-
公开(公告)号：CN118864646A
公开(公告)日：2024-10-29
申请号：CN202410848153.5
申请日：2024-06-27
Applicant: 东北大学
Abstract: 本发明公开了一种基于轻量级先验语义地图的在线矢量化地图构建方法，首先使用BEV感知结果结合建图算法构建全局的先验语义地图，然后通过相机、I MU、轮速计等进行多传感器融合的自车全局定位来获取先验局部语义地图，之后借助语义先验地图与当前BEV感知进行在线的矢量化地图构建；语义先验地图不仅通过提供先验BEV特征来增强地图元素前景的表达，同时通过引入先验语义地图中隐含的地图元素结构先验到Transformer地图解码模块，有效地辅助矢量地图学习，提高了矢量化地图构建的质量；其中基于先验语义地图的矢量化地图构建新思路，使用的先验语义地图不仅容易获取且存储空间需求小，整体方案便于实施。
-
公开(公告)号：CN118411701B
公开(公告)日：2024-09-03
申请号：CN202410882966.6
申请日：2024-07-03
Applicant: 东北大学
Abstract: 本发明提供一种用于高速场景自动驾驶车队的联合感知预测方法，涉及智能网联汽车技术领域。通过对环视图像和雷达RAD数据的编码及特征转换得到当前场景的单车端BEV表征；然后通过空间对齐得到车队级BEV表征，所述车队级BEV表征为覆盖整个车队所处交通场景的环境建模结果；基于该BEV表征，以时序自注意力进行时间维度的特征聚合，最后得到车队级的感知及预测结果。本发明的方法不仅可以解决车队中单车单独进行感知和预测对于周边场景编码的重复计算问题；同时通过感知和预测任务的联合训练优化能实现两个任务的参数共享，从而进一步降低计算量。
-
公开(公告)号：CN118348793A
公开(公告)日：2024-07-16
申请号：CN202410504359.6
申请日：2024-04-25
Applicant: 东北大学秦皇岛分校
IPC: G05B13/04
Abstract: 本发明提供一种考虑执行器与传感器攻击的固定时间车队控制方法，涉及车辆队列控制技术领域。首先，提出一种新的自适应固定时间扰动观测器，保证攻击与扰动的观测误差在给定时间内趋向于一个预定的区域，而且消除攻击与扰动上界必须预先已知的约束；其次，提出一种改进的变指数固定时间收敛系统，具有更快的收敛速率，同时解决控制器设计中易出现的奇异问题；最后，基于所提出的自适应固定时间扰动观测器和变指数固定时间收敛系统，设计具有固定时间稳定性的滑模控制方案，保证车辆队列控制系统的固定时间单车稳定性和队列稳定性，实现控制目标。本发明可同时估计攻击和扰动，保证系统单车稳定性和队列稳定性。
-
公开(公告)号：CN111797769A
公开(公告)日：2020-10-20
申请号：CN202010639920.3
申请日：2020-07-06
Applicant: 东北大学
Abstract: 本发明属于计算机视觉应用技术领域，提出了一种小目标敏感的车辆检测系统。本系统包括数据模块、网络结构模块、系统配置模块、训练模块、测试模块、功能支撑模块、日志采集模块、效果分析模块、检测模块和交互模块。本发明的核心算法：小目标敏感的全卷积神经网络算法,本算法在R-FCN的基础上对已有的CNN重新设计并提出了一种新层：小目标敏感池化层,它可以丰富小目标车辆的特征，从而可以更准确地检测小尺寸车辆，同时，在系统中也设计了一种新的投票机制，可以更准确地检测遮挡车辆。最后也对该检测系统进行了进一步的精简设计，可以检测地更及时，从而满足实时性的要求。
-
公开(公告)号：CN111797769B
公开(公告)日：2023-06-30
申请号：CN202010639920.3
申请日：2020-07-06
Applicant: 东北大学
IPC: G06V10/25 , G06N3/0464 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本发明属于计算机视觉应用技术领域，提出了一种小目标敏感的车辆检测系统。本系统包括数据模块、网络结构模块、系统配置模块、训练模块、测试模块、功能支撑模块、日志采集模块、效果分析模块、检测模块和交互模块。本发明的核心算法：小目标敏感的全卷积神经网络算法,本算法在R‑FCN的基础上对已有的CNN重新设计并提出了一种新层：小目标敏感池化层,它可以丰富小目标车辆的特征，从而可以更准确地检测小尺寸车辆，同时，在系统中也设计了一种新的投票机制，可以更准确地检测遮挡车辆。最后也对该检测系统进行了进一步的精简设计，可以检测地更及时，从而满足实时性的要求。
-
Patent Agency Ranking
公开(公告)号：CN118246609B
公开(公告)日：2024-08-13
申请号：CN202410666862.1
申请日：2024-05-28
Applicant: 东北大学
