-
公开(公告)号：CN111696133A
公开(公告)日：2020-09-22
申请号：CN202010470228.2
申请日：2020-05-28
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种实时目标跟踪方法及系统，方法包括：基于Forward-Backward策略的Lucas-Kanade光流法，对输入的当前帧灰度图像进行实时跟踪，并利用光流跟踪特征点与匹配特征点相融合的方式来动态更新前景目标特征点；若实时跟踪过程中出现跟踪失败，则建立图像金字塔，在不同层的金字塔图像上分别提取FAST特征点，并与初始帧前景特征点进行特征匹配，以实现对目标的重追踪。本发明实施例利用特征点来进行跟踪，结合光流跟踪与图像金字塔多尺度下的特征点匹配算法，对跟踪目标的尺度、旋转、光照变化都具有鲁棒性。此外算法可以在目标被遮挡或者目标丢失后重现的情况下，快速找到对应尺度下目标的匹配特征点，来恢复对目标的跟踪。
-
公开(公告)号：CN114485698B
公开(公告)日：2023-11-28
申请号：CN202111623443.2
申请日：2021-12-28
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种交叉路口引导线生成方法及系统，包括：获取车辆轨迹数据；划定交叉路口范围的多边形ROI区域，通过改进的Savitzky‑Golay滤波器对ROI区域中每条车辆轨迹进行平滑滤波处理；通过K‑means算法对交叉路口ROI区域的车辆轨迹数据粗分类；对粗分类后的轨迹簇，通过DBSCAN空间密度聚类算法将驶入和驶出车道均相同的轨迹线归类，并根据每条轨迹线中的车辆类型再次进行归类；通过RANSAC曲线拟合算法对轨迹簇进行多项式曲线拟合，得到不同车型车辆对应的交叉路口引导线。通过该方案可以提高交叉路口引导线制作效率，降低人工绘制成本，实现不同车型引导线的构建，可以保障引导线的准确性并能提供安全引导。
-
公开(公告)号：CN114445577B
公开(公告)日：2025-04-29
申请号：CN202111681697.X
申请日：2021-12-29
Applicant: 武汉中海庭数据技术有限公司
IPC: G06T17/05 , G06N3/042 , G06N3/0455 , G06N3/08
Abstract: 本发明实施例提供一种基于图网络的预计达到时间计算方法和系统，同时对历史轨迹数据的车辆类型和天气信息进行挖掘。在时间和空间信息深度融合方面，采用最自然的图神经网络进行建模，充分考虑局部区域内连通路段车流速度相互影响，以最贴切的图结构对道路拓扑进行建模。通过将轨迹数据在图结构上投影，通过特征建模的方式将时间信息和空间结构信息充分融合；在特征建模过程中引入高精度地图中影响车辆流通的道路属性信息，如路段道路类型，路段最高限速，路段车道数，是否是路口等，这些信息以信息嵌入的方式引入到静态图网络建模中；先利用利用缓存机保证查询的实时性，其次是将世界划分成局部片区，保证图网络训练稳定性和收敛速度。
-
公开(公告)号：CN111709517B
公开(公告)日：2022-07-29
申请号：CN202010537807.4
申请日：2020-06-12
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种基于置信度预测系统的冗余融合定位增强的方法，包括：计算冗余融合定位系统与高精度惯导系统的定位偏差数据，将定位偏差数据输入训练好的基于深度学习的置信值拟合网络，计算出定位偏差数据对应的置信度数值；通过车辆当前时刻的速度与加速度预测出未来时刻的轨迹点，获取轨迹点对应的高精度地图属性值；将将当前时刻定位子系统置信度相关的观测量、当前时刻的置信度数值、未来时刻的轨迹点对应的高精度地图属性值输入训练好的基于深度学习的时序神经网络，计算出未来时刻的置信度数值。本发明解决了定位置信度实时评估及自动驾驶车辆根据当前的定位状态、前方的高精度地图属性，对未来时间内定位的置信度进行预测的问题。
-
公开(公告)号：CN114511080A
公开(公告)日：2022-05-17
申请号：CN202111643789.9
申请日：2021-12-29
Applicant: 武汉中海庭数据技术有限公司
IPC: G06N3/08 , G06V10/762 , G06K9/62 , G01S19/37
