-
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：CN117893583A
公开(公告)日：2024-04-16
申请号：CN202311645418.3
申请日：2023-12-01
Applicant: 武汉中海庭数据技术有限公司 , 清华大学
Abstract: 本申请涉及点云配准技术领域，特别涉及一种基于色调梯度的RGB点云配准方法及装置，其中，方法包括：估计目标配准RGB点云的色调梯度点云，并提取色调梯度点云的至少一个逐点特征；采样至少一个逐点特征，得到采样点云的逐点特征，构建采样点云的几何‑色调编码矩阵，得到采样点云的增强特征；基于采样点云的增强特征计算采样点云的关联信息，根据关联信息生成目标配准RGB点云的相对位姿，以利用相对位姿配准目标配准RGB点云。本申请实施例可以设计RGB点云对应的色调梯度的几何‑色调编码方法，通过同时提取待配准点云之间的几何与颜色对应关系实现RGB点云之间的配准，从而充分利用RGB点云中的颜色信息，提升了配准结果的精确性，适用范围更广。
-
公开(公告)号：CN117689560A
公开(公告)日：2024-03-12
申请号：CN202311502599.4
申请日：2023-11-08
Applicant: 武汉中海庭数据技术有限公司 , 清华大学
IPC: G06T5/50 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种基于图像的场景点云增强方法及装置，其中，方法包括：获取单目视觉图像数据和单目视觉图像数据对应的精度大于第一预设值的第一目标点云数据，对第一目标点云数据进行下采样，得到精度低于第二预设值的第二目标点云数据；对单目视觉图像数据和第二目标点云数据进行特征提取，得到至少一个特征点，从而生成第三目标点云数据；利用预先训练模型将第三目标点云数据与第一目标点云数据进行对比并评估，得到评估结果，将评估结果进行矫正，以生成增强后的三维点云。由此，解决了相关技术中由于低精度点云数据增强缺乏对图像信息的利用，降低点云增强的精准性，并且侧重于点云数据的局部增强，降低点云增强的适用性的问题。
-
公开(公告)号：CN110766061B
公开(公告)日：2022-05-31
申请号：CN201910979645.7
申请日：2019-10-15
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种道路场景匹配方法及装置。方法包括：将道路场景图片输入至目标检测模块，获取目标检测模块输出的道路场景图片对应的目标检测结果；基于delaunay三角剖分算法，根据目标检测结果，生成道路场景图片对应的邻接关系图；将任意两张道路场景图片对应的邻接关系图输入至图匹配模块，获取图匹配模块输出的两张道路场景图片间的相似度；若相似度大于预设阈值，则分别将两张道路场景图片中相对应的目标进行特征匹配，得到匹配结果。本发明实施例提供的方法及装置，提高了场景匹配精度，速度上远远超过传统的场景匹配方法，不需要手动设定选取参数广泛适应道路场景，并同时解决了深度神经网络的关联性问题。
-
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：CN111695486A
公开(公告)日：2020-09-22
申请号：CN202010514778.X
申请日：2020-06-08
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种基于点云的高精度方向标志牌目标提取方法，包括：获取标志牌的点云数据、RGB图片信息、轨迹信息，将RGB图片按照轨迹信息抽稀处理形成图片数据集合，利用目标检测深度学习模型对图片数据集合提取标志牌的位置信息和属性信息；通过另外的深度学习模型检测出标志牌的形状属性，将其通过轨迹信息关联到点云数据中，并分类保存为点云数据集；将点云数据集中点云数据转化为点云图片，利用语义分割深度学习模型对点云图片的轮廓信息进行预测；将点云图片按照映射关系反投影到点云数据集中，对轮廓点不准确的形点按照点云数据的强度信息进行精提取；通过位置信息将属性信息与形点相关联并保存。本发明减少了人工提取标志牌中交通要素的时间。
-
公开(公告)号：CN119810240A
公开(公告)日：2025-04-11
申请号：CN202411974582.3
申请日：2024-12-31
Applicant: 同济大学 , 武汉中海庭数据技术有限公司
IPC: G06T11/00 , G06F18/213 , G06F16/29 , G06F21/62 , G06N20/00
Abstract: 本发明实施例提供的一种轨迹制图方法、服务器、客户端和系统，具有以下有益效果：随机向多个客户端发送全局模型参数；接收所述多个客户端迭代训练、噪声扰动后的参考模型参数；聚合多个客户端的参考模型参数得到新的全局模型参数；将所述新的全局模型参数发送至所述多个客户端，以使所述多个客户端进行新一轮的迭代训练。本发明对模型参数进行噪声扰动，通过增大受扰动后的数据与原始数据之间的差异，达到了更强的隐私保护效果。
-
公开(公告)号：CN118212298A
公开(公告)日：2024-06-18
申请号：CN202410261094.1
申请日：2024-03-07
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明涉及一种地面POI映射到车载坐标系的方法及装置，其方法包括：获取相机的内参和外参，并对所述内参和所述外参进行标定；根据标定后的内参和外参，确定相机坐标系与车载坐标系的转换关系；测量相机到地面的高度；基于相机坐标系与车载坐标系的转换关系，以及相机到地面的高度，计算地面POI图像中的每个像素点在车载坐标系的坐标。本发明使用单一相机便可以推导出地面POI在车体系下的坐标，系统复杂度低且高效，精度高，适应性强。
-
公开(公告)号：CN110991414B
公开(公告)日：2023-04-25
申请号：CN201911332009.1
申请日：2019-12-21
Applicant: 武汉中海庭数据技术有限公司
Abstract: 本发明提供一种交通要素高精度分割方法、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，将所述交通场景图像剪裁至预定大小；对剪裁后的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DenseAspp模块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函数分类输出，以检测分割所述交通场景图像中交通要素。通过该方案解决了现有语义分割方法目标分割精度不高的的问题，可以全面获取交通要素特征信息，有效提高交通要素检测分割精度。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.032 seconds)
