-
公开(公告)号：CN117218628A
公开(公告)日：2023-12-12
申请号：CN202311240417.0
申请日：2023-09-25
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/58 , G06V10/40 , G06V10/77 , G06V10/46 , G06T7/73 , G06T7/246 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种多目标检测的方法、系统及服务器。该方法包括获取多视角目标图像；分别提取多视角目标图像的二维图像特征；将多视角目标图像的二维图像特征映射至目标BEV视角三维网格化特征空间，以得到三维BEV特征；对三维BEV特征进行解码，以获得多个三维目标位置信息；通过多个三维目标位置信息从三维BEV特征中进行多个目标特征抽取，以得到多个三维目标BEV特征；根据多个三维目标BEV特征确定多个目标查询特征。本申请方案通过根据二维图像特征确定三维BEV特征，并确定目标查询特征以进行目标检测可以实现跨摄像头融合和多模融合，提高对于多目标检测的精度。
-
公开(公告)号：CN116721323A
公开(公告)日：2023-09-08
申请号：CN202310737884.8
申请日：2023-06-20
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种图像与点云融合的方法及装置，包括：将图像网格化特征和点云网格化特征输入到网络互感器的第一环节处理模块，得到融合点云特征；将所述图像网格化特征和所述融合点云特征输入到所述网络互感器的第二环节处理模块，得到融合图像特征，其中，所述第一环节处理模块与所述第二环节处理模块的结构相同；使用所述第一环节处理模块和所述第二环节处理模块对所述融合图像特征和所述融合点云特征进行迭代，得到融合特征；将所述融合特征输入到预先建立的目标检测网络，实现目标检测，从而解决现有技术中图像与点云融合精度不高的问题。
-
公开(公告)号：CN116310606A
公开(公告)日：2023-06-23
申请号：CN202310004115.7
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
Inventor： 董楠
Abstract: 本申请涉及目标检测技术领域，特别涉及一种空间可通行区域检测方法、装置、检测设备及存储介质，其中，方法包括：获取目标区域的三维点云数据和环境图像；对三维点云数据分别进行平面投影与视锥投影，得到多个面特征和视锥投影特征，融合多个面特征和视锥投影特征得到空间特征图；在相同时间与空间下融合空间特征图和环境图像得到融合特征图，将融合特征图输入训练完成的检测模型，输出目标区域的空间可通行区域。由此，解决了相关技术通常是针对接地障碍物、行人、车辆等的检测识别，分辨力、泛化力不强，无法准确确定障碍物的空间位置，从而避免发生碰撞造成事故等问题。
-
公开(公告)号：CN115797701A
公开(公告)日：2023-03-14
申请号：CN202211658974.X
申请日：2022-12-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/98 , G06V20/70
Abstract: 本申请涉及计算机视觉技术领域，特别涉及一种目标分类方法、装置、电子设备及存储介质，其中，方法包括：获取训练图像集；将训练图像集中的训练图像分别输入训练完成的图像质量评价模型和老师模型，输出所有训练图像的质量分数和类别置信度；筛选质量分数和类别置信度均大于对应阈值、且类别正确的多个第一图像，根据每个第一图像进行迭代数据增广得到满足预设条件的多个第二图像，并根据每个第二图像和对应类别置信度生成不同置信度分布的软标签；利用不同置信度分布的软标签和训练图像集训练学生模型，利用学生模型预测图像的实际质量和图像中的目标类型。由此，解决了关技术中模型“过度自信”，输出的类别置信度可靠性差等问题。
-
公开(公告)号：CN117828530A
公开(公告)日：2024-04-05
申请号：CN202410004694.X
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/25 , B60W40/02 , B60W60/00 , G01D21/02 , G06F18/213 , G06V20/56 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种融合感知方法、装置、设备及存储介质，其中，融合感知方法包括：获取多模态传感器数据；对多模态传感器数据进行编码，得到特征数据；基于模态无关特征采样器对特征数据进行特征采样，得到目标特征数据；对目标特征数据进行解码，得到目标检测框信息和目标类别信息。本申请能够自动适应不同任务和领域，能够并行地处理多种传感器采集到的数据，其可以通过跨模态的信息融合，结合不同传感器的优势，从而可以得到更加精确和全面的特征，可以实现更加精确和全面的三维物体检测能力，提高感知准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN116032153A
