-
公开(公告)号：CN114463504A
公开(公告)日：2022-05-10
申请号：CN202210085354.5
申请日：2022-01-25
Applicant: 清华大学
Abstract: 本发明涉及一种基于单目相机的路侧线状要素重建方法、系统及存储介质，其包括：实时获取单目图像信息及GNSS和IMU信号；将所述单目图像信息进行感知处理后，得到图像感知的地图元素结果；根据所述GNSS和IMU信号得到车辆六自由度信息；根据所述地图元素结果和所述车辆六自由度信息计算得到路侧线状要素的三维位置信息。本发明算法复杂度小，重建精度高，本发明能广泛在智能网联汽车环境构建领域中应用。
-
公开(公告)号：CN112964291A
公开(公告)日：2021-06-15
申请号：CN202110360085.4
申请日：2021-04-02
Applicant: 清华大学
Abstract: 本文公开一种传感器标定的方法、装置、计算机存储介质及终端，本发明实施例将激光雷达里点云数据与预设地图匹配，获得第一位姿数据；通过惯性导航设备(INS)获得的第二位姿数据与第一位姿数据对齐，获得第三位姿数据，保证了用于传感器标定的数据的统一，获得了时间戳同步的第一位姿数据和第三位姿数据；通过实时获得的第三位姿数据实现了在线传感器标定，为车辆轨迹估计与驾驶环境构建提供了数据支持，提升了车辆导航的准确性。
-
公开(公告)号：CN112862839A
公开(公告)日：2021-05-28
申请号：CN202110203999.X
申请日：2021-02-24
Applicant: 清华大学
Abstract: 本发明涉及一种地图要素语义分割鲁棒性增强方法和系统，其特征在于包括以下步骤：1)按照时序将车载的摄像头传感器采集到的行驶场景视频分为独立的视频帧。2)基于预设的语义分割网络对步骤1)中各独立的视频帧数据进行语义分割，得到各帧图像中各类地图要素语义分割结果对应的掩膜，并在相邻帧图像之间引入光流信息，以增强视频语义分割稳定性。本发明仅使用摄像头传感器的连续视频信息，通过光流信息将每帧语义分割结果连接，能够通过较低的成本实现鲁棒的地图要素精确识别；因此，本发明可以广泛应用于自动驾驶领域。本发明可以广泛应用于自动驾驶领域。
-
公开(公告)号：CN112712061A
公开(公告)日：2021-04-27
申请号：CN202110061311.9
申请日：2021-01-18
Applicant: 清华大学
Abstract: 本发明涉及一种适用于多方向交警指挥手势的识别方法、系统及存储介质，其包括：根据原始信息获取目标交警关节点的热图和像素坐标；基于关节点热图构造两类姿态特征，分别为上半身关节点空间特征和全身关节点共现性特征；根据两类姿态特征，基于预先建立的基于长短时记忆网络的两阶段学习框架实现身体朝向识别和交警指挥手势的识别，获得指挥方法和手势类别。本发明能同时识别出指挥方向和手势含义，具有较高的识别准确率。
-
公开(公告)号：CN111462237A
公开(公告)日：2020-07-28
申请号：CN202010258411.6
申请日：2020-04-03
Applicant: 清华大学
Abstract: 本发明涉及一种利用多源信息构建四通道虚拟图像的目标距离检测方法，其步骤：利用毫米波雷达获取原始点云数据进行信息处理，确定属于同一个目标的雷达原始点信息，得到目标尺寸和目标反射中心位置；根据雷达平面下目标的反射中心位置与单目摄像头采集到的图像中的目标中心像素位置，通过联合标定的方法寻找两种传感器的空间转换关系，同时结合时间同步，实现异步异构多源信息的关联；根据毫米波雷达与图像数据之间的关联关系，构建包含距离信息的虚拟四通道图片；根据虚拟四通道图片搭建卷积神经网络，实现目标检测。本发明能提高目标检测的距离预测能力，实现网络结构轻量化，节约计算资源，提高现有的视觉3D目标检测算法空间信息预测精度与速度。
-
Patent Agency Ranking
公开(公告)号：CN111445578A
公开(公告)日：2020-07-24
申请号：CN202010228450.1
申请日：2020-03-27
Applicant: 清华大学
