行优先级排序,得到优先级队列,并基于优先级队列生成相应的最优调度策略。由此,解决了相关技术中,仅优化底层硬件及上层算法难以满足实时性及安全性的要求,难以完成智能车辆实际运行中的高度动态及差异化的计算任务的技术问题。

    基于时空数据关联的端到端行人感知方法及装置

    公开(公告)号:CN118172756A

    公开(公告)日:2024-06-11

    申请号:CN202410274332.2

    申请日:2024-03-11

    Applicant: 清华大学

    Abstract: 本申请涉及自动驾驶技术领域,特别涉及一种基于时空数据关联的端到端行人感知方法及装置,其中,方法包括:基于当前时刻的传感器数据,生成融合当前时刻及历史时刻特征的目标时空变化原始特征图;根据目标时刻变化原始特征图生成适用于行人检测子任务、目标跟踪子任务、意图识别子任务、轨迹预测子任务的特异化特征图;基于特异化特征图中任务特异化特征构建子任务之间的特征关联及交互优化机制,并利用特征关联及交互优化机制生成最终的行人感知结果。由此,解决了将子任务串行缺少有效的时空特征提取方法,导致提取的目标特征重复,实时性准确性较差,而利用单一模型则缺少有效的交互优化机制和冲突缓解机制等问题。

    一种信号肽-组蛋白H1融合蛋白及其编码基因与应用

    公开(公告)号:CN103333258B

    公开(公告)日:2015-08-19

    申请号:CN201310305990.5

    申请日:2013-07-19

    Abstract: 本发明公开了一种信号肽-组蛋白H1融合蛋白及其编码基因与应用。本发明提供的融合蛋白,为将谷蛋白1信号肽和组蛋白H1融合得到的蛋白质。上述融合蛋白是如下(a)或(b):(a)由序列表中序列2所示的氨基酸序列组成的蛋白质;(b)将序列表中序列2所示的氨基酸序列经过一个或几个氨基酸残基的取代和/或缺失和/或添加且与植物种子品质相关的由序列2衍生的蛋白质。本发明的实验证明,本发明将谷蛋白1信号肽编码序列与组蛋白H1基因编码序列相连接,生成谷蛋白1信号肽--组蛋白H1融合基因,将此融合基因导入野生型水稻愈伤组织,并获得表达转基因水稻,该转基因水稻种子的赖氨酸含量高于野生型水稻。

    迭代优化式的端到端智能车辆感知方法、装置及电子设备

    公开(公告)号:CN114677555B

    公开(公告)日:2024-06-28

    申请号:CN202210200266.5

    申请日:2022-03-02

    Applicant: 清华大学

    Abstract: 本申请涉及车辆技术领域,特别涉及一种迭代优化式的端到端智能车辆感知方法、装置及电子设备,方法包括:获取智能车辆的感知信息;将感知信息输入至迭代优化后的端对端网络,执行检测任务、跟踪任务和预测任务,同时得到检测结果、跟踪结果和预测结果,其中,端对端网络包括多目标检测网络、多目标跟踪网络和多目标轨迹预测网络;以及基于检测结果、跟踪结果和预测结果获取端到端智能车辆的感知结果。由此,解决了跟踪、检测及预测三类感知任务相互依赖、算法独立、协同性较低及遮挡带来的目标丢失等问题,通过端到端的检测跟踪、三类感知模块一体化和迭代优化方案的实施,提高了被遮挡物的跟踪率、跟踪结果的鲁棒性以及感知方案的实时性和精度。

    自动驾驶集成决策方法、装置、车辆及存储介质

    公开(公告)号:CN115534998A

    公开(公告)日:2022-12-30

    申请号:CN202211266914.3

    申请日:2022-10-17

    Applicant: 清华大学

    Abstract: 本申请涉及一种自动驾驶集成决策方法、装置、车辆及存储介质,包括:获取目标点在世界坐标系的第一状态信息,并转换至目标坐标系下得到第二状态信息,同时获取目标点在目标时刻偏离参考路径初始横向位移及纵向速度,基于预设稳定策略和初始横向位移与纵向速度间函数关系,获得世界坐标系生成轨迹的目标点状态信息,生成满足基本动力学约束安全轨迹,对其进行逐状态约束,得到目标点在目标时刻偏离参考路径最终横向位移及纵向速度,生成车辆最优安全轨迹,作为车辆集成决策系统输出,输入到下层控制器,对车辆进行控制。由此,解决在含有交互性和不确定性场景基于规则的自动驾驶决策系统难以实现高级别自动化和智能性等问题,提升决策系统智能性。

Patent Agency Ranking