-
公开(公告)号：CN119939505A
公开(公告)日：2025-05-06
申请号：CN202510012135.8
申请日：2025-01-06
Applicant: 桂林电子科技大学
IPC: G06F18/25 , G06F18/22 , G06F18/214 , G06F18/23 , G06V10/25 , G06V10/82 , G06V10/764 , G06V10/75
Abstract: 本发明提供了一种基于KM匹配的多传感器决策级融合方法，专为实际道路环境中雷达与相机数据的高效匹配设计。该方法在传统串行KM匹配算法的基础上，通过预设分割线和缓冲区，将雷达与相机检测到的边界框分别划分为左右两侧，针对道路两侧集中分布的障碍物进行独立处理，从而提高匹配的准确性和效率。同时，发明引入线程池机制和OpenMP并行指令，实现多线程并行计算，加速IOU矩阵、距离差值矩阵及权重矩阵的计算过程，显著缩短匹配时间。方法中结合IOU和距离差值自定义权重计算，并引入虚拟节点，以适应多个传感器检测数量不同的情况，解决KM算法的常见限制。与传统用于多传感器决策级融合的KM算法相比，本发明采用分而治之的思想。通过区域分割与并行计算，显著提升了匹配准确性与计算速度，增强了算法在道路环境下的稳定性。本发明为多传感器融合实现的环境感知提供了高效、可靠的解决方案，适用于复杂多变的实际道路场景。
-
公开(公告)号：CN119292269A
公开(公告)日：2025-01-10
申请号：CN202411380804.9
申请日：2024-09-30
Applicant: 桂林电子科技大学
IPC: G05D1/43 , G05D1/246 , G05D1/633 , G05D1/644 , G05D105/22
Abstract: 本发明公开了一种基于拓扑地图的多目标路径规划方法，涉及自动驾驶车辆的路径规划技术领域，包括以下步骤：S1、构建包含道路长度和重要节点的拓扑地图；S2、计算相连道路节点的距离，建立道路节点的邻接矩阵；S3、选择起始点和多个目标点；S4、通过蚁群算法进行多目标路径寻优计算，引入增长型函数，对蚂蚁信息素挥发自适应调整，设计局部信息素和全局信息素的更新策略；S5、设计评价函数，综合考虑全局路径长度最短和多目标蚁群算法优化迭代次数最少为条件，规划出最优多目标路径。通过上述方式，本发明能够在拓补地图上通过蚁群算法寻找一条最优的多目标路径，提高了路径规划的效率。
-
公开(公告)号：CN119273625A
公开(公告)日：2025-01-07
申请号：CN202411213791.6
申请日：2024-08-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于特征点云描述子的回环检测方法，包括如下步骤：基于欧式距离的最邻近关键帧查找，找到距离当前帧最近的历史关键帧；基于平滑度公式的当前帧及最邻近关键帧特征点计算与提取，提取并计算两类特征点数量并组合为描述子；基于极坐标变换的二维描述子图像构建，将三维激光点云转变为二维描述子图像；基于Log‑Gabor滤波器的图像特征强化；基于傅里叶变换及标准化功率谱的两图像位姿变换查找，找到两点云存在的回环情况及位姿变换。经过回环测试，本发明提高了回环检测的鲁棒性和精确度。
-
公开(公告)号：CN119229696A
公开(公告)日：2024-12-31
申请号：CN202411011946.8
申请日：2024-07-26
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种实时操作提示的驾校智能教练系统及方法，系统包括GPS定位模块，主控模块，交互模块，数据库模块。GPS定位模块用于定位车辆实时位置与姿态。主控模块用于接收GPS信息，分析当前车辆所在车库及训练科目，计算完成科目训练的操作。交互模块用于人机交互，实时显示车辆位姿与对应操作点语言提示。数据库模块：储存驾校车库位置信息、学员数据与车辆参数信息。该驾校智能教学系统旨在通过交互模块实现与学员交互，动态适配不同车型，不同考场，通过GPS定位模块与交互模块的配合，给与学员全局视角，提高了学员学习效率。
-
公开(公告)号：CN118915071A
公开(公告)日：2024-11-08
申请号：CN202411028959.6
申请日：2024-07-30
Applicant: 桂林电子科技大学
IPC: G01S13/931 , G01S13/72
Abstract: 本发明实现了一种基于雷达多目标跟踪的轨迹预测方法，采用改进的AIMM‑UKF‑JPDA算法进行车辆跟踪，并结合意图‑时空动态注意力网络预测轨迹。在多目标跟踪方面，系统将跟踪目标分为高置信度和低置信度两类，分别使用JPDA和NN算法进行数据关联，以提升跟踪精度。关联结果反馈至AIMM算法，更新目标状态和概率矩阵。未关联目标与前时刻剩余目标关联，生成新跟踪目标。在轨迹预测方面，系统将70％的跟踪数据输入至编码器提取特征，通过BiLSTM网络编码时序特征，利用多头注意力机制处理社会交互和时空转换。解码器结合编码器的上下文信息和意图识别结果，通过LSTM解码，预测车辆意图和未来轨迹。本发明的性能评估采用MSE(均方根误差)，确保轨迹预测的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119573749A
公开(公告)日：2025-03-07
