公开(公告)号：CN112750334A

公开(公告)日：2021-05-04

申请号：CN202011543270.9

申请日：2020-12-21

Applicant: 华南理工大学

Inventor： 陈纯玉 ,  吴忻生 ,  陈安 ,  王博

IPC: G08G1/16 ,  H04W4/029 ,  H04W4/44

Abstract: 本发明公开了一种基于Petri网的场馆自动驾驶车辆集中控制方法，包括以下步骤：S1、确定场馆实际大小、座位数量、配套设施建设情况和周边道路交通情况；S2、根据场馆实际人流量使用道路通行能力(HCM)计算PRT车站停靠能力，使用泊松分布模拟人流到达时间，确定所需最大吞吐量，并设计车站样式；S3、基于赋时Petri网建立无信号交叉口控制模型，将针对车站的建模分为两个部分：对各条车道的停车过程建模和对公共资源的分配控制建模；S4、使用中央控制站控制模式进行车辆集中控制。本发明属于自动驾驶控制领域，通过优化算法合理设计PRT站点数量，在保证服务质量的基础上达到资源最大利用。

公开(公告)号：CN112508985A

公开(公告)日：2021-03-16

申请号：CN202011521872.4

申请日：2020-12-21

Applicant: 华南理工大学

Inventor： 王博 ,  吴忻生 ,  陈安 ,  陈纯玉 ,  杨璞光

IPC: G06T7/13 ,  G06T7/73 ,  G06F16/587 ,  G06N3/04

Abstract: 本发明公开一种基于语义分割的SLAM回环检测改进方法，包括以下步骤：一、获取道路场景语义分割的通用数据集；二、使用RGB摄像头获取环境图像，在不同种环境状况下采集道路环境图像；三、获取语义分割预测的各个像素的分类结果；四、根据分类结果，获取语义分割图中包含对应类别的对象特征向量；五、构建包含语义信息的地点模型；六、通用数据集中的图像经过地点模型分析得到语义地点向量，创建地点的图像库，存入包含地点语义信息的向量，七、匹配待检测图像和图像库中图像的相似度；八、进行闭环检测，如果找到相似度超过阈值的向量，则代表当前图像是闭环节点，否则把当前图像加入到已有的图像库中。

公开(公告)号：CN111582083A

公开(公告)日：2020-08-25

申请号：CN202010336136.5

申请日：2020-04-25

Applicant: 华南理工大学

Inventor： 吴忻生 ,  向石方 ,  陈安 ,  刘海明 ,  陈纯玉

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，提供一种基于消失点估计与语义分割的车道线检测方法。本方法车道线检测方法包括：首先通过卷积神经网络检测消失点，其次通过估计的消失点坐标进行自参数学习的逆透视变换，将图像投影到易于网络学习的俯视视角中。在俯视图中，通过语义分割网络进行二值分割，随后进行后处理实例化，得到车道线拟合方程并在原图中显示。本方法利用卷积神经网络强大的特征提取能力，解决了不同道路场景下的车道线检测问题，并且节省了车道线检测算法实例化操作的时间。本发明技术方案能有效检测模糊车道线边缘并抑制噪声，对消失点和直线的检测耗时少且准确性高，并且提高车道线识别实时性。

公开(公告)号：CN111581313A

公开(公告)日：2020-08-25

申请号：CN202010336144.X

申请日：2020-04-25

Applicant: 华南理工大学

Inventor： 陈安 ,  向石方 ,  刘海明 ,  吴忻生 ,  陈纯玉 ,  王博

IPC: G06F16/29 ,  G06T7/11 ,  G06T7/13 ,  G06T7/215 ,  G06T7/33 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于实例分割的语义SLAM鲁棒性改进方法，首先通过实例分割网络对关键帧进行实例分割，建立先验语义信息；然后计算特征点光流场对物体进一步区分，识别出场景真正运动物体并将属于动态物体的特征点去除；最后进行语义关联，建立无动态物体干扰的语义地图。本发明与现有技术相比，采用深度学习与光流相互结合的方法建立语义地图且在彩色图的基础上增加深度图，赋予系统建立稠密三维点云语义地图的能力；另外，采用Mask-RCNN框架实时语义分割，通过光流信息估计的动态特征点与像素级别的语义信息相互结合可计算物体动态信息。本发明采用深度学习与光流相互结合使得整个系统的鲁棒性得到显著提高，能将其应用于动态场景下实时语义地图构建。