-
公开(公告)号：CN114092910B
公开(公告)日：2024-11-22
申请号：CN202111386948.1
申请日：2021-11-22
Applicant: 武汉中海庭数据技术有限公司
IPC: G06V20/58 , G06V10/25 , G06V10/774 , G06N20/00
Abstract: 本发明提供一种基于多尺度运算的弯道识别方法及系统，方法包括：基于多个尺度将道路矢量线数据投影成图像；基于深度学习方法从所述图像中识别出弯道目标框；对于道路矢量线数据，基于多尺度加滑动窗口的方式计算曲率，基于计算的曲率识别弯道区间；对检测的弯道目标框和识别的弯道区间，进行融合处理，获取识别的最终弯道区间。本发明结合基于深度学习的方法和基于曲率运算的方法，分别使用多尺度运算的方式，改善弯道识别方法的效果。
-
公开(公告)号：CN114037746B
公开(公告)日：2024-07-30
申请号：CN202111386944.3
申请日：2021-11-22
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种基于路测立杆的图像与高精度地图配准方法及配准系统，配准方法包括：标定相机的内外参；在图像中提取第一立杆信息；提取高精度地图中的第二立杆信息；基于相机的内外参，将高精度地图中的第二立杆信息转化到图像坐标系中的第三立杆信息；将第一立杆信息和第二立杆信息进行配准，解算相机的位姿信息。本发明基于路侧立杆的图像与高精度地图配准方法算法，只需要从图像中获取高精度地图中已经存在的道路要素的特征信息，即可用于图像和高精度地图的配准。
-
公开(公告)号：CN111062347B
公开(公告)日：2023-04-28
申请号：CN201911332028.4
申请日：2019-12-21
Applicant: 武汉中海庭数据技术有限公司
IPC: G06V20/56 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种自动驾驶中交通要素分割方法、电子设备及存储介质，该方法包括：获取采集的交通场景图像，通过预训练的分割模型对所述交通场景图像进行分割；其中，对所述交通场景图像进行卷积计算得到特征矩阵，对所述特征矩阵进行下采样和上采样后，与基于ASPP模块和注意力机制处理后的特征矩阵叠加得到目标特征矩阵，将所述目标特征矩阵经过sigmoid函数分类得到交通要素分割结果；将分割结果和预定标准数据同时输入至对抗网络对所述对抗网络进行训练，通过所述对抗网络生成具有置信度的交通要素分割图像。通过该方案解决了现有交通要素分割模型泛化能力差的问题，可以有效提高网络模型的泛化能力，增强对不同交通场景的适应能力。
-
公开(公告)号：CN114443789A
公开(公告)日：2022-05-06
申请号：CN202111547836.X
申请日：2021-12-16
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供的一种海量车载点云数据回溯方法及装置，其包括以下步骤：S1：点云数据预处理，收集与测站相关的信息并将数据文件归档存储；S2：点云数据矢量线提取，采用车载点云数据的道路面中心线作为点云数据的矢量线；S3：海量点云数据回溯底图矢量构建，对点云数据矢量线进行网格切割、矢量综合、空间匹配形成底图矢量；S4：海量点云数据历史回溯，通过设定空间范围提取关联矢量线，然后读取矢量线存储的迭代历史记录，最后根据迭代历史记录查询关联的点云数据。基于海量点云矢量底图和迭代历史实现海量点云数据的回溯，解决了高精度地图生产的点云数据回溯的问题。
-
公开(公告)号：CN112435336B
公开(公告)日：2022-04-19
申请号：CN202011271209.3
申请日：2020-11-13
Applicant: 武汉中海庭数据技术有限公司
IPC: G06T17/05 , G06T17/20 , G06V20/58 , G06V10/46 , G06V10/74 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本发明提供一种弯道类型识别方法、装置、电子设备及存储介质，该方法包括：采集道路面点云，将道路面点云投影为平面图像，提取道路面中轴线后，对道路面中轴线进行扩展，计算中轴线属性；计算中轴线投影图的图像矩，并计算中轴线的关键特征；通过层次聚类对中轴线特征集合进行聚类，基于初始聚类中心，通过K‑means聚类方法对中轴线特征集合进行聚类，将特征向量输出至模型文件；提取待识别数据的特征向量，计算待识别特征向量与模型特征向量的马氏距离，确定待识别数据类型。通过该方案可以自动识别弯道类型，提高高精度地图制作中道路识别的适应性和识别结果的准确性，方便针对不同弯道场景选择准确的处理算法和配置参数，保障道路提取效果。
-
Patent Agency Ranking
