一种基于轨迹预测的自适应图跟踪方法

    公开(公告)号:CN113487653A

    公开(公告)日:2021-10-08

    申请号:CN202110704517.9

    申请日:2021-06-24

    Abstract: 本发明公开了一种基于轨迹预测的自适应图跟踪方法,该方法在估计轨迹的位移之后,在当前帧重新提取轨迹的特征,使得相同目标的特征尽可能保持一致。本发明融合了位置、外观和历史信息,在自适应图神经网络中更新特征,用以区分不同目标以及学习目标重要的部位。本发明提出了balanced MSE LOSS,用以平衡样本分布,让神经网络自动学习区分不同类型目标(如新出现的或消失的目标)。本发明可以应用于自动驾驶中输出多个目标的轨迹,还能够预测视频目标的行为,并且可以提高交通管理效率以及预防事故的发生。

    基于行为树的机器人云平台执行引擎和执行方法

    公开(公告)号:CN112235419B

    公开(公告)日:2021-03-09

    申请号:CN202011430124.5

    申请日:2020-12-09

    Abstract: 本发明提供了一种基于行为树的机器人云平台执行引擎和执行方法,所述机器人云平台执行引擎包括服务端应用集群、机器人以及中间件,所述服务端应用集群由若干个服务端应用组成;所述服务端应用生成机器人指令,通过中间件发送给机器人,机器人对生成的机器人指令解析生成行为,并通过中间件将机器人指令执行结果反馈给服务端应用。该机器人云平台执行引擎具有智能化程度高、适用性强、工作灵活、接入便捷和维护成本低的特点。

    基于行为树的机器人云平台执行引擎和执行方法

    公开(公告)号:CN112235419A

    公开(公告)日:2021-01-15

    申请号:CN202011430124.5

    申请日:2020-12-09

    Abstract: 本发明提供了一种基于行为树的机器人云平台执行引擎和执行方法,所述机器人云平台执行引擎包括服务端应用集群、机器人以及中间件,所述服务端应用集群由若干个服务端应用组成;所述服务端应用生成机器人指令,通过中间件发送给机器人,机器人对生成的机器人指令解析生成行为,并通过中间件将机器人指令执行结果反馈给服务端应用。该机器人云平台执行引擎具有智能化程度高、适用性强、工作灵活、接入便捷和维护成本低的特点。

    一种基于轨迹预测的自适应图跟踪方法

    公开(公告)号:CN113487653B

    公开(公告)日:2024-03-26

    申请号:CN202110704517.9

    申请日:2021-06-24

    Abstract: 本发明公开了一种基于轨迹预测的自适应图跟踪方法,该方法在估计轨迹的位移之后,在当前帧重新提取轨迹的特征,使得相同目标的特征尽可能保持一致。本发明融合了位置、外观和历史信息,在自适应图神经网络中更新特征,用以区分不同目标以及学习目标重要的部位。本发明提出了balanced MSE LOSS,用以平衡样本分布,让神经网络自动学习区分不同类型目标(如新出现的或消失的目标)。本发明可以应用于自动驾驶中输出多个目标的轨迹,还能够预测视频目标的行为,并且可以提高交通管理效率以及预防事故的发生。

Patent Agency Ranking