-
公开(公告)号：CN116227540A
公开(公告)日：2023-06-06
申请号：CN202310107752.7
申请日：2023-02-14
Applicant: 北京信息科技大学
IPC: G06N3/0442 , F16H61/02 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/084 , G06F18/2415 , G06F18/25
Abstract: 本发明涉及一种矿用卡车自动换档控制方法、系统、存储介质及计算设备，其包括：获取矿用卡车的离线状态数据并进行预处理，顺序生成原始MTD集合，过滤掉与换档无关和无效的数据，生成有效MTD集合，并随机划分为训练集和测试集；以训练集作为预先建立的多参数和时间跨度的ResNet‑Bi‑LSTM‑Attention网络的输入，对ResNet‑Bi‑LSTM‑Attention网络进行训练；将测试集输入训练后的ResNet‑Bi‑LSTM‑Attention网络中，验证ResNet‑Bi‑LSTM‑Attention网络的鲁棒性，得到最终的ResNet‑Bi‑LSTM‑Attention网络模型，并将获取的矿用卡车离线状态数据输入该模型，输出最终档位特征，完成换档操作。本发明解决了现有技术容易忽略了时序性数据上下文信息的完整性，无法很好的综合数据前后特征的问题，可以在重型车辆换挡控制领域应用。
-
公开(公告)号：CN118864743A
公开(公告)日：2024-10-29
申请号：CN202410847441.9
申请日：2024-06-27
Applicant: 北京信息科技大学
IPC: G06T17/05 , G06T7/50 , G06T7/70 , G06T7/90 , G06V10/75 , G06V10/82 , G06F17/16 , G06N3/0464 , G06N3/0455 , G01C21/32
Abstract: 本发明涉及三维地图重建领域，公开了一种基于双目稀疏视觉SLAM的三维稠密地图构建方法及系统，其包括：通过改进的ORB‑SLMA2，对获取的双目相机彩色图像中的每帧图像进行特征点提取，以实时计算相机位姿；采用基于交叉注意力机制的深度学习网络架构，获取三维空间物体的深度信息，得到单帧稠密点云地图；将连续视图下的多个单帧稠密点云地图合并，根据实时相机位姿及合并后的点云构建三维稠密地图。本发明在室内外均能有效获得空间深度信息，解决了场景参数限制实时联合优化的问题。
-
公开(公告)号：CN114692983B
公开(公告)日：2024-08-13
申请号：CN202210368316.0
申请日：2022-04-02
Applicant: 北京信息科技大学
IPC: G06F18/243 , G06N3/0442 , G06F18/214 , H04L12/40 , G06F18/22 , G06F18/241
Abstract: 本发明涉及一种特种车辆自动换挡预测方法及系统，其包括：远程采集特种车辆实时运行数据并进行预处理，得到运行数据中各参数的真实物理数据，进行本地存储做为数据集；构建ABi‑LSTM模型，将所述数据集输入至ABi‑LSTM模型构成该模型的输入层，对所述ABi‑LSTM模型进行训练，由训练好的ABi‑LSTM模型对挡位进行预测。本发明具有实时性好、预测精度高的特点，可应用于基于时间序列数据的多路况下重型矿车。本发明可以在各种车辆换挡控制技术领域中应用。
-
公开(公告)号：CN112183485B
公开(公告)日：2024-03-05
申请号：CN202011204025.5
申请日：2020-11-02
Applicant: 北京信息科技大学
IPC: G06V20/58 , G06V10/25 , G06V10/75 , G06V10/774 , G06V10/762 , G06N20/20 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的交通锥桶检测定位方法、系统及存储介质，其包括：在预先获取的彩色图像中对交通锥桶进行检测识别；在预先获取的深度图像中对交通锥桶进行检测识别；将彩色图像的检测识别结果与深度图像的检测识别结果进行匹配，得到最终的交通锥桶的类别和三维空间位置。本发明将改进的YOLOv4算法应用于交通锥桶检测任务中，能够准确、全面和快速的从图像中检测到交通锥桶，并通过匹配彩色图像和深度图像检测结果的方法，同时获取到交通锥桶的类别和三维位置。(56)对比文件Ankit Dhall 等.Real-time 3D TrafficCone Detection for Autonomous Driving.《2019 IEEE Intelligent Vehicles Symposium(IV)》.2019,494-501.Huang Yong 等.Real-time traffic conedetection for autonomous vehicle《.201534th Chinese Control Conference (CCC)》.2015,3718-3722.Wang Liyong 等.Advanced Driver-Assistance System (ADAS) for IntelligentTransportation Based on the Recognitionof Traffic Cones《.Advances in CivilEngineering》.2020,第2020卷(第04期),1-8.Jin Zeng 等.Deep surface normalestimation with hierarchical RGB-Dfusion《.Proceedings of the IEEE/CVFconference on computer vision and patternrecognition》.2020,6153-6162.吴鑫 等.基于颜色和深度信息融合的目标识别方法《.农业工程学报》.2013,第29卷(第S1期),96-100.顾恭 等.改进YOLOv3的车辆实时检测与信息识别技术《.改进YOLOv3的车辆实时检测与信息识别技术》.2020,第56卷(第22期),173-184.