IPC: G06Q10/04 , G06Q50/40 , G06F18/25 , G06N3/0455 , G06N3/042 , G06F123/02
Abstract: 本发明提供一种用于高速场景中自动驾驶汽车编队的轨迹预测方法，涉及智能网联汽车技术领域。通过聚合高速汽车编队中多车感知数据，实现长距离/超长距离的历史轨迹数据捕获，从而实现长距离/超长距离驾驶场景的动态及静态环境上下文建模。基于上述环境建模，实现基于高速车队感知数据的轨迹预测方法。相对于基于单车感知数据的轨迹预测方法，由于本发明将车队的感知数据整体建模，只进行一次预测，不仅降低了轨迹预测任务的计算冗余度，同时消除了多个单车预测结果的潜在冲突导致的安全隐患。另外，本发明采用了基于空间划片和时间解耦的层次化编码器结构，以及嵌入式设备友好型的解码器计算单元，进一步降低了轨迹预测任务的计算量。
-
公开(公告)号：CN118246609A
公开(公告)日：2024-06-25
申请号：CN202410666862.1
申请日：2024-05-28
Applicant: 东北大学
IPC: G06Q10/04 , G06Q50/40 , G06F18/25 , G06N3/0455 , G06N3/042 , G06F123/02
Abstract: 本发明提供一种用于高速场景中自动驾驶汽车编队的轨迹预测方法，涉及智能网联汽车技术领域。通过聚合高速汽车编队中多车感知数据，实现长距离/超长距离的历史轨迹数据捕获，从而实现长距离/超长距离驾驶场景的动态及静态环境上下文建模。基于上述环境建模，实现基于高速车队感知数据的轨迹预测方法。相对于基于单车感知数据的轨迹预测方法，由于本发明将车队的感知数据整体建模，只进行一次预测，不仅降低了轨迹预测任务的计算冗余度，同时消除了多个单车预测结果的潜在冲突导致的安全隐患。另外，本发明采用了基于空间划片和时间解耦的层次化编码器结构，以及嵌入式设备友好型的解码器计算单元，进一步降低了轨迹预测任务的计算量。
-
公开(公告)号：CN114380596A
公开(公告)日：2022-04-22
申请号：CN202210099193.5
申请日：2022-01-27
Applicant: 东北大学
IPC: C04B35/505 , C04B35/66 , C04B35/622 , F27B14/10
Abstract: 本发明属于耐火材料技术领域，具体涉及一种凝胶注模成型制备氧化钇耐火材料制品的方法及坩埚。针对纯相的氧化钇只适合制备尺寸相对较小的坩埚，无法满足大尺寸铸锭的熔炼与铸造的需求的问题，本发明提出了一种制作工艺简单、尺寸可控、性能优良的制备氧化钇耐火材料制品的方法，采用四种不同尺寸的Y2O3颗粒或微米细粉，将不同尺寸的Y2O3按照合理的顺序和配比加入，所获得制品同时具有良好的力学性能和抗热震性能。同时结合分散剂和悬浮剂的合理选择，排胶及烧结的精确制度，最终获得的制品，特别是氧化钇坩埚具有优良的综合性能。
-
公开(公告)号：CN1542658A
公开(公告)日：2004-11-03
申请号：CN03111592.6
申请日：2003-04-30
Applicant: 东北大学
Abstract: 本发明涉及在网络环境下采用集散控制技术、动态成本管理技术、神经网络等智能控制技术，实现冶金生产过程动态成本控制的方法，其系统结构由硬件设置及软件设置两部分组成，其中硬件设置有交换机、服务器、用户终端设备、动态数据采集系统、控制网及企业内部网组成，软件设置有应用平台软件、数据库、信息采集与接口软件，本方法作为动态成本控制软件包中的核心算法，利用神经网络对成本进行动态预测和分析，优点是在网络环境下动态跟踪反映生产过程物流和成本信息流，在线进行动态成本预报分析，实施生产过程成本控制，使成本控制由定量的静态描述提升到定性的动态分析控制，从而使企业降低生产成本，提高市场竞争力。
-
公开(公告)号：CN118736154B
公开(公告)日：2024-11-12
申请号：CN202411222915.7
申请日：2024-09-03
Applicant: 东北大学
IPC: G06T17/05 , G06V20/58 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明属于计算机视觉及自动驾驶技术领域，公开一种基于图结构建模与优化的在线矢量化地图构建方法。矢量化局部地图看作图结构，地图元素作为子图，地图元素中的关键点作为子图节点，初始化子图节点查询输入基于图结构的地图解码模块中，通过子图之间注意力进行子图查询特征交互，通过子图内部节点注意力与边注意力提升子图节点查询对子图全局特征与局部结构特征表征，通过可形变注意力模块与鸟瞰图视角特征进行交互增强，增强后的节点查询用于子图属性预测。本发明进一步挖掘矢量化地图结构属性，基于图结构的地图元素建模与地图解码，提升子图节点查询对地图元素结构的全面表征，提升矢量化地图构建的精度，促进自动驾驶在线地图构建的研究。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
