-
公开(公告)号：CN111461221A
公开(公告)日：2020-07-28
申请号：CN202010250235.1
申请日：2020-04-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及目标检测技术领域，具体涉及一种面向自动驾驶的多源传感器融合目标检测方法和系统，主要应用于自动驾驶三维目标检测领域，在尽可能不增加算法时间复杂度和空间复杂度的前提下，提高三维目标检测的精度。该目标检测方法包括：通过传感器分别设备获取待检测的图像信息和点云信息，利用本发明提出的特征提取网络对信息进行特征提取并融合，确定目标可能所在位置，通过DRPN(串行区域提名网络)网络对目标和背景进行分类，尽可能提高了分类精度。利用回归网络进一步判断，获取目标的类别信息。通过本发明的特征提取网络、区域提名网络和分类回归网络，可以准确地识别出目标类别，提高目标检测的精准度。
-
公开(公告)号：CN111460891A
公开(公告)日：2020-07-28
申请号：CN202010133125.7
申请日：2020-03-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及智能交通技术领域，具体涉及一种面向自动驾驶的车路协同行人重识别方法和系统，主要应用于依赖无线通信进行信息交互的车路协同系统，在尽可能减少通信资源占用的前提下，保证输出实时可靠的行人重识别结果，进而辅助自动驾驶车辆全面感知行人的运动状态和轨迹。其中方法包括：根据无线信道状态分别对车路两侧获取的行人图像进行高维深度特征提取和自适应特征降维处理，在图像特征维度满足重识别可靠性的前提下，尽可能降低图像特征维度，减少传输图像特征所产生的通信开销和传输时延。通过利用汉明距离计算车路两侧提取的行人图像的低维深度特征之间的距离，减少了计算量，加快了图像特征匹配速度，使得行人重识别系统的工作效率更高。
-
公开(公告)号：CN117542008B
公开(公告)日：2024-10-01
申请号：CN202311324311.9
申请日：2023-10-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种融合语义点云的自动驾驶场景识别方法、存储介质。所述场景识别方法包括：获取原始点云，基于所述原始点云生成语义空间点云，计算所述语义空间点云的语义空间特征；基于所述语义空间特征和所述原始点云的其他特征生成语义空间增强特征，基于语义空间增强特征生成语义空间增强伪图像；基于所述语义空间增强伪图像进行回环检测。所述场景识别系统能够执行上述场景识别方法。
-
公开(公告)号：CN117607829B
公开(公告)日：2024-06-18
申请号：CN202311630263.6
申请日：2023-12-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01S7/48 , G01S17/894
Abstract: 一种激光雷达点云的有序化重建方法、计算机可读存储介质，该方法将激光雷达点云的有序化问题转化为激光雷达点云对应的激光束的水平方位角和垂直俯仰角集合的有序化问题，预设激光雷达像素矩阵，针对各种类型的激光雷达，基于其成像原理，根据点云对应的激光束的水平方位角和垂直俯仰角，计算点云在激光雷达像素矩阵上的具体定位，实现了三维点云在二维角度分布下的有序化排列，完成了原始点云集的有序化转变。采用本发明的有序化重建方法对原始点云集进行有序化后，借助激光雷达像素矩阵，可以实现任意点在三维分布或有序二维分布中的动态查询，且对任意点或其在像素矩阵上的邻近点的查询或索引过程时间复杂度均仅为O(1)。
-
-
Patent Agency Ranking
公开(公告)号：CN117470254A
公开(公告)日：2024-01-30
申请号：CN202311827848.7
申请日：2023-12-28
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01C21/28 , G01S13/86 , G01S13/931 , G01S17/931 , G01S17/86 , G06V20/56 , G06V10/80 , G06V10/74 , G06V20/64
