-
公开(公告)号：CN116129257A
公开(公告)日：2023-05-16
申请号：CN202211591325.2
申请日：2022-12-12
Applicant: 广西综合交通大数据研究院 , 广西北港大数据科技有限公司
Abstract: 本申请实施例提供的基于雷视融合的移动目标识别方法、装置及存储介质中，首先从数据层面入手，根据毫米波雷达对潜在目标的空间位置进行表征，并将表征结果用于摄像头采集的原始图像中远距离目标区域划分，进一步的，对该划分区域图像进行重构和检测，从而提升远距离目标的视觉检测精度，然后从雷达和视觉检测特征层融合进行建模，针对毫米波雷达检测受光照影响小和图像检测纹理信息多的特点，提升系统低光照环境下的检测精度。
-
公开(公告)号：CN218675755U
公开(公告)日：2023-03-21
申请号：CN202223276722.9
申请日：2022-12-07
Applicant: 广西北港大数据科技有限公司 , 广西综合交通大数据研究院
IPC: G05B19/042 , G01S17/86
Abstract: 本实用新型公开了一种基于雷视融合的移动感知装置，包括设在移动感知装置机体上的第一主控模块、第二主控模块、激光雷达、红外深度摄像头、陀螺仪、电机控制器、电机和编码器；激光雷达和红外深度摄像头分别与第一主控模块连接；陀螺仪和电机控制器分别与第二主控模块连接；陀螺仪用于采集移动感知装置的航向角和加速度，并将采集到的信息传输至第二主控模块；第一主控模块与第二主控模块通信连接，电机控制器的输出端与电机的输入端连接，电机的输出端与编码器的输入端连接，编码器的输出端还与第二主控模块连接。这种装置将视觉与雷达融合，解决现有移动感知装置无法或在强光环境下工作时获取的图像效果不佳的问题。
-
公开(公告)号：CN114091807B
公开(公告)日：2025-05-16
申请号：CN202111186576.8
申请日：2021-10-12
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G06Q10/0631 , G06Q30/08 , G06F17/11
Abstract: 本申请公开了一种多无人机任务分配及调度方法、装置、无人机系统以及存储介质。方法包括：获取至少一个待执行任务，根据待执行任务的类型将每个待执行任务分解生成对应的多个子任务，并根据拍卖算法将每个子任务分配至对应的无人机，再根据子任务的信息和子任务的分配结果构建任务网络模型，以及执行根据预设任务调度算法遍历任务网络模型得到的目标子任务。本申请实施方式的方法中，通过将待执行任务进行拆解得到子任务并通过拍卖算法分配给无人机，再根据子任务的执行顺序以及分配结果构建任务网络模型，以及通过预设任务调度算法确定任务网络模型中的优先执行的子任务，如此，可以有效的实现任务分配和任务调度，减少了无人机系统资源消耗。
-
公开(公告)号：CN113819917B
公开(公告)日：2024-11-29
申请号：CN202111088984.X
申请日：2021-09-16
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G01C21/34
Abstract: 本申请提供了一种自动驾驶路径规划方法、装置、设备及存储介质，涉及自动驾驶技术领域，该方法包括：获取激光雷达采集的道路信息构建高精度地图；确定当前位置和目标位置；确定行驶路径上的障碍物，并采用状态栅格算法计算多条从当前位置到目标位置的行驶路径；用度量函数选取行驶代价最小的行驶路径作为目标行驶路径。本申请实施例能够减少路径规划的随机性，在给定起点和终点坐标后，能够找到可行驶路径并推导出相应的输入信息，在对动态障碍物避障的时候，无人车进行局部路径规划，能够合理选择一条可行驶路径。根据运动学约束条件，如速度、转弯半径、路径曲率等，对规划路线进行修正。
-
公开(公告)号：CN113589288B
公开(公告)日：2024-09-24
申请号：CN202110704069.2
申请日：2021-06-24
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G01S13/93 , G01S13/931 , G01S13/937
Abstract: 本申请提供了一种基于毫米波雷达的目标筛选方法、装置、设备及存储介质，涉及自动驾驶技术领域。该方法包括：获取毫米波原始数据，确定毫米波原始数据中对应的扫描点；确定各扫描点的特征数据，基于归一化处理后的特征数据，采用预设的聚类算法对扫描点进行聚类，基于各组聚类点中扫描点的特征数据，确定各组聚类点对应的物体类型，确定目标物体。本申请实施例通过提取毫米波数据的特征数据，将特征数据进行归一化处理，通过预设的聚类算法对扫描点进行聚类，并基于各类聚类点的特征数据，确认目标物体，通过特征数据的聚类，能够有效排除非车辆、船只障碍物，并区分移动中的车辆、船只和非移动车辆、船只，为自动驾驶提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN112561395B
