-
公开(公告)号：CN120010442A
公开(公告)日：2025-05-16
申请号：CN202510127039.8
申请日：2025-01-28
Applicant: 中国科学院计算技术研究所
IPC: G05B23/02
Abstract: 本发明提供了一种线控车辆的无人驾驶测试方法，包括：根据线控车辆的不同测试任务构建多种测试任务场景模型，并设置相应测试参数；根据测试任务序列选取相应测试任务场景模型和测试参数，将多种传感器采集到的车辆周围环境信息进行融合处理，生成对应的环境感知和定位数据，经决策规划生成优化行驶路径，转换为控制指令来控制线控车辆进行行驶测试；采集各种车辆状态信息和测试系统运行数据，整合成测试数据记录文件；对测试数据记录文件进行分析评估，生成测试报告。本发明还提供一种线控车辆的无人驾驶测试装置、存储介质及电子设备。借此，本发明能够通过无人驾驶技术进行线控车辆整车测试，以实现线控车辆整车测试的自动化、精确化和高效化。
-
公开(公告)号：CN118734899A
公开(公告)日：2024-10-01
申请号：CN202410722397.9
申请日：2024-06-05
Applicant: 中国科学院计算技术研究所
IPC: G06N3/0455 , G06N3/082 , G06N3/063 , G06N3/0464 , G06V10/26
Abstract: 本发明公开了一种基于内存高效注意力机制的分割一切模型优化方法及装置，通过对分割一切模型进行分析，本发明实现了更加可控的内存高效注意力机制，并利用其重新替换了分割一切模型中传统的注意力计算方式，显著降低了模型的推理及测试峰值显存。本发明同时具有高适用性，对于相关衍生的高效分割一切模型，只要其拥有类似传统注意力计算的结构，本发明则同样有效。此外，本发明还解决了分割一切模型中传统的显存优化方式会降低精度这一难题，在无需任何重新训练微调的情况下，本发明可以显著降低模型的推理及测试峰值的显存占用，同时不会带来任何精度效果上的损失。
-
公开(公告)号：CN118397398A
公开(公告)日：2024-07-26
申请号：CN202410566932.6
申请日：2024-05-09
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V20/70 , G06V20/64
Abstract: 本发明提供了一种基于图像跟踪大模型实现点云数据增强的方法，包括：获取未标注点云数据对应同一时间戳下的未标注图像数据，筛选出含待标注对象的未标注图像数据组成一图像序列；将图像序列传入图像跟踪大模型，并标明待标注对象，图像跟踪大模型自动对图像序列中的待标注对象进行标注，获得待标注对象的图像掩码；根据点云坐标和图像坐标的对应关系，将图像掩码对应到点云数据上，获得待标注对象的点云掩码；将点云掩码和未标注点云数据组合生成第一点云样本，参与点云模型训练。本发明还提供一种基于图像跟踪大模型实现点云数据增强的系统、存储介质及电子设备。借此，本发明充分利用未标注点云数据，扩充点云样本空间，提升点云模型学习能力。
-
公开(公告)号：CN119689430A
公开(公告)日：2025-03-25
申请号：CN202411840206.5
申请日：2024-12-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于激光雷达监督的跨模态四维雷达去噪方法和装置，包括：构建由特征编码器、噪声预测器和匹配模块组成的去噪模型，获取已标注边界框和真实类别的四维雷达点云，作为训练数据；特征编码器提取训练数据的聚合特征；噪声预测器根据聚合特征，得到预测点云，预测点云中各位置数据点均具有预测类别；匹配模块将预测点云与训练数据对齐后得到去除噪声的预测点掩码，将预测点掩码输入分类模型，得到训练数据中目标区域及其对应的预测类别；根据目标区域和边界框构建边界损失，根据预测类别和真实类别构建类别损失；根据边界损失和类别损失，训练去噪模型；将待去噪的四维雷达点云输入训练完成后的去噪模型，得到四维雷达去噪结果点云。
-
公开(公告)号：CN114659556B
公开(公告)日：2024-03-12
申请号：CN202210204044.0
申请日：2022-03-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向巡视器的可分离式星表材质识别方法和系统，包括：巡视器释放位于其内部的移动感知子系统；该移动感知子系统移动至该巡视器周围指定地点，采集识别该指定地点的星表材质数据；根据该星表材质数据，辅助巡视器进行安全的路径规划和避障。本发明借助可分离式移动子系统，巡视器停留在安全区域控制子系统的移动，完成待行驶路径或待探索区域的星表数据的收集和传输，巡视器根据子系统传回的数据进行材质识别。本发明将有效提高巡视器在星表探索过程中的生存能力，提高探索效率。
