-
公开(公告)号:CN116627901A
公开(公告)日:2023-08-22
申请号:CN202310539616.5
申请日:2023-05-12
Applicant: 广东工业大学
IPC: G06F16/11 , G06F16/13 , G06F16/182
Abstract: 本发明提供一种自动驾驶多模态数据存储管理方法和系统,涉及智能驾驶和数据管理技术领域,该方法包括获取自动驾驶多模态数据并封装;对封装后的自动驾驶多模态数据进行数据解析和数据对齐操作,获取待存储的自动驾驶多模态数据和多模态数据关联信息;建立基于HBase的分布式存储的多模态数据库,并将待存储的自动驾驶多模态数据和多模态数据关联信息共同存储到多模态数据库中,完成自动驾驶多模态数据的存储管理;本发明能够在降低网络能耗的基础上保证数据不失帧,同时,在将多模态数据入库时,对不同模态数据进行数据对齐,并在数据库中存储不同模态数据的关联信息,使多模态数据的联合存取更为高效。
-
公开(公告)号:CN116664851A
公开(公告)日:2023-08-29
申请号:CN202310498874.3
申请日:2023-05-05
Applicant: 广东工业大学
IPC: G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于人工智能的自动驾驶数据提取方法,包括以下步骤:S1:通过激光雷达和毫米波雷达分别获取点云数据,通过摄像头获取图像数据,通过惯性测量单元获取姿态信息;S2:使用VoxelNet算法对激光雷达获取的点云数据进行处理,使用Yolo算法对摄像头获取的图像数据进行处理;S3:将步骤S2中VoxelNet算法的输出与Yolo算法的输出进行后融合,得到第一融合特征,得到存在目标的区域;S4:在存在目标的区域,使用F‑PointNet算法对毫米波雷达获取的点云数据进行锥体处理,得到目标的运动速度;S5:将第一融合特征与目标的运动速度进行后融合,得到所需的物体信息。本发明运用多模态融合技术,保证数据信息处理准确性的基础上又进一步提高了提取速率。
-
公开(公告)号:CN116629019A
公开(公告)日:2023-08-22
申请号:CN202310702227.X
申请日:2023-06-13
Applicant: 广东工业大学
IPC: G06F30/20 , G06V10/764
Abstract: 本发明公开了一种基于OpenX的自动驾驶仿真场景构建系统,涉及自动驾驶数据处理技术领域。所述系统包括:数据获取模块,用于获取多模态数据;数据解耦分类模块,用于对所述多模态数据进行解耦与分类,得到静态路网数据、动态行为数据和路表数据;数据描述模块,用于基于openX分别描述所述静态路网数据、所述动态行为数据和所述路表数据,并作为元素构建数据资源集;场景构建模块,用于获取调用需求,并根据调用需求筛选数据资源集中的元素,构建仿真场景。相较于现有技术,本发明在保证解耦数据保真性高的同时,确保标注的准确性,实现原始数据的快速标注与分类,解决数据质量低、获取成本高的问题,降低数据处理的复杂度,减少算力成本的开销。
-
-