公开(公告)日：2024-07-19
申请号：CN202011565407.0
申请日：2020-12-25
Applicant: 桂林电子科技大学 , 广西综合交通大数据研究院
IPC: G06Q10/0631 , G06Q10/047
Abstract: 本公开提供了一种无人机协同方法、系统、装置、电子设备及存储介质，涉及无人机协同领域。该方法包括：获取待执行任务和待执行任务的特征；将待执行任务基于特征分配至多个无人机，基于每个无人机需要执行的待执行任务的特征，确定每个无人机执行待执行任务的顺序，并下发任务执行指令。本公开实施例基于待执行任务的特征对待执行任务进行分配，并对每个无人机执行的任务进行再次分配，确定每个无人机执行任务的顺序，分层的分布式方法能够灵活处理高度动态的任务，满足动态任务的需求，提高系统鲁棒性，并且对现有任务进行再分配，提高任务的完成度和完成效率，同时将复杂的多任务协同问题转化为相对简单的路径规划问题，提高无人机的协同效率。
-
公开(公告)号：CN113219439B
公开(公告)日：2023-12-26
申请号：CN202110379595.6
申请日：2021-04-08
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请实施例提供了一种目标主干点云提取方法、装置、设备及计算机存储介质，涉及激光雷达技术领域。该方法包括：获取目标平面的原始点云的坐标信息，确定目标平面的平面种子点；采用预设的线性模型对目标平面进行拟合，确定目标平面的拟合模型；采用预设的算法确定拟合模型中的主干点云，得到目标平面的主干点云。本申请实施例通过各激光点的坐标信息，采用坐标信息，能够有效去除原始点云中坐标高度值过高的激光点，采用线性模型能够有效模拟去除过高点后的点云的拟合平面，然后基于该拟合平面，进一步去除该拟合平面中过高或者距离过大的激光点，保证过高点和干扰点完全被去除，提升点云的精确度，方便后续点云的使用。
-
公开(公告)号：CN113535388B
公开(公告)日：2023-09-29
申请号：CN202110711120.2
申请日：2021-06-25
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请提供了一种面向任务的服务功能聚合方法，涉及计算机技术领域。该方法包括：获取预设时间段内的至少一个任务；对各任务进行任务分解，得到各任务分别包含的虚拟网络功能；计算各虚拟网络功能计算各任务之间的任务相似度，基于任务相似度对至少一个任务进行分类。本申请实施例从任务角度出发，根据任务相似度对任务进行分类，在同一类内根据底层物理资源的限制进行功能聚合。提高了聚合效率，降低了实例化成本，提高了物理资源利用率；此外在类内聚合时本申请从底层物理资源的约束下进行聚合，考虑了底层物理资源限制，提高了映射时请求接受率和降低了物理资源碎片化。
-
公开(公告)号：CN112508924B
公开(公告)日：2022-09-23
申请号：CN202011483335.5
申请日：2020-12-15
Applicant: 桂林电子科技大学 , 广西综合交通大数据研究院
Abstract: 本发明属于图像处理技术领域，公开了一种小目标检测识别方法、装置、系统和存储介质。小目标检测识别方法包括：获取待检测识别的目标图像；将所述目标图像输入到预设的卷积神经网络模型中进行检测识别并输出检测识别结果；其中，预设的所述卷积神经网路模型可对所述目标图像进行卷积处理、残差处理、下采样处理以及特征融合处理，得到目标图像特征融合结果，并对得到的所述目标图像特征融合结果进行检测识别。通过获取图像并将图像通过预设的卷积神经网络模型进行包括卷积处理、残差处理、下采样处理以及特征融合处理等处理之后，进行检测识别，能够有效地检测出图像中的小目标，提高图像检测识别的准确性和精度，提高检测识别的效率。
-
公开(公告)号：CN113589288A
公开(公告)日：2021-11-02
申请号：CN202110704069.2
申请日：2021-06-24
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G01S13/93 , G01S13/931 , G01S13/937
Abstract: 本申请提供了一种基于毫米波雷达的目标筛选方法、装置、设备及存储介质，涉及自动驾驶技术领域。该方法包括：获取毫米波原始数据，确定毫米波原始数据中对应的扫描点；确定各扫描点的特征数据，基于归一化处理后的特征数据，采用预设的聚类算法对扫描点进行聚类，基于各组聚类点中扫描点的特征数据，确定各组聚类点对应的物体类型，确定目标物体。本申请实施例通过提取毫米波数据的特征数据，将特征数据进行归一化处理，通过预设的聚类算法对扫描点进行聚类，并基于各类聚类点的特征数据，确认目标物体，通过特征数据的聚类，能够有效排除非车辆、船只障碍物，并区分移动中的车辆、船只和非移动车辆、船只，为自动驾驶提供技术支持。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.057 seconds)