-
Patent Agency Ranking
公开(公告)号：CN119580221A
公开(公告)日：2025-03-07
申请号：CN202411623204.0
申请日：2024-11-14
Applicant: 中国科学院计算技术研究所
IPC: G06V20/58 , G06V20/70 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本申请公开了一种针对野外场景的多模态三维语义占用预测方法，方法包括：基于带有语义信息的多帧点云数据，生成三维语义占据标签；采集野外场景下的多模态传感数据，进行传感数据的特征提取与历史帧叠加，利用知识蒸馏函数将提取的点云特征中的几何知识传递至图像分支网络，将提取的图像与点云的特征进行动态融合，输出融合特征；使用三维卷积构建的占用预测头将融合特征进行转化，生成三维语义占用的预测值，实现野外场景的自动重建。本发明实现三维语义占用标签的生成，显著减少了重建场景的误差，且填补野外场景下三维语义占用预测方法的空缺。
-
公开(公告)号：CN119261933A
公开(公告)日：2025-01-07
申请号：CN202411635968.1
申请日：2024-11-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于物理信息神经网络的智能车辆运动控制方法、装置，该方法包含：收集仿真环境下虚拟车辆的控制和状态数据，构造第一数据集；收集真实环境下智能车辆的控制和状态数据，构造第二数据集；将所述第一数据集输入至构造的车辆运动预测模型进行预训练，且利用所述第二数据集对该车辆运动预测模型微调，得到训练好的车辆运动预测模型；其中所述车辆运动预测模型集成有深度神经网络和物理信息层，用于预测未来时点的车辆状态量与车辆控制量；将训练好的车辆运动预测模型集成到智能车辆的运动控制器中，利用所述运动控制器控制所述智能车辆行驶。该方法环境适应性更强，优化控制结果更准确，大大提高了车辆的跟踪精度、行驶稳定性和安全性。
-
公开(公告)号：CN118379499A
公开(公告)日：2024-07-23
申请号：CN202410583064.2
申请日：2024-05-11
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于大型视觉模型ViT的仅使用RGB数据的非结构化场景下可通行区域检测的方法及装置，通过将图片输入预训练的ViT图像编码器提取丰富的语义特征以及隐层的特征，然后将特征输入到设计的分割解码器中，融合特征生成预测掩码，引入交叉熵损失函数更新解码器参数。本发明解决了在非结构化场景下对可通行区域检测如何达到实时性这一问题，相比与以往的非结构化场景下可通行区域检测的方法，本发明基于预训练ViT模型，只使用RGB数据，达到了更好的精度以及更快的速度。
-
公开(公告)号：CN118298163A
公开(公告)日：2024-07-05
申请号：CN202410585003.X
申请日：2024-05-11
Applicant: 中国科学院计算技术研究所
IPC: G06V10/25 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0499
Abstract: 本发明提供一种分布外目标检测方法与装置，包括：将待检测图像输入目标检测模型，在目标检测模型中的骨干网络、图像编码器和特征解码器上进行前向传播，提取具有视觉信息的多个查询特征；将查询特征输入低维特征向量生成模块进行前向传播，生成包含语义信息的低维特征向量；将查询特征输入分类预测模块进行前向传播，得到目标类别；将查询特征输入包围框预测模块进行前向传播，得到目标包围框坐标；计算低维特征向量与原型特征的相似度；根据低维特征向量与原型特征的相似度、目标类别和目标包围框坐标得到分布外目标检测结果。
-
公开(公告)号：CN114659556A
公开(公告)日：2022-06-24
申请号：CN202210204044.0
申请日：2022-03-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向巡视器的可分离式星表材质识别方法和系统，包括：巡视器释放位于其内部的移动感知子系统；该移动感知子系统移动至该巡视器周围指定地点，采集识别该指定地点的星表材质数据；根据该星表材质数据，辅助巡视器进行安全的路径规划和避障。本发明借助可分离式移动子系统，巡视器停留在安全区域控制子系统的移动，完成待行驶路径或待探索区域的星表数据的收集和传输，巡视器根据子系统传回的数据进行材质识别。本发明将有效提高巡视器在星表探索过程中的生存能力，提高探索效率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.062 seconds)