申请号：CN202411029455.6
申请日：2024-07-30
Applicant: 桂林电子科技大学
Abstract: 本发明涉及自动驾驶车辆的全局路径规划领域，具体涉及一种基于车辆转角约束的改进RRT和人工势场法结合的路径规划方法，该方法首先在RRT算法的随机树展开过程中引入偏置概率P；接着基于人工势场法在随机树中加入引力分量，然后再基于人工势场法在障碍物的周围建立斥力场；基于引力分量、斥力场进行选点，并以动态步长进行扩展，得到粗解路径；基于粗解路径上的节点进行二次转角约束以得到符合车辆转向的节点；最后基于B样条曲线平滑路径更新并拟合经过约束后的新节点，形成最终路径。本发明克服了人工势场法易陷入局部最优的问题，在RRT全局路径规划算法的时间，路径长度，迭代次数以及路径平滑性方面都有明显优化效果。
-
公开(公告)号：CN119274203A
公开(公告)日：2025-01-07
申请号：CN202411213809.2
申请日：2024-08-31
Applicant: 桂林电子科技大学
IPC: G06V40/10 , G06V10/44 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/042 , G06N3/045 , G06N5/04
Abstract: 本发明涉及图像处理技术领域，具体涉及到一种基于改进YOLOV8算法的行人倒地检测方法，方法包括如下流程：检测模型训练、检测模型部署与实时推理、行人倒地识别估计。检测模型训练基于Yolov8‑pose关键点检测算法，并将c2f模块替换为c2f‑cib模块。通过定义好模型的结构和参数、合适的损失函数和优化器进行模型训练得到Yolov8‑pose的训练参数权重；检测模型部署与实时推理包括图像预处理、模型推理、预测结果后处理三部分，其中预处理主要包括warpAffine仿射变换，后处理主要包括decode解码和NMS两部分。行人倒地识别估计采用了结合关键点几何信息与检测框的方法。
-
公开(公告)号：CN119334335A
公开(公告)日：2025-01-21
申请号：CN202411380802.X
申请日：2024-09-30
Applicant: 桂林电子科技大学
IPC: G01C21/00 , G06F18/232 , G06F17/16
Abstract: 本发明公开了一种基于经纬度信息的拓补地图构建方法，包括以下步骤：S1、通过GPS设备收集目标区域内的道路节点、重要地点及其经纬度信息，这些信息将为后续的地图构建提供基础数据；S2、对获取的经纬度数据进行预处理，包括去除异常值、平滑数据，并确保数据的完整性和准确性；S3、采用合适的算法(如最短路径算法或聚类算法)，分析经纬度信息，确定节点之间的连接关系，并计算相邻节点的距离，以形成道路网络的基础；S4、将重要地点和道路交叉口作为图的节点，连接的道路作为图的边，形成拓扑地图的图结构表示。每个节点的属性包括经纬度信息、名称和其他相关数据；S5、利用可视化工具，将构建的图结构展示为拓扑地图，提供直观的地理信息展示。
-
公开(公告)号：CN119200613A
公开(公告)日：2024-12-27
申请号：CN202411380801.5
申请日：2024-09-30
Applicant: 桂林电子科技大学
IPC: G05D1/43 , G05D1/246 , G05D1/633 , G05D1/644 , G05D105/22
Abstract: 本发明公开了一种基于改进A_star算法的智能车路径规划方法，包括以下步骤：S1、智能车获取当前地图周围的环境信息并建立栅格地图，在每个栅格中建立无障碍状态区域和障碍状态区域；S2、根据所建立的格栅地图创建二叉堆表OpenList和CloseList，定义起点和终点坐标，将起点坐标存入OpenList表中；S3、选取距离计算函数，改进启发函数，引入评价函数权重系数，动态调整启发函数的权重；S4、改进A_star算法拓展子节点选取规则，调整8邻域对角线移动代价；S5、基于RDP(Ramer‑Douglas‑Peucker)算法删除多余的共线节点和转折点，得到优化后的路径。本发明提高了A_star算法全局路径规划的速度和安全性。
-
公开(公告)号：CN118887846A
公开(公告)日：2024-11-01
申请号：CN202411012528.0
申请日：2024-07-26
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于XGBoost算法识别的交互式驾校智能教练系统，系统包括传感器模块，车端系统模块，交互模块，中央系统模块，数据库模块。学员通过交互屏选择训练任务，在开始训练后，车端系统模块通过读取传感器定位数据，记录学员训练轨迹，并利用精确的定位数据将车辆当前位姿实时显示在交互模块中，同时根据车辆位姿与先验地图的数据，判断学员的训练错误内容以及原因，通过车端系统判断本次训练情况，使用训练情况对本次训练轨迹进行标记，随后上传到中央系统模块。中央系统模块采集学员的训练数据，通过对数据进行三分类标注，打方向盘过早、正常和过晚，使用XGBoost算法对数据集进行训练，将训练好的模型部署在终端，终端可根据本次的轨迹推理出结果，并给出训练建议。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