公开(公告)号：CN114116749A
公开(公告)日：2022-03-01
申请号：CN202111422385.7
申请日：2021-11-26
Applicant: 武汉中海庭数据技术有限公司
IPC: G06F16/23 , G06F16/29 , G06F16/583 , G06V20/58 , G06V20/64 , G06V10/26 , G06V10/44 , G06V10/74 , G06V10/80 , G06N3/02 , G06K9/62
Abstract: 本发明提供一种道路标线更新方法、系统、电子设备及存储介质，更新方法包括：对左右侧视角图像进行逆透视变换，形成图像数据；基于深度学习网络，从图像数据中提取车道标线语义特征，进而提取车道标线边缘轮廓；基于位姿信息，将车道标线边缘轮廓反算到三维空间，在局部空间与HD MAP进行全局相似性匹配；对图像数据和HD MAP的车道标线匹配结果进行差异分析，获取增删属性信息；基于增删属性信息，对HD MAP库中的车道标线数据进行更新。本发明借助图像深度学习技术，减少人为干预，提高了高精度地图更新车道标线要素的效率，相对于高精度地图制作的提取方法，成本低廉、并且有更高的更新效率。
-
公开(公告)号：CN109285163B
公开(公告)日：2021-10-08
申请号：CN201811032540.2
申请日：2018-09-05
Applicant: 武汉中海庭数据技术有限公司
Inventor： 惠念
Abstract: 本发明涉及一种基于激光点云的车道线左右轮廓线交互式提取方法，其包括如下步骤：S1、在激光点云作业平台上，手动指定N个车道线起点；S2、每个起点处，分别依次执行S3～S6；S3、用该多边形分割点云；S4、过滤分割后的点云；S5、结合基准反射强度和标准车道线宽对点对进行坐标的调整；S6、若采集的车道线左右轮廓线形点数量为0，就结束当前起点对应车道线的计算，开始对下一个起点执行步骤S3～S6直到所有起点计算完毕；否则以当前采集的车道线左右轮廓线尾点对的中点，作为新的起点，继续计算，直到采集的车道线左右轮廓线形点数量为0，并结束当前起点对应车道线的计算，开始对下一个起点执行S3～S6直到所有起点计算完毕。
-
公开(公告)号：CN111696059A
公开(公告)日：2020-09-22
申请号：CN202010470213.6
申请日：2020-05-28
Applicant: 武汉中海庭数据技术有限公司
IPC: G06T5/00
Abstract: 本发明实施例提供一种车道线光滑连接处理方法和装置，方法包括：S1，获取沿道路通行方向排列的若干点云块，对各点云块内的车道线异常数据进行剔除和矫正；S2，对应关联相邻点云块中的车道线，并矫正宽度异常的车道线；S3，遍历每一个点云块内的车道线，查找车道增减或分流/合流匝道口；S4，将相邻点云块中的车道线拟合连接。本发明实现了将分块点云中的车道线沿道路的通行方向光滑连接，并且能够识别点云块内的车道增减或分流/合流匝道口，解决了现有技术在点云或图像上识别的结果中，出现漏检车道增减或分流/合流匝道口的问题，提高了车道线连接及拓扑处理的精确性。
-
公开(公告)号：CN114443789B
公开(公告)日：2025-04-25
申请号：CN202111547836.X
申请日：2021-12-16
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供的一种海量车载点云数据回溯方法及装置，其包括以下步骤：S1：点云数据预处理，收集与测站相关的信息并将数据文件归档存储；S2：点云数据矢量线提取，采用车载点云数据的道路面中心线作为点云数据的矢量线；S3：海量点云数据回溯底图矢量构建，对点云数据矢量线进行网格切割、矢量综合、空间匹配形成底图矢量；S4：海量点云数据历史回溯，通过设定空间范围提取关联矢量线，然后读取矢量线存储的迭代历史记录，最后根据迭代历史记录查询关联的点云数据。基于海量点云矢量底图和迭代历史实现海量点云数据的回溯，解决了高精度地图生产的点云数据回溯的问题。
-
公开(公告)号：CN112446314B
公开(公告)日：2022-07-29
申请号：CN202011308893.8
申请日：2020-11-19
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种基于投影图提取护栏高程的方法及系统，该方法包括：将激光点云数据中的护栏从其水平一侧投影为二维图像；根据所述二维图像中每行的像素点数和灰度值提取护栏高程。在点云中护栏的提取分为两部分，既有平面部分也有高程部分，将激光点云数据中的护栏投影为二维图像数据,再基于二维图像中每行像素点个数和灰度值提取护栏高程，减少了高精度地图中护栏高程提取的时间，极大的提高了高精度地图制作的时间。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.029 seconds)