Abstract: 本发明涉及一种模型构建方法、装置以及异常轨迹点实时检测方法。本发明通过获取历史轨迹数据并对所述历史轨迹数据进行预处理，提取历史轨迹数据中异常轨迹，构建模型训练数据；然后提取异常轨迹中每个轨迹点的特征向量，并对每个轨迹点进行相对位置编码；最后将每个轨迹点的特征向量以及相对位置编码作为输入，对transformer网络模型进行训练，得到异常轨迹点实时检测模型。本发明采用基于transformer模块的神经网络模型，对时序轨迹序列进行建模，对每个轨迹点给出异常和非异常的标签。提高异常轨迹点检测的准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN114488094A
公开(公告)日：2022-05-13
申请号：CN202111576741.0
申请日：2021-12-21
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种车载多线激光雷达与IMU外参数自动标定方法及装置，该方法通过在标定板上挖取圆孔作为激光雷达可识别特征，计算在激光雷达坐标系下标定板四个角点的坐标，结合车载GPS/IMU的绝对位姿信息，实现与标定板上WGS‑84控制点的同名点配对，最后采用高斯牛顿法求解出激光雷达与IMU的外参矩阵。通过该方案可以降低标定场景要求，实现自动化外参标定，能有效提高标定效率，避免人为因素影响，保障标定结果的准确性和可靠性。
-
公开(公告)号：CN114485698A
公开(公告)日：2022-05-13
申请号：CN202111623443.2
申请日：2021-12-28
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种交叉路口引导线生成方法及系统，包括：获取车辆轨迹数据；划定交叉路口范围的多边形ROI区域，通过改进的Savitzky‑Golay滤波器对ROI区域中每条车辆轨迹进行平滑滤波处理；通过K‑means算法对交叉路口ROI区域的车辆轨迹数据粗分类；对粗分类后的轨迹簇，通过DBSCAN空间密度聚类算法将驶入和驶出车道均相同的轨迹线归类，并根据每条轨迹线中的车辆类型再次进行归类；通过RANSAC曲线拟合算法对轨迹簇进行多项式曲线拟合，得到不同车型车辆对应的交叉路口引导线。通过该方案可以提高交叉路口引导线制作效率，降低人工绘制成本，实现不同车型引导线的构建，可以保障引导线的准确性并能提供安全引导。
-
公开(公告)号：CN114511590A
公开(公告)日：2022-05-17
申请号：CN202111629506.5
申请日：2021-12-28
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种基于单目视觉3D车辆检测与跟踪的路口多引导线构建方法，包括：根据自车单目相机捕获的图像序列数据对周围车辆进行3D检测，对检测到的车辆进行跟踪并分配id；根据检测到的车辆3D信息以及跟踪分配的车辆id进行车辆运动轨迹提取；根据提取得到的车辆运动轨迹中的各个轨迹线构建路口引导线；通过自车单目相机对他车进行3D检测与跟踪，获取其行驶轨迹，再通过轨迹线的分类与拟合，实现复杂路口的多引导线快速构建。该方法旨在降低路口引导线的构建成本，缩短高精地图构建周期。
-
公开(公告)号：CN111709517A
公开(公告)日：2020-09-25
申请号：CN202010537807.4
申请日：2020-06-12
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种基于置信度预测系统的冗余融合定位增强的方法，包括：计算冗余融合定位系统与高精度惯导系统的定位偏差数据，将定位偏差数据输入训练好的基于深度学习的置信值拟合网络，计算出定位偏差数据对应的置信度数值；通过车辆当前时刻的速度与加速度预测出未来时刻的轨迹点，获取轨迹点对应的高精度地图属性值；将将当前时刻定位子系统置信度相关的观测量、当前时刻的置信度数值、未来时刻的轨迹点对应的高精度地图属性值输入训练好的基于深度学习的时序神经网络，计算出未来时刻的置信度数值。本发明解决了定位置信度实时评估及自动驾驶车辆根据当前的定位状态、前方的高精度地图属性，对未来时间内定位的置信度进行预测的问题。
-
公开(公告)号：CN110514220A
公开(公告)日：2019-11-29
申请号：CN201910896236.0
申请日：2019-09-22
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种车辆里程校准方法、装置及存储介质，属于汽车电子信息技术领域。该方法包括：基于轮式车辆的曲线运动模型，计算一定距离内车辆推算坐标与GPS定位坐标间的误差值；建立车辆里程的误差方程，根据误差值及误差方程，通过递推最小二乘法拟合误差参数；根据误差参数修正车辆里程。通过该方案可以递推校准车辆里程，保证能够车辆里程计数的准确。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.021 seconds)
