-
公开(公告)号:CN116229448A
公开(公告)日:2023-06-06
申请号:CN202211733172.0
申请日:2022-12-30
Applicant: 东风汽车股份有限公司
IPC: G06V20/64 , G06V10/764 , G06T7/50 , G06N3/08 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本申请涉及一种三维目标检测方法、装置、设备及可读存储介质,包括基于DORN算法对RGB图像进行处理得到深度估计图及其预测目标中心点深度值;通过RGB图像、深度估计图以及预测目标中心点深度值对预设神经网络模型进行训练生成目标检测模型,目标检测模型中的局部卷积核基于深度估计图生成,目标检测模型中的损失函数用于约束回归二维包围框与三维框的关系;将待检测图像输入至目标检测模型得到目标三维框。本申请结合图像的深度估计图生成自适应于目标样本位置的局部卷积核,以有效捕获上下文信息,提高三维目标检测算法的鲁棒性和准确性;同时利用深度估计图的目标中心深度值来构建二维框与三维框的几何约束监督,以有效提升算法性能。
-
公开(公告)号:CN115468576A
公开(公告)日:2022-12-13
申请号:CN202211202088.6
申请日:2022-09-29
Applicant: 东风汽车股份有限公司
IPC: G01C21/34 , G01S17/86 , G01S17/89 , G01S17/931
Abstract: 本发明公开了一种基于多模态数据融合的自动驾驶定位方法及系统。该方法通过定位系统获取车辆位置的粗定位坐标;根据粗定位坐标确定定位空间范围;获取车辆前方道路的RGB图像和激光点云;在定位空间范围内,将RGB图像和激光点云的数据进行融合;将融合后的RGB图像和激光点云数据,与高精度地图进行定位匹配,确定车辆位置坐标。基于多模态数据融合技术,采用环境自适应优化定位算法,不仅能解决城市复杂路况、建筑物或隧道失锁的问题,满足复杂动态环境下的定位需求;还可以提高自动驾驶车辆的定位精度。
-
公开(公告)号:CN115468576B
公开(公告)日:2024-10-25
申请号:CN202211202088.6
申请日:2022-09-29
Applicant: 东风汽车股份有限公司
IPC: G01C21/34 , G01S17/86 , G01S17/89 , G01S17/931
Abstract: 本发明公开了一种基于多模态数据融合的自动驾驶定位方法及系统。该方法通过定位系统获取车辆位置的粗定位坐标;根据粗定位坐标确定定位空间范围;获取车辆前方道路的RGB图像和激光点云;在定位空间范围内,将RGB图像和激光点云的数据进行融合;将融合后的RGB图像和激光点云数据,与高精度地图进行定位匹配,确定车辆位置坐标。基于多模态数据融合技术,采用环境自适应优化定位算法,不仅能解决城市复杂路况、建筑物或隧道失锁的问题,满足复杂动态环境下的定位需求;还可以提高自动驾驶车辆的定位精度。
-
-