公开(公告)号：CN118982774A

公开(公告)日：2024-11-19

申请号：CN202410570978.5

申请日：2024-09-29

Applicant: 河南工业大学

Inventor： 陈红梅 ,  王保存 ,  叶文 ,  张筱南 ,  袁航 ,  姬淼鑫 ,  许强伟 ,  吴才章 ,  徐赟

IPC: G06V20/40 ,  G06V10/764

Abstract: 本发明公开了一种多源联合约束的自适应视觉SLAM关键帧选取方法，针对大数据量给SLAM算法带来了计算复杂度和实时性的挑战，且现有关键帧选择方法在复杂场景下的稳定性和适应性等方面存在不足问题，设计带有实时状态检测的自适应多源约束关键帧选择方法。包括三个部分：首先以相机几何测量原理设计自适应阈值条件进行关键帧的选取；然后应对复杂环境下的剧烈运动情况，设计实时状态检测机制，使用惯性测量单元(Inertial measurement unit,IMU)对自适应阈值进行优化和调整；最后设计有效点均匀分布约束，保证选取关键帧的稳定性。本发明适应于SLAM系统，该方法在复杂运动情况下保证关键帧选取的适应性，显著提高了视觉SLAM在复杂环境下的定位精度和稳定性。

公开(公告)号：CN118366118A

公开(公告)日：2024-07-19

申请号：CN202410353179.2

申请日：2024-03-26

Applicant: 河南工业大学

Inventor： 陈红梅 ,  常素红 ,  王海锋 ,  叶文 ,  张筱南 ,  袁航 ,  姬淼鑫 ,  许强伟 ,  吴才章

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种高精度3D目标检测车对车的协同感知算法，属于协同感知技术领域。该方法包含以下步骤：对点云数据进行预处理，引入基于体素网格的统计滤波器，以获得更干净和可靠的点云数据；设计体素点柱融合的特征提取网络结构，对经过滤波处理的点云进行基于体素点柱融合的特征编码，得到柱状特征网络的伪图像；利用特征金字塔网络从伪图像中提取多尺度特征，实现中间特征的提取；建立协同感知特征融合模块，构建特征压缩和特征共享网络，将协同自动驾驶车辆CAV的中间特征图投影到自我车辆坐标上，通过卷积网络压缩中间特征；提出跨车辆特征融合模块，捕捉特征之间的空间关系；引入残差块以减少信息在网络传递过程中的丢失，并进行三维物体检测，输出BEV视角下的3D目标检测框。本发明使用基于体素网格的统计滤波器方案有效地去除激光雷达点云中的噪声，通过融合体素点柱特征提取网络，保留高维度信息的同时有较高的计算效率，解决了车辆感知系统面临的远距离遮挡和稀疏传感器观测导致的精度不高问题，提高了车辆感知的准确性和可靠性。