-
公开(公告)号:CN114926819A
公开(公告)日:2022-08-19
申请号:CN202210607410.7
申请日:2022-05-31
Applicant: 海南大学
Abstract: 本发明涉及一种复杂场景的未知异常障碍物识别方法及系统,该系统包括:特征编码器模块:用以将输入图片编码为高维特征张量,提取输入特征;未知注意力生成模块,用以生成未知注意力权重图,该注意力图对不确定性高区域生成高权重,反之注意力图较低;注意力信息提示模块,用以对注意力高区域给予真值提示;语义分割结果预测模块,用以预测像素为各类别的概率。本发明通过训练模型将有效注意力放在不确定性区域高的区域来以此根据模型注意力权重值来预测是否为未知异常障碍物。与现有技术相比本发明具有应用性强、计算量小、普适性强等优点。
-
公开(公告)号:CN115547313A
公开(公告)日:2022-12-30
申请号:CN202211140473.2
申请日:2022-09-20
Applicant: 海南大学
IPC: G10L15/18 , G10L15/08 , G10L15/22 , G10L15/26 , B60R16/023
Abstract: 本发明涉及语音控制技术领域,具体涉及一种基于驾驶员语音控制行驶车辆急停的方法,包括获取驾驶车辆的驾驶员的语音信息;采用BERT‑L模型对驾驶员的语音信息向量化;将向量化的词向量群与车载终端预存储的向量词库进行匹配,以确认是否存在停车指令;若匹配成功,则获得停车指令,且检测车辆的的车速达到预设速度时,执行停车指令,控制行驶车辆紧急停车,本发明设置语音控制优先级高于机械控制优先级,避免了驾驶员在紧急情况下的误操作对行驶车辆的影响;通过BERT‑L模型对语音信息向量化,可以实现智能车辆在离线下的语音控制,同时也保证了实时性。考虑车速的影响因素,提高了控制车辆停驶的准确性。
-
公开(公告)号:CN115468569A
公开(公告)日:2022-12-13
申请号:CN202211130870.1
申请日:2022-09-16
Applicant: 海南大学
Abstract: 本发明涉及车辆导航领域,具体涉及一种基于双定位的语音控制车辆导航方法,包括如下步骤:接收GPS的定位信息;将所述GPS的定位信息向量化,生成基于GPS的定位向量;调用SLAM框架,生成基于SLAM的定位信息;将所述基于SLAM的定位信息向量化,生成基于SLAM的定位向量;对所述基于GPS的定位向量和所述基于SLAM的定位向量进行匹配和优化,得到表述定位信息的向量;获取语音信息,并由所述语音信息生成目的地位置的向量;通过所述定位信息的向量和所述目的地位置的向量生成导航信息,通过本发明,可在车辆处于环境较为复杂的区域时,可通过车内人员的语音指令进行精准定位导航。
-
公开(公告)号:CN114926819B
公开(公告)日:2024-06-21
申请号:CN202210607410.7
申请日:2022-05-31
Applicant: 海南大学
IPC: G06V20/58 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种复杂场景的未知异常障碍物识别方法及系统,该系统包括:特征编码器模块:用以将输入图片编码为高维特征张量,提取输入特征;未知注意力生成模块,用以生成未知注意力权重图,该注意力图对不确定性高区域生成高权重,反之注意力图较低;注意力信息提示模块,用以对注意力高区域给予真值提示;语义分割结果预测模块,用以预测像素为各类别的概率。本发明通过训练模型将有效注意力放在不确定性区域高的区域来以此根据模型注意力权重值来预测是否为未知异常障碍物。与现有技术相比本发明具有应用性强、计算量小、普适性强等优点。
-
-
-