-
公开(公告)号：CN115755876A
公开(公告)日：2023-03-07
申请号：CN202211103256.6
申请日：2022-09-09
Applicant: 成都信息工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于RRT的改进全局路径规划方法，在采样的路径规划RRT算法中，在预定的最高采样次数k内，通过统计连续采样成功次数和连续失败次数对周边静态环境的复杂度进行预判，并基于预判结果自适应选择激进搜索扩展策略或随机搜索扩展策略，以得到改进的全局路径规划算法。本发明提供一种基于RRT的改进全局路径规划方法，其在RRT算法的基础上对所处的周边静态环境进行一个预判，降低不必要的时间和空间消耗，并引入激进的搜索扩展策略加快算法的收敛，能够在不同的环境中高效快速完成探索环境的问题，同时也能够快速的实现和实施，是一种高效简单容易实施的规划方式。
-
公开(公告)号：CN115421499A
公开(公告)日：2022-12-02
申请号：CN202211262958.9
申请日：2022-10-14
Applicant: 成都信息工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种具有转向补偿功能的智能车辆路径跟踪方法，包括：步骤一，在模型预测控制算法，基于单车转向模型计算目标转向角度；步骤二，建立运动学模型，将目标转向角度与当前转角的差作为一个转向补偿项加入到代价函数中进行求解，以获得期望的控制量，完成对无人驾驶车辆的路径跟踪任务。本发明提供一种具有转向补偿功能的智能车辆路径跟踪方法，通过将车辆运动学模型和横向动力学模型进行耦合以提升车辆的横向稳定性。经实验论证，本发明能有效提升车辆在转向时的稳定性和跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN113920163A
公开(公告)日：2022-01-11
申请号：CN202111176760.4
申请日：2021-10-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于传统和深度学习结合的运动目标检测方法，包括：步骤一，采用实例分割算法对双目相机采集的道路图像相邻帧进行检测，以将各图像划分为潜在运动目标区域和静止区域；步骤二，分别对各图像中的潜在运动目标区域、静止区域进行特征点提取与匹配；步骤三，基于相机自运动参数确定运动补偿，通过计算重投影误差以对运动状态判断，以基于判断结果完成对图像中运动目标进行标记。本发明公开一种基于传统和深度学习结合的运动目标检测方法，能有效提高算法实时性，同时通过提高自运动参数估计的精度提升检测精度。
-
公开(公告)号：CN115546428A
公开(公告)日：2022-12-30
申请号：CN202211253515.3
申请日：2022-10-13
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于点云聚类方式构建无残影点云地图的方法，包括：步骤一，对输入的单帧点云图进行聚类处理；步骤二，基于聚类后点云的几何特征进行类别判断，以确定点云图中动态目标的疑似类，将疑似类投影到构建的栅格图上；步骤三，对点云图中除了疑似类以外的点云与前一帧点云图进行位姿估计、配准；步骤四，将配准后的位姿与栅格图中物体的转移位置进行判断，若转移位置变化相差大于预定值，则将该类判定为动态目标进行去除，以得到点云处理图；步骤五，将点云处理图与关键帧点云进行拼接得到无残影的点云地图。本发明提供一种基于点云聚类方式构建无残影点云地图的方法，即能保持slam算法的实时性，又能达到满意的帧图匹配定位效果。
-
公开(公告)号：CN115601723A
公开(公告)日：2023-01-13
申请号：CN202211301582.8
申请日：2022-10-24
Applicant: 成都信息工程大学(CN)
IPC: G06V20/56 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于改进ResNet的夜间热红外图像语义分割增强方法，包括：步骤一，将夜间的可见光图像、热红外图像分别输入至两支并行编码器中进行多次特征提取；步骤二，通过与各编码器相配合的解码器，将步骤一中得到的热红外和可见光语义信息进行多次图像上采样操作，并经过softmax层输出带有彩色mask信息以及类别信息的图像其中，在步骤一中，各编码器均配置有深度残差网络ResNet；在ResNet的残差结构中，将3×3重分组块的512通道数修改为2048通道数，并对每组通道进行独立的1×1卷积操作，以得到改进ResNet。本发明公开一种基于改进ResNet的夜间热红外图像语义分割增强方法，通过改进ResNet使得推理速度与准确率均优于原算法，适用于夜间道路交通场景，具有较强的鲁棒性。
-
公开(公告)号：CN115240166A
公开(公告)日：2022-10-25
申请号：CN202210870775.9
申请日：2022-07-22
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于深度学习与稀疏场景流结合的运动目标检测方法，包括：步骤一，基于深度学习网络对双目相机采集的道路环境数据图像进行分割，以提取道路环境数据图像中的静止区域和潜在运动区域，并基于提取的静止区域的特征点确定相机自运动参数；步骤二，通过相机自运动参数将相机前后两帧的特征点坐标系进行统一，以计算潜在运动区域稀疏场景流；步骤三，基于每个场景流估计的不确定性，设置动态阈值以判断目标的运动状态。本发明提供一种基于深度学习与稀疏场景流结合的运动目标检测方法，能够有效的提升运动目标检测精度。
-
公开(公告)号：CN113920163B
公开(公告)日：2024-06-11
申请号：CN202111176760.4
申请日：2021-10-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于传统和深度学习结合的运动目标检测方法，包括：步骤一，采用实例分割算法对双目相机采集的道路图像相邻帧进行检测，以将各图像划分为潜在运动目标区域和静止区域；步骤二，分别对各图像中的潜在运动目标区域、静止区域进行特征点提取与匹配；步骤三，基于相机自运动参数确定运动补偿，通过计算重投影误差以对运动状态判断，以基于判断结果完成对图像中运动目标进行标记。本发明公开一种基于传统和深度学习结合的运动目标检测方法，能有效提高算法实时性，同时通过提高自运动参数估计的精度提升检测精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
