-
公开(公告)号：CN114648549A
公开(公告)日：2022-06-21
申请号：CN202210207116.7
申请日：2022-03-04
Applicant: 长安大学
IPC: G06T7/194 , G06T7/136 , G06T7/80 , G06K9/62 , G06V10/764
Abstract: 本发明提供了一种融合视觉和激光雷达的交通场景目标检测及定位方法，采用激光雷达点云的方式对交通场景中的车辆进行检测，采用点云和视觉融合的方式对交通场景中交通标志进行检测并定位。即本发明给出了一种通过视觉与激光雷达点云结合，利用车辆偏航角计算目标真实交通场景定位信息的方法。本发明对不同点云分割方式的实验结果对比，发现传统方式的局限性无法满足当下的应用场景，同时PointNet网络忽略了局部特征的重要性，所以选择同时兼顾全局特征和局部特征的PointNet++网络。此网络通过sampling和grouping整合局部邻域，利用先降采样再上采样的结构，使用skip connection将对应层的全局特征和局部特征拼接，并且该方法0.51％的错误率和91.9％的准确率也都优于其他方式。
-
公开(公告)号：CN110149357B
公开(公告)日：2022-02-15
申请号：CN201910178338.9
申请日：2019-03-08
Applicant: 长安大学
Abstract: 本发明公开了一种新型汽车检测控制系统调度算法，为提高汽车检测控制系统车辆调度的效率和质量，对现有的基于共享文件、winsocket的调度算法进行了分析比较，提出了一种结合winsocket与网络数据库的新型车辆检测调度算法。设计了调度表，用于主控机对工位机的调度、状态监控。给出了详细的调度实现过程，工位机的检测过程信息通过winsocket传送至主控机。实际应用表明，该算法提高了系统运行的稳定性与检测数据传输的实时性和可靠性。
-
公开(公告)号：CN108961798B
公开(公告)日：2021-05-18
申请号：CN201810910380.0
申请日：2018-08-10
Applicant: 长安大学
IPC: G08G1/0962 , G08G1/0967
Abstract: 本发明公开了一种无人车交通信号灯自主感知能力测试系统及方法，通过设置测试管理中心、测试道路、路侧测试设备和交通信号灯，以及在测试车辆上搭载车载智能终端，通过路侧交通信号灯控制设备实时控制交通信号灯的运行，将当前信号灯状态发送到测试场景内的车辆和测试管理中心，在测试场景区域布置感知测试启动和结束参考线，利用路侧测试设备或测试管理中心通过对比交通信号灯实际状态和交通信号灯感知结果数据，对无人车交通信号灯自主感知能力进行评价，从而能够模拟真实交通环境，测试结果能够更准确地评价无人车交通信号灯自主感知能力，对于实际道路测试，更加安全，相比于虚拟仿真测试，更加接近实际交通环境，测试数据更加真实可靠。
-
公开(公告)号：CN107368787B
公开(公告)日：2020-11-10
申请号：CN201710459554.1
申请日：2017-06-16
Applicant: 长安大学
Abstract: 本发明公开了一种面向深度智驾应用的交通标志识别算法，基于网络对多源公测数据集平移扩展性与稳定性的考虑，建立多源公测数据集对于交通标志的统一类别表征，通过基于局部上下文信息随机裁剪的数据增强策略实现了数据集的扩展，以及多尺度卷积特征图网络与集合网络迭代交替验证训练策略，得到了性能较好的检测网络与识别网络，使网络易于训练且收敛更快；基于自底向上的卷积特征，通过自顶向下融合多尺度卷积特征网络建模方法，提高小尺寸交通标志的查全率；不追求设计更深更复杂的Convnet以获取更高的物体识别率，而是针对交通标志目标的特点，通过对比实验，提出一种能够获得更优信息流动与更好性能表现的集合网络，实现了交通标志的高效识别。
-
公开(公告)号：CN109905847B
公开(公告)日：2020-11-03
申请号：CN201910165171.2
申请日：2019-03-05
Applicant: 长安大学
Abstract: 本发明提供GNSS盲区智能车辅助定位系统累积误差的协同校正系统及方法，在GNSS信号中断情况下，采用车载辅助定位系统进行定位；当智能车行驶到RFID感应区域时，图像采集设备进行图像采集并进行定位；车载RFID阅读器设备根据RFID信号强度计算得到基于RFID定位的车辆位置信息；基于图像定位的车辆位置信息和基于RFID定位的车辆位置信息进行融合计算，得到更加精确的车辆定位信息，将基于车载辅助定位系统的车辆位置信息与精确的车辆定位信息比较，得到车载辅助定位系统的累积误差，得到误差校正指令，发送误差校正指令到车载辅助定位系统使其进行误差校正。本发明能够校正车辆的辅助定位系统产生的累积误差。