公开(公告)日：2023-04-28
申请号：CN202310170842.0
申请日：2023-02-27
Applicant: 重庆长安汽车股份有限公司
IPC: H02N2/18
Abstract: 本申请涉及能量采集装置技术领域，具体涉及一种振动能量采集装置及能量采集方法，包括：外壳；固定块，设置于所述外壳内；第一悬臂梁，其第一端设置于所述固定块上，所述第一悬臂梁上设置有安装槽；第二悬臂梁，设置于所述安装槽内，并且所述第二悬臂梁的第一端与所述第一悬臂梁连接；质量块，设置于所述第一悬臂梁的第二端上；压电薄膜组件，包括第一压电薄膜与第二压电薄膜，所述第一压电薄膜设置于所述第一悬臂梁上，所述第二压电薄膜设置于所述第二悬臂梁上，所述第一压电薄膜与第二压电薄膜相互独立；频率调节机构。通过调节第二永磁体和第一永磁体之间的距离、第三永磁体与第一永磁体之间的距离，从而能够根据振动源频率调节产生的电压。
-
公开(公告)号：CN114554158A
公开(公告)日：2022-05-27
申请号：CN202210188383.4
申请日：2022-02-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开一种基于道路交通场景下的全景视频拼接方法及系统，包含图像采集、图像畸变矫正及预处理、图像特征点提取、图像匹配、匹配特征点对过滤、获取投影变换的单应性矩阵和图像融合。本发明通过深度学习网络实现特征点的提取和特征点匹配，图像特征点提取的时候，分别对动态前景和静态背景进行特征点提取，通过提取不同摄像头之间重叠区域背景和前景的特征点，并对特征点进行匹配，动态获取不同摄像头之间的相对位置关系，实现了对片区道路交通系统中摄像头间图像的实时融合拼接；解决了传统的单摄像头监控体系，需要相关人员人工调出相应多个摄像头图像，进行比对拼合，才能获取到有用信息等问题，同时完美解决了目标跨摄像头追踪问题。
-
公开(公告)号：CN117169873A
公开(公告)日：2023-12-05
申请号：CN202311138138.3
申请日：2023-09-05
Applicant: 重庆长安汽车股份有限公司
IPC: G01S13/86 , G01S13/931
Abstract: 本发明提供一种超视域鸟瞰感知方法及装置、目标感知装置、设备、介质，该方法包括：获取第一车辆的第一传感特征点数据、跨域传感通信请求和第一传感描述数据，将第一传感特征点数据或感知盲区特征数据作为第一传输特征数据，发送第一传输特征数据和跨域传感通信请求至目标感知装置，以基于第一传输特征数据和第二传感特征点数据的特征重叠匹配，得到目标传感器的目标特征点数据和目标传感描述数据，发送至第一车辆，基于目标特征点数据、目标传感描述数据、第一传感特征点数据和第一传感描述数据生成超视域鸟瞰图，以基于超视域鸟瞰图进行驾驶场景感知预测，得到感知预测结果；本发明减少数据传输量，拓展感知范围，提高感知精确性和驾驶安全性。
-
公开(公告)号：CN117115607A
公开(公告)日：2023-11-24
申请号：CN202311074348.0
申请日：2023-08-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种图像与点云融合方法，包括：获取图像检测结果和点云检测结果，其中，所述点云检测结果是通过图像和点云数据进行融合获得的；对属于同一物体的所述图像检测结果和所述点云检测结果进行匹配关联；将多个所述点云检测结果输入到神经网络模型得到所述点云检测结果对应的多个置信度分数；根据所述图像检测结果、所述点云检测结果和所述置信度分数得到融合检测结果，以解决现有技术无法有效、准确的检测出目标物体的问题。
-
公开(公告)号：CN116343164A
公开(公告)日：2023-06-27
申请号：CN202310003890.0
申请日：2023-01-03
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种目标检测与速度预测方法、装置、车辆及存储介质，其中，方法包括：获取三维点云数据；对三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，基于编码特征生成三维点云的三维点云特征；根据目标三维框中心点在热力图上的投影点确定同一目标的三维点云特征，对同一目标的三维点云特征进行检测框回归得到三维检测框，利用三维检测框检测目标的实际类别，并基于相邻探测时刻的三维检测框的中心点位置预测目标的速度。由此，解决了相关技术中手工提取特征效率低，误差大，无法预测目标速度等问题。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.032 seconds)