-
公开(公告)号：CN118736145A
公开(公告)日：2024-10-01
申请号：CN202410778643.2
申请日：2024-06-17
Applicant: 北京信息科技大学
IPC: G06T17/05 , G06T7/80 , G06T7/33 , G06T7/73 , G06N3/0464 , G06V10/764 , G06V10/82 , G06V10/26 , G06N5/04 , G06V10/762 , G01C21/00 , G01S17/89 , G01S17/86 , G01S7/497
Abstract: 本发明涉及一种面向非结构化环境的语义高程地图构建方法及系统，其包括：将激光雷达点云的数据与深度相机的深度图像进行深度融合，得到融合后的深度图像；将深度图像进行实时语义分割和识别，由语义分割网络获取语义图像，并输出像素级地形类概率分数；以融合的深度图像、语义图像和车辆位姿作为输入，利用贝叶斯推理进行语义映射，递归地估计地形类别和地形高度，并以2.5D语义高程栅格地图形式表示。本发明能构建以无人驾驶车辆为中心的全方位、实时性和精确度的语义高程地图；能在面向非结构化环境的无人车辆自动驾驶领域中应用。
-
Patent Agency Ranking
公开(公告)号：CN114895665B
公开(公告)日：2024-12-24
申请号：CN202210351851.5
申请日：2022-04-02
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种大曲率弯道的无人驾驶车辆的横纵向协同控制方法及系统，其包括：建立包含向心加速度约束的运动学横纵耦合的MPC模型，根据所述MPC模型进行无人驾驶车辆的轨迹跟踪；基于激光雷达点云数据建立FNN模型，根据所述FNN模型进行无人驾驶车辆的实时避障；将MPC模型与FNN模型相融合，在大曲率弯道下对无人驾驶车辆进行横纵向协同控制，实现安全行驶。本发明能根据规划的轨迹状态，实现无人驾驶车辆在轨迹丢失情况下的安全行驶。本发明可以在无人驾驶车辆控制领域中应用。
-
公开(公告)号：CN116182875A
公开(公告)日：2023-05-30
申请号：CN202310134442.4
申请日：2023-02-20
Applicant: 北京信息科技大学
IPC: G01C21/28 , G01C21/34 , G01S7/48 , G06V20/58 , G06V10/26 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于图神经网络的临时道路路径规划方法及系统，其包括：以车辆上图像采集设备实时采集到的彩色图像数据为输入，提取图像特征并识别出道路可行驶区域；以车辆上激光雷达实时采集的点云数据为输入，提取BEV视角下的点云特征，获取周围环境的空间信息，与提取的图像特征形成互补；将提取的图像特征和点云特征输入预先建立的端到端模型，进行多模态数据融合后得到BEV语义地图和路点信息，根据BEV语义地图、路点信息与车辆状态数据得到预测路径，完成路径规划。本发明能实现路径规划，减少传统模块化方法中的误差累计，提高临时道路下路径规划的准确度；可以在无人车辆路径规划领域中应用。
-
公开(公告)号：CN114692983A
公开(公告)日：2022-07-01
申请号：CN202210368316.0
申请日：2022-04-02
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种特种车辆自动换挡预测方法及系统，其包括：远程采集特种车辆实时运行数据并进行预处理，得到运行数据中各参数的真实物理数据，进行本地存储做为数据集；构建ABi‑LSTM模型，将所述数据集输入至ABi‑LSTM模型构成该模型的输入层，对所述ABi‑LSTM模型进行训练，由训练好的ABi‑LSTM模型对挡位进行预测。本发明具有实时性好、预测精度高的特点，可应用于基于时间序列数据的多路况下重型矿车。本发明可以在各种车辆换挡控制技术领域中应用。
-
公开(公告)号：CN112183485A
公开(公告)日：2021-01-05
申请号：CN202011204025.5
申请日：2020-11-02
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于深度学习的交通锥桶检测定位方法、系统及存储介质，其包括：在预先获取的彩色图像中对交通锥桶进行检测识别；在预先获取的深度图像中对交通锥桶进行检测识别；将彩色图像的检测识别结果与深度图像的检测识别结果进行匹配，得到最终的交通锥桶的类别和三维空间位置。本发明将改进的YOLOv4算法应用于交通锥桶检测任务中，能够准确、全面和快速的从图像中检测到交通锥桶，并通过匹配彩色图像和深度图像检测结果的方法，同时获取到交通锥桶的类别和三维位置。
-
公开(公告)号：CN114742794B
公开(公告)日：2024-08-27
申请号：CN202210357534.4
申请日：2022-04-02
Applicant: 北京信息科技大学
IPC: G06T7/00 , G06T7/70 , G06T7/90 , G06N3/0464 , G01S13/86 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/46
Abstract: 本发明涉及一种基于三角剖分的临时道路检测方法及系统，其包括：采集锥桶图像数据集，利用数据集训练YOLOv4目标检测网络，得到锥桶识别模型；获取场景点云数据，获取锥桶颜色及其点云坐标，根据点云坐标识别出锥桶及其颜色、以及与锥桶颜色对应的3D点云坐标；将识别出的锥桶进行三角剖分，计算各三角边损失值，根据设置的损失函数计算路径损失值，根据损失值输出临时道路的可行使区域与路径。本发明速度快、安全冗余度高、鲁棒性强。本发明可以在无人驾驶技术领域中应用。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