Abstract: 本申请公开了一种基于雷达服务的车载导航系统和方法，首先获取车载导航数据和雷达标识数据，并通过车载图像获取单元获取该车辆视角的周围图像数据；然后应用一预设的多感知融合算法，依据周围图像数据和雷达标识数据建立周围图像数据中成像的移动物体与雷达标识数据中该移动物体的空间三维信息建立对应关系，以识别出该车辆在雷达标识数据中对应的空间三维信息；再图形化显示车载导航数据以获取实时导航界面；最后依据雷达标识数据模型化显示该车辆周边的移动物体，并将其加载到实时导航界面中。由于将车路协同感知技术应用到车载导航系统中，使得车载导航界面信息更丰富、更准确。
-
公开(公告)号：CN113866743B
公开(公告)日：2022-03-15
申请号：CN202111472584.9
申请日：2021-12-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G01S7/48
Abstract: 一种用于车路协同感知的路侧激光点云精简方法和系统，其中方法包括：获取路侧激光雷达采集的路侧点云；将路侧点云中的每个点与预设搜索邻域内的模板点云进行统计，通过计算其与模板点云的相似度来搜索前景点，当相似度小于设定阈值时判定为前景点，反之为背景点，保留路侧点云中所有相似度小于阈值的点，得到初步精简的结果，其中，模板点云为仅包含背景目标的路侧点云；对初步精简结果进行离群点滤波，进一步滤除背景点云，得到最终的路侧前景点云；本发明通过点云的统计特性计算相似度来鉴别前背景点，可实现前景点云的实时搜索，获得数据量小但信息量丰富的前景点云，确保实时传输的同时不损失有用信息，达到较为理想的精简效果。
-
公开(公告)号：CN113538425B
公开(公告)日：2021-12-24
申请号：CN202111083247.0
申请日：2021-09-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 一种可通行水域分割设备、图像分割模型训练和图像分割方法，通过获取待分割图像，将待分割图像输入到图像分割模型中进行处理，得到待分割图像的分割结果；图像分割模型包括：编码器和解码器；将待分割图像输入到图像分割模型中进行处理，得到待分割图像的分割结果，包括：通过编码器对待分割图像进行特征提取，得到关联特征图，特征提取包括：N次下采样处理；通过解码器对关联特征图进行分辨率还原和像素类别的预测，得到待分割图像的分割结果，分辨率还原包括M次上采样处理，M小于N；待分割图像的分割结果的尺寸与待分割图像的尺寸相同，待分割图像的分割结果包括与分割结果的像素点位置对应的待分割图像中的像素点的类别。
-
公开(公告)号：CN112308110B
公开(公告)日：2023-07-21
申请号：CN202010994901.2
申请日：2020-09-21
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F18/214 , G06N3/0442 , A61B5/11
Abstract: 本发明涉及一种能够实现人机交互的手部运动识别方法及系统。该方法包括：建立轨迹几何模型，利用光学传感器和惯性运动传感器采集手部运动数据；根据手部运动数据建立轨迹识别数据集；根据惯性运动传感器采集的手部运动数据对手部运动轨迹进行初步轨迹还原，得到初步还原轨迹，初步还原轨迹为轨迹几何模型中的任一种轨迹几何模型；根据轨迹识别数据集和对应的初步还原轨迹结果，对深度学习模型进行训练，得到训练后的深度学习模型；获取待预测的惯性运动传感器采集的手部运动数据；将待预测的惯性运动传感器采集的手部运动数据输入至训练后的深度学习模型，得到手部运动轨迹。本发明能够降低轨迹还原难度。
-
公开(公告)号：CN112101255B
公开(公告)日：2023-06-27
申请号：CN202010994285.0
申请日：2020-09-21
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V40/20 , G06V40/10 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度学习模型的特定动作识别方法及系统，所述方法包括：获取初始训练数据集；根据所述初始训练数据集得到设定动作光学轨迹信息和设定动作惯性轨迹信息，根据设定动作光学轨迹信息和设定动作惯性轨迹信息对动作识别模型进行训练，通过训练后的动作识别模型和样条函数完成设定动作的识别。本发明通过精确的训练集对模型进行训练，通过训练好的模型并基于样条函数完成设定动作的精准识别。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.027 seconds)
