公开(公告)号：CN117009816A

公开(公告)日：2023-11-07

申请号：CN202310978208.X

申请日：2023-08-04

Applicant: 重庆邮电大学

Inventor： 岑明 ,  徐浩然 ,  方振 ,  石涛 ,  张文文 ,  冯明驰

IPC: G06F18/214 ,  G06V10/774 ,  G06F18/213 ,  G06F18/22 ,  G06V10/40 ,  G01S17/86

Abstract: 本发明涉及一种激光雷达和视觉启发式学习的目标检测系统，属于自主无人系统环境感知技术领域，包括视觉目标检测模块：用于实时采集视觉数据，通过视觉模型‑1进行目标检测，将检测结果作为视觉伪标签数据发送给启发式学习模块；激光雷达目标检测模块：用于实时采集激光雷达数据，通过激光雷达模型‑1进行目标检测，将检测结果作为激光雷达伪标签数据发送给启发式学习模块；启发式学习模块：使用评估器对视觉和激光雷达目标输出伪标签信息进行评估，根据评估结果，利用伪标签信息对视觉模型‑2和激光雷达模型‑2进行训练，将训练好的视觉模型‑2和激光雷达模型‑2分别用以更新视觉模型‑1和激光雷达模型‑1。还包括一种方法。

公开(公告)号：CN119445836A

公开(公告)日：2025-02-14

申请号：CN202411508018.2

申请日：2024-10-28

Applicant: 重庆邮电大学

Inventor： 岑明 ,  石涛 ,  方振 ,  张文文 ,  王健棚

IPC: G08G1/01 ,  G08G1/04 ,  H04W4/029 ,  H04W4/44 ,  G01S17/66 ,  G01S7/48 ,  G06T7/277 ,  G06T7/292 ,  G06T5/70 ,  G06T5/20

Abstract: 本发明请求保护一种雾天场景下多路侧单元跨域目标融合跟踪系统及方法，该系统由目标检测模块、融合跟踪模块和通信模块组成。目标检测模块对原始点云预处理，包括背景滤波、地面分割得到含有噪声的非地面点云，再采用点云时空序列去噪方法滤除雾噪声点云，再通过聚类提取目标；融合跟踪模块将道路目标量测和通信模块接收到的相邻路侧单元发布的量测集进行时空融合得到增广的目标量测集，再通过PHD滤波器以更新目标轨迹；通信模块用于路侧单元之间接收和发送目标量测集并向车辆发送道路交通目标信息。本专利通过点云时空序列去噪以及多路侧单元跨域目标融合跟踪来实现雾天道路目标的连续稳定跟踪，增强雾天车辆行驶的安全性。

公开(公告)号：CN119439117A

公开(公告)日：2025-02-14

申请号：CN202411472902.5

申请日：2024-10-22

Applicant: 重庆邮电大学

Inventor： 岑明 ,  方振 ,  石涛 ,  李超辉 ,  王健棚

IPC: G01S7/48 ,  G06F17/11 ,  G06F17/16 ,  G06V10/762 ,  G06V10/74 ,  G06T7/246

Abstract: 本发明请求保护一种激光雷达点云积分下准确估计目标几何特征的方法。该方法分为建模阶段与运行阶段。在建模阶段，根据点云积分时目标真实几何特征与运动特征、传感器检测的几何特征与采样周期、点云积分次数之间的关系，来建立系统状态方程与量测方程。在运行阶段，首先对原始点云预处理，分割出非地面点云集，然后进行点云积分、聚类实现目标检测，从而得到目标量测集合；其次进行一步预测，计算目标相似度，利用相似度进行目标与轨迹关联；最后利用卡尔曼滤波得到目标几何特征与运动特征的最优估计。本方法能提高点云积分方法下目标几何特征估计的精度，增强低线数激光雷达对小目标检测的性能，降低基于激光雷达的目标检测系统成本。