公开(公告)号：CN116110025A

公开(公告)日：2023-05-12

申请号：CN202310051371.1

申请日：2023-02-02

Applicant: 清华大学

Inventor： 江昆 ,  杨殿阁 ,  施以宁 ,  王云龙 ,  杨蒙蒙

IPC: G06V20/58 ,  G06V10/82 ,  G06V20/70 ,  G06V10/80 ,  G06V10/26

Abstract: 本发明涉及一种栅格检测跟踪框架构建环境语义占据与速度场方法及系统，包括：通过多种车载异构传感器，由神经网络的深度学习获取环境的完全语义分割地图；在完全语义分割地图上进行栅格级跟踪，给定上游模块生成的细粒度语义鸟瞰图，对每个栅格的占据和速度进行建模，并将粒子分配到栅格中，进行粒子的更新；进行栅格级后融合，将细粒度的语义和速度信息融合，通过环境中每个栅格的语义，占据和速度的属性全面理解，形成增强的可行驶空间认知。

公开(公告)号：CN117315254A

公开(公告)日：2023-12-29

申请号：CN202311353660.3

申请日：2023-10-18

Applicant: 清华大学

Inventor： 杨殿阁 ,  江昆 ,  杨蒙蒙 ,  王云龙 ,  施以宁 ,  苗津毓

IPC: G06V10/26 ,  G06V10/44 ,  G01S13/86 ,  G06V10/86

Abstract: 本发明涉及一种基于激光雷达点云的栅格级语义分割方法，所述方法包括：通过所述激光雷达获取点云原始数据；从所述点云原始数据中提取多种特征，包括提取体素特征、提取点级别特征以及提取环视特征；对提取的多种特征进行特征融合，得到融合后的特征图；对所述融合后的特征图进行栅格级特征编码，得到栅格特征图；将所述栅格特征图输入到语义分割网络进行语义预测，得到栅格级语义分割结果。本发明能够提高语义分割的识别准确率，并且实现更多类动静态要素的识别。

公开(公告)号：CN116028890A

公开(公告)日：2023-04-28

申请号：CN202310078490.6

申请日：2023-01-17

Applicant: 清华大学

Inventor： 杨蒙蒙 ,  杨殿阁 ,  江昆 ,  周韬华 ,  施以宁

IPC: G06F18/25 ,  G01C21/00

Abstract: 本发明涉及一种分布式多传感器融合跟踪方法和系统，包括以下步骤：获取各传感器的原始测量信息，并采用预先建立的基于扩展标签多伯努利滤波器，得到多传感器局部后验概率密度；确定分布式多传感器融合网络拓扑结构及相对权重矩阵，并基于相对权重矩阵对多传感器局部后验概率密度进行融合，得到融合概率后验密度；根据融合概率后验密度，进行目标状态与数量的更新，得到分布式多传感器融合跟踪结果。本发明基于扩展标签多伯努利滤波器实现对于多目标状态和数量的同时估计，无需复杂的数据关联算法，提高计算效率，做到实时性多目标跟踪。因此，本发明可以广泛应用于智能汽车的环境感知领域。

公开(公告)号：CN116403062A

公开(公告)日：2023-07-07

申请号：CN202310351752.1

申请日：2023-04-04

Applicant: 清华大学

Inventor： 江昆 ,  杨殿阁 ,  王云龙 ,  杨蒙蒙 ,  施以宁 ,  温拓扑

IPC: G06V10/77 ,  G06V10/80 ,  G06V10/766 ,  G06V10/46 ,  G06V10/28 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种点云目标检测方法、系统、设备及介质，包括：对点云数据进行点级别的深度特征提取，并获取点云前背景掩膜；将点云前背景掩膜与点云坐标信息拼接后进行栅格级特征提取，获得点云的三维栅格级特征；将点云的三维栅格级特征进行融合特征编码，得到伪图像特征编码；进行伪图像特征编码和检测目标位置、尺寸、朝向和类别信息的回归，获得点云检测结果。本发明在点级别和体素级别特征有效融合的基础上，实现端到端的三维目标检测。

公开(公告)号：CN116052124A

公开(公告)日：2023-05-02

申请号：CN202310051583.X

申请日：2023-02-02

Applicant: 清华大学

Inventor： 江昆 ,  杨殿阁 ,  施以宁 ,  周韬华 ,  杨蒙蒙

IPC: G06V20/58 ,  G06V10/22 ,  G06V20/70 ,  G06V10/26 ,  G06T7/80 ,  G06V10/762

Abstract: 本发明涉及一种多相机生成局部地图模板理解加强目标检测方法及系统，其包括：以同一帧多个车载相机的图像作为信息源，构建自车感知范围内的生成式局部地图；基于生成式局部地图，通过静态环境模板生成式地图与动态目标检测的交互式学习与交叉注意力增强，由目标检测障碍物信息分辨静态要素是否被遮挡，补全被遮挡区域，通过静态要素约束动态障碍物的位置与状态，完善目标检测；利用生成式局部地图约束目标检测后处理，输出静态要素的语义图层和动态要素的三维包围框，由目标检测增强局部地图生成过程的完整性。本发明使用交叉注意力机制处理动态目标在静态环境模板的约束和静态模板被动态目标的遮挡，联合增强局部地图和目标检测的性能。

公开(公告)号：CN115965970A

公开(公告)日：2023-04-14

申请号：CN202310051370.7

申请日：2023-02-02

Applicant: 清华大学

Inventor： 江昆 ,  杨殿阁 ,  施以宁 ,  周韬华 ,  杨蒙蒙

IPC: G06V20/70 ,  G06V10/26 ,  G06V20/58 ,  G06V10/22 ,  G06N3/08 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明涉及一种基于隐式的集合预测实现鸟瞰图语义分割的方法及系统，其包括：对高精度地图中标注数据进行预处理，将高精度地图的语义图层转化为标注的多边形图层；提取标注的多边形图层中的语义特征，对语义特征进行预测头分析，实现多视角相机的拼接和融合，以由隐式集合预测最终的多边形分割框；将图像平面与俯视图的视角进行转换，完成基于变换器的隐式预测。本发明能使网络同时感知动态物体和静态道路，降低感知网络计算量；可以在自动驾驶领域中应用。