Abstract: 本发明属于地图数据处理技术领域，涉及一种地图三维道路特征识别方法和系统，包括以下步骤：S1.通过激光点云数据生成道路的二维强度特征图；S2.建立二维空间和三维空间的转换关系，将二维强度特征图转换为三维强度虚拟特征图；S3.基于深度学习算法，在三维强度虚拟特征图中获取二维标线要素的位置和形状；S4.将二维标线要素的位置和形状，基于动态模板匹配方法，转换关系转换成三维标线要素，生成带有标线要素的三维强度特征图。其与目前已有的二维强度特征图像相比具备了三维虚拟几何特征，包含了三维强度特征图像与三维激光点的对应关系，从而使标线要素在地图中更加明显，更易识别。
-
公开(公告)号：CN119830906A
公开(公告)日：2025-04-15
申请号：CN202411917340.0
申请日：2024-12-24
Applicant: 清华大学 , 北京四维图新科技股份有限公司
IPC: G06F40/284 , G06F40/216 , G06F40/30
Abstract: 一种地理信息词汇的敏感性确定方法和装置，所述方法包括：获取目标地理信息词汇；确定目标地理信息词汇是否命中预先建立的地理信息词汇数据库，若未命中，获取预先建立的地理信息词组数据库，地理信息词组数据库中包括若干地理信息词组及其标签信息，多个地理信息词组能够组成地理信息词汇，地理信息词组的标签信息用于表示包括该地理信息词组的地理信息词汇为敏感词汇或非敏感词汇的概率；对目标地理信息词汇进行分词，得到多个分词，将多个分词中的每个分词与地理信息词组数据库中的地理信息词组进行匹配，基于地理信息词组数据库中与分词匹配成功的各个地理信息词组的标签信息确定目标地理信息词汇的敏感性。
-
公开(公告)号：CN117689911A
公开(公告)日：2024-03-12
申请号：CN202311507732.5
申请日：2023-11-13
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶多源感知不确定性评估方法，包括：获取对多源传感器的传感数据进行目标检测处理的目标检测结果；基于其中一种传感器的传感数据，建立占据栅格地图，并将多源传感器对应的目标检测结果映射到所述占据栅格地图上，得到各传感器在所述占据栅格地图上对应的感知结果；根据目标匹配算法，对各传感器对应的目标检测结果进行匹配处理，得到目标匹配结果；根据各传感器在所述占据栅格地图上对应的感知结果和所述目标匹配结果，进行统计学分析，得到感知不确定性的评估结果。本发明能够实时、高效、准确地评估感知结果的不确定性，保证自动驾驶的驾驶安全。
-
公开(公告)号：CN117671494A
公开(公告)日：2024-03-08
申请号：CN202311634764.1
申请日：2023-12-01
Applicant: 清华大学
IPC: G06V20/10 , G06V10/44 , G06V10/82 , G06N3/0464 , G01C21/00
Abstract: 本发明涉及一种车道线地图建立和拓扑结构提取方法及系统，其特征在于，包括：根据点云车道线鸟瞰图像和行车轨迹数据图像，提取鸟瞰图特征；采用中心线提取器网络，根据提取的鸟瞰图特征，得到各类车道线信息和矢量化结果；基于关联机制，对得到的各类车道线信息和矢量化结果进行后处理，得到拓扑关系，本发明可以同时推测出虚拟车道线信息，获取车道间的拓扑关系，可以广泛应用于智能网联汽车环境构建领域中。
-
公开(公告)号：CN116654022B
公开(公告)日：2023-10-20
申请号：CN202310911868.6
申请日：2023-07-25
Applicant: 清华大学
IPC: B60W60/00 , B60W50/00 , G06V20/58 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G08G1/01
Abstract: 本发明涉及一种基于多重交互的行人轨迹预测方法、系统、设备和介质，包括：对采集的车辆及环境信息进行提取，得到预设历史时间段内各个时刻的行人特征、车辆特征和环境特征；基于各个时刻的行人特征和车辆特征，利用预先建立的基于时序交叉注意力机制的人车交互模型，得到行人与车辆的交互特征；基于各个时刻的行人特征和环境特征，利用预先建立的行人与环境交互模型，得到行人与环境的交互特征；基于预设历史时间段内的行人特征、行人与车辆的交互特征、行人与环境的交互特征，利用预先建立的轨迹预测模型，得到行人轨迹预测结果。本发明可以广泛应用于智能汽车的环境感知领域。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.033 seconds)
