-
公开(公告)号：CN102837658B
公开(公告)日：2015-04-08
申请号：CN201210309515.0
申请日：2012-08-27
Applicant: 北京工业大学
Abstract: 一种智能车辆中多激光雷达数据融合系统和方法，是利用安装在智能车辆车身上前后左右的UTM-30LX激光雷达采集周围的信息发送给负责数据融合的上位机得出周围的障碍物信息；利用安装在智能车辆前方LMS291和IBEO LUX 采集的数据传递给负责数据融合的上位机得出前方80m范围内障碍物信息。经过上位机将以上的数据按照一定的算法进行融合之后得出准确的、最终的障碍物信息地图，并把以上障碍物网格地图打包之后，通过路由器搭建的局域网传给规划决策上位机，规划决策计算机解析上述信息，判断决策，下达相应的执行指令。通过使用本发明的系统和方法可以有效地提高无人驾驶的智能车辆的蔽障能力和安全行驶性能。
-
Patent Agency Ranking
公开(公告)号：CN103065151A
公开(公告)日：2013-04-24
申请号：CN201210434029.1
申请日：2012-11-04
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及模式识别和智能车辆技术领域，具体涉及一种用于汽车辅助驾驶系统的基于深度信息的车辆识别方法。具体包括利用测距传感器连续获取扫描范围内物体的深度信息，采用基于距离的方法对每一帧数据进行聚类，其中距离的阈值可根据目标与本车的距离远近以及相对方位自动调整，提高了聚类的准确性，为后续的特征提取奠定了良好的基础；对保留的聚类采用迭代适应点IEPF算法和最小二乘法分别进行直线拟合，并在此基础上提取目标的特征向量；依据特征向量判断目标是否为车辆目标。本方法利用多个特征识别车辆目标，能够准确的识别道路环境中的车辆目标。
-
公开(公告)号：CN103065151B
公开(公告)日：2017-02-22
申请号：CN201210434029.1
申请日：2012-11-04
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及模式识别和智能车辆技术领域，具体涉及一种用于汽车辅助驾驶系统的基于深度信息的车辆识别方法。具体包括利用测距传感器连续获取扫描范围内物体的深度信息，采用基于距离的方法对每一帧数据进行聚类，其中距离的阈值可根据目标与本车的距离远近以及相对方位自动调整，提高了聚类的准确性，为后续的特征提取奠定了良好的基础；对保留的聚类采用迭代适应点IEPF算法和最小二乘法分别进行直线拟合，并在此基础上提取目标的特征向量；依据特征向量判断目标是否为车辆目标。本方法利用多个特征识别车辆目标，能够准确的识别道路环境中的车辆目标。
-
公开(公告)号：CN103064086B
公开(公告)日：2014-09-17
申请号：CN201210435437.9
申请日：2012-11-04
Applicant: 北京工业大学
IPC: G01S17/66
Abstract: 本发明公开了一种基于深度信息的车辆跟踪方法，所述方法包括：采用基于距离的方法对每一帧数据进行聚类；在聚类内部提取目标的特征向量；依据特征向量初步判断目标是否为车辆目标；采用卡尔曼滤波器对单个目标进行跟踪；通过计算当前帧中识别出来的目标与跟踪器中目标的代价方程实现目标关联；当正在被跟踪的目标漏检时，根据当前状态对目标状态进行估计，当重新检测到目标时，继续对目标进行跟踪，保持了跟踪的连贯性；能够跟踪出现在扫描环境内的新目标，删除消失的目标，即被跟踪的目标的数目是随实际情况变化的；解决了采用联合概率数据关联算法只能跟踪确定数目的目标的缺点，与多假设跟踪算法相比，计算量和内存开销都比较小。
-
公开(公告)号：CN102837658A
公开(公告)日：2012-12-26
申请号：CN201210309515.0
申请日：2012-08-27
Applicant: 北京工业大学
Abstract: 一种智能车辆中多激光雷达数据融合系统和方法，是利用安装在智能车辆车身上前后左右的UTM-30LX激光雷达采集周围的信息发送给负责数据融合的上位机得出周围的障碍物信息；利用安装在智能车辆前方LMS291和IBEO LUX 采集的数据传递给负责数据融合的上位机得出前方80m范围内障碍物信息。经过上位机将以上的数据按照一定的算法进行融合之后得出准确的、最终的障碍物信息地图，并把以上障碍物网格地图打包之后，通过路由器搭建的局域网传给规划决策上位机，规划决策计算机解析上述信息，判断决策，下达相应的执行指令。通过使用本发明的系统和方法可以有效地提高无人驾驶的智能车辆的蔽障能力和安全行驶性能。
-
公开(公告)号：CN103064086A
公开(公告)日：2013-04-24
申请号：CN201210435437.9
申请日：2012-11-04
Applicant: 北京工业大学
IPC: G01S17/66
Abstract: 本发明公开了一种基于深度信息的车辆跟踪方法，所述方法包括：采用基于距离的方法对每一帧数据进行聚类；在聚类内部提取目标的特征向量；依据特征向量初步判断目标是否为车辆目标；采用卡尔曼滤波器对单个目标进行跟踪；通过计算当前帧中识别出来的目标与跟踪器中目标的代价方程实现目标关联；当正在被跟踪的目标漏检时，根据当前状态对目标状态进行估计，当重新检测到目标时，继续对目标进行跟踪，保持了跟踪的连贯性；能够跟踪出现在扫描环境内的新目标，删除消失的目标，即被跟踪的目标的数目是随实际情况变化的；解决了采用联合概率数据关联算法只能跟踪确定数目的目标的缺点，与多假设跟踪算法相比，计算量和内存开销都比较小。
-
-
-
-
-
Search Results
6
records
(took 0.078 seconds)