-
Patent Agency Ranking
公开(公告)号：CN109905847A
公开(公告)日：2019-06-18
申请号：CN201910165171.2
申请日：2019-03-05
Applicant: 长安大学
Abstract: 本发明提供GNSS盲区智能车辅助定位系统累积误差的协同校正系统及方法，在GNSS信号中断情况下，采用车载辅助定位系统进行定位；当智能车行驶到RFID感应区域时，图像采集设备进行图像采集并进行定位；车载RFID阅读器设备根据RFID信号强度计算得到基于RFID定位的车辆位置信息；基于图像定位的车辆位置信息和基于RFID定位的车辆位置信息进行融合计算，得到更加精确的车辆定位信息，将基于车载辅助定位系统的车辆位置信息与精确的车辆定位信息比较，得到车载辅助定位系统的累积误差，得到误差校正指令，发送误差校正指令到车载辅助定位系统使其进行误差校正。本发明能够校正车辆的辅助定位系统产生的累积误差。
-
公开(公告)号：CN104866873B
公开(公告)日：2018-06-26
申请号：CN201510169963.9
申请日：2015-04-10
Applicant: 长安大学
IPC: G06K9/64
Abstract: 本发明公开了一种基于手机图像匹配的室内定位方法：步骤1，将室内地面划分为多个虚拟网格；步骤2，在每个虚拟网格中拍摄四幅图像，将室内所有虚拟网格中拍摄的图像根据拍摄方向的不同存为四类图像；在每类图像中选出一个或多个基准图像，将每类图像的基准图像与对应类中的图像一一匹配；步骤3，目标用户使用手机拍摄待匹配图像，根据方向信息确定待搜索图像；在待搜索图像中搜索出待匹配图像的最佳匹配图像；步骤4，给目标粗略位置对应的虚拟网格以及八邻域网格分别赋权值；根据所述权值计算目标用户的位置。本发明定位准确，算法复杂度低，且无需在手机上安装其他硬件，仅利用手机自身摄像头即完成定位，成本低、可靠性高、通用性好。
-
公开(公告)号：CN107368787A
公开(公告)日：2017-11-21
申请号：CN201710459554.1
申请日：2017-06-16
Applicant: 长安大学
Abstract: 本发明公开了一种面向深度智驾应用的交通标志识别算法，基于网络对多源公测数据集平移扩展性与稳定性的考虑，建立多源公测数据集对于交通标志的统一类别表征，通过基于局部上下文信息随机裁剪的数据增强策略实现了数据集的扩展，以及多尺度卷积特征图网络与集合网络迭代交替验证训练策略，得到了性能较好的检测网络与识别网络，使网络易于训练且收敛更快；基于自底向上的卷积特征，通过自顶向下融合多尺度卷积特征网络建模方法，提高小尺寸交通标志的查全率；不追求设计更深更复杂的Convnet以获取更高的物体识别率，而是针对交通标志目标的特点，通过对比实验，提出一种能够获得更优信息流动与更好性能表现的集合网络，实现了交通标志的高效识别。
-
公开(公告)号：CN103473774B
公开(公告)日：2017-04-05
申请号：CN201310406668.1
申请日：2013-09-09
Applicant: 长安大学
Abstract: 本发明公开了一种基于路面图像特征匹配的车辆定位方法：确定车辆初始位置的地理坐标；在车辆行驶过程中实时拍摄路面图像；对拍摄的当前连续两帧路面图像依次进行匀光处理；实时对匀光处理后的连续两帧路面图像进行匹配，得到该连续两帧路面图像的匹配点对；根据得到的匹配点对进行车辆定位；判断当前两帧图像是否为最后的两帧，是则结束，否则重复上述步骤。该方法仅需要在车辆行驶过程中实时采集路面图像，并对连续两帧路面图像匹配，从而实现自主车辆定位，该方法不易受干扰，定位精度高，且省去了现有定位方法中提前采集全方位街景的费时费力的环节，因此省时省力。
-
公开(公告)号：CN103499350B
公开(公告)日：2016-01-27
申请号：CN201310455813.5
申请日：2013-09-28
Applicant: 长安大学
IPC: G01C21/24
Abstract: 本发明公开了一种GPS盲区下融合多源信息的车辆高精度定位方法及装置，该方法捷联矩阵算法根据陀螺仪输出的角速率信息、加速度计输出的加速度信息计算得出INS车辆位置信息与通过路面匹配技术得到的定位信息，采用卡尔曼滤波算法进行融合从而输出最终融合定位信息。由于INS定位算法具有累积误差，该方法在道路旁边设置锚节点重新校正车辆位置信息。通过该方法可得到稳定、可靠、高精度的车辆高精度位置信息，适用于楼宇密集的城市道路、山区、隧道等无GPS信号环境。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.033 seconds)
