公开(公告)号：CN118570754A

公开(公告)日：2024-08-30

申请号：CN202410617427.X

申请日：2024-05-17

Applicant: 同济大学

Inventor： 韩帅 ,  田炜 ,  熊璐 ,  黄禹尧 ,  谭大艺 ,  王松涛

IPC: G06V20/56 ,  G06V10/25 ,  G06V10/80 ,  G06V10/778 ,  G06V10/82 ,  G06V10/764 ,  G06T7/246 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明涉及一种基于时序表征增强和轨迹修正的多目标联合检测跟踪方法，包括：在多目标联合检测跟踪过程中，采集环视图像和点云，分别进行特征提取，对提取的特征进行融合，得到多模态融合特征；利用历史轨迹查询向量对当前帧初始化的目标查询向量进行时序表征增强，与多模态融合特征进行空间特征交互，然后进行目标解码得到目标检测结果；根据检测结果进行数据关联，判断是否进行目标身份继承，得到轨迹ID；基于当前帧跟踪到的目标轨迹，更新历史查询向量，基于历史查询向量和地图信息进行轨迹预测；根据目标检测结果的分类置信度，利用预测的目标轨迹修正低置信度轨迹。与现有技术相比，本发明提高了目标检测和跟踪的准确性和鲁棒性。

公开(公告)号：CN114372570A

公开(公告)日：2022-04-19

申请号：CN202111528362.4

申请日：2021-12-14

Applicant: 同济大学

Inventor： 田炜 ,  韩帅 ,  王松涛 ,  邓振文 ,  黄禹尧 ,  周斯泓 ,  谭大艺

IPC: G06N3/08 ,  G06N3/04 ,  G06Q10/04 ,  G06F17/11 ,  G06Q50/30

Abstract: 本发明提供一种多模态车辆轨迹预测方法，包括以下步骤：分别获取预测车辆和周围车辆在世界坐标系下的历史运动轨迹，处理为在候选车道中心线坐标系下的历史运动轨迹并进行编码获取历史轨迹特征向量，同时获取当前时刻预测车辆与周围车辆的交互关系特征向量、意图模态编码和运动模态编码；将意图模态编码、运动模态编码、预测车辆的历史轨迹特征向量以及当前时刻预测车辆与周围车辆的交互关系特征向量进行拼接输入LSTM解码器，输出预测车辆的多条预测轨迹以及对应的置信度标签，置信度最高的预测轨迹为最佳轨迹。与现有技术相比，该方法无需标注数据集和采样过程，全面描述车辆运动的预测轨迹分布并可进行长时预测；且具有较强的场景泛化能力。

公开(公告)号：CN116331259A

公开(公告)日：2023-06-27

申请号：CN202310267999.5

申请日：2023-03-16

Applicant: 同济大学

Inventor： 田炜 ,  王松涛

IPC: B60W60/00 ,  G01C21/26 ,  G08G1/0967 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/042 ,  G06N3/096 ,  B60W50/00

Abstract: 本发明涉及一种基于半监督模型的车辆多模态轨迹预测方法，包括：基于道路地图信息获取车辆的未来可能意图和可能行驶的道路及中心线，并对目标车辆周围的道路地图信息以及目标车辆周围的其他车辆历史轨迹进行编码，随后使用半监督模型，为未来可能的目标车辆轨迹模态生成伪标签，并使用伪标签对不同模态下的预测轨迹进行监督学习，实现车辆轨迹的多模态预测。与现有技术相比，本发明将多模态问题转化为半监督问题，并使用mean‑teacher半监督模型对模型进行训练，能够有效得提升车辆轨迹的预测精度，并能解决车辆轨迹预测中存在的数据不平衡问题，能够有效改善车辆预测结果中的模态分布、显著提升轨迹预测质量。