-
公开(公告)号：CN111008583B
公开(公告)日：2023-01-06
申请号：CN201911190502.4
申请日：2019-11-28
Applicant: 清华大学
IPC: G06V40/20 , G06V40/10 , G06V10/80 , G06V10/84 , G06V10/774
Abstract: 本发明涉及一种利用肢体特征辅助的行人和骑车人姿态估计方法，其步骤：准备数据：包括公开的通用姿态数据集和自行标注的行人姿态数据；选择基础网络模型，定义网络输入、输出，使用数据集中标注的关节点坐标构造关节点真值热图与肢体真值热图，定义损失函数和超参数，训练网络使之能够输出接近真值热图的肢体估计热图和关节点估计热图；对于每张输入的图像，两组网络分别输出13幅肢体热图和13幅关节点热图，对其进行后融合，使最终输出的关节点热图能整合肢体检测与关节点检测结果；搜索输出关节点热图中的最大热值和次大热值，获取最大热值的相应位置坐标和次大热值的相应位置坐标，最后得到的关节点坐标。
-
公开(公告)号：CN109902600B
公开(公告)日：2020-10-27
申请号：CN201910105358.3
申请日：2019-02-01
Applicant: 清华大学
Abstract: 本发明公开了一种道路区域检测方法，该方法包括：S1，设计道路数据增强方法，生成道路数据增强函数；S2，采用道路数据增强函数，输入训练样本，输出增强道路数据；S3，设计并训练生成特征编码网络模型，利用增强道路数据，通过特征编码网络模型，输出编码特征图；S4，设计并训练生成道路分割解码模块和道路类型分类解码模块，采用道路分割解码模块和道路类型分类解码模块，通过输入编码特征图，能够输出道路分割结果和道路类型分类结果。本发明提供道路区域像素级分割和多类型分类结果，可用于智能车辆的可通行区域检测，也可为智能车辆的避障和路径规划提供依据。
-
公开(公告)号：CN110599521A
公开(公告)日：2019-12-20
申请号：CN201910838347.6
申请日：2019-09-05
Applicant: 清华大学
IPC: G06T7/246
Abstract: 本发明公开了一种生成易受伤害道路使用者轨迹预测模型的方法及相应的预测方法。生成轨迹预测模型包括下述步骤：步骤S1：获取训练集，训练集包括已标记的N+M帧时间上连续的图像；步骤S2：从训练集中连续的N+M帧图像中根据每个目标真值的跟踪ID序号筛选训练样本，具有相同跟踪ID序号的同一目标的训练样本为一组；步骤S3：提取时空多线索特征，得到训练输入向量Xjt+k和训练输出向量Yjt+k；步骤S4：生成模型，将所述训练输入向量Xjt+k和训练输出向量Yjt+k输入至采用了自适应双参数激活函数的门控循环单元神经网络，采用预先设计的损失函数进行模型训练，生成易受伤害道路使用者轨迹预测模型。
-
公开(公告)号：CN106428000A
公开(公告)日：2017-02-22
申请号：CN201610806022.6
申请日：2016-09-07
Applicant: 清华大学 , 重庆长安汽车股份有限公司
IPC: B60W30/095 , B60W40/04
CPC classification number: B60W30/0956 , B60W40/04 , B60W2420/42 , B60W2420/52 , B60W2550/10
Abstract: 本发明公开了一种车辆速度控制装置和方法，所述车辆速度控制装置包括：环境感知及融合模块，用于检测车辆行驶前方是横穿马路行人信息，输出横穿马路行人信息；行人横穿马路行为认知模块，用于接收横穿马路行人信息，再根据接收到的横穿马路行人信息结合动态时间序列信息以及车辆与行人的相互影响作用，输出行人行为认知信息；自动驾驶决策模块，用于接收环境信息、行人行为认知参数，并给出车辆当前通行速度，输出车辆当前通行速度。本发明能够在车辆行驶过程中准确识别车辆前方行人目标，预测行人意图，实时判断并做出合理的决策，实现自动驾驶车辆在行人横穿马路时的自主识别及决策，使得车辆安全、通畅地避让横穿马路的行人。
-
公开(公告)号：CN118991920A
公开(公告)日：2024-11-22
申请号：CN202310562881.5
申请日：2023-05-18
IPC: B62D6/00 , B62D137/00
Abstract: 本申请公开了一种智能车辆的控制方法、装置及电子设备，该方法应用于目标车辆，目标车辆的车轮包括：一个前轮、一个后轮和相对设置的两个侧轮，方法包括：确定目标车辆的行驶速度对应的速度范围；基于速度范围以及目标车辆的两个非相邻车轮的轮距半径，确定目标车辆的等效轴距；基于等效轴距以及确定的运动学特征，确定目标车辆对应的空间状态约束集；在将空间状态约束集作为约束条件的情况下，基于模型预测控制策略，确定前轮对应的前轮转向角；基于前轮转向角、等效轴距和轮距半径，利用阿克曼转向控制方式，确定后轮对应的后轮转向角，以及每个侧轮各自对应的侧轮转向角。该方法对各个车轮进行控制，提高了对目标车辆的控制准确度。
-
Patent Agency Ranking
公开(公告)号：CN112734808B
公开(公告)日：2022-10-14
申请号：CN202110069140.4
申请日：2021-01-19
Applicant: 清华大学
Abstract: 本发明公开了一种车辆行驶环境下易受伤害道路使用者的轨迹预测方法，该方法包括：根据训练数据集中的前N步VRU图像框序列、前N步VRU运动轨迹序列和前N步自车驾驶里程计序列，计算语义向量；预测VRU行为特征；根据语义向量和训练数据集的后M步VRU运动轨迹序列、后M步自车驾驶里程计序列，利用行为模式预测网络以持续迭代计算的方式预测生成VRU的先验行为模式分布和后验行为模式分布、以及利用轨迹预测网络以持续迭代计算的方式预测VRU运动轨迹；计算行为模式目标函数、轨迹预测目标函数和行为特征目标函数；通过反向传播实现监督学习，获得支持输入规划的自车驾驶里程计序列的VRU运动轨迹预测模型；在线轨迹预测阶段。本发明方法可用于先进驾驶辅助系统中易受伤害道路使用者的行为预测和安全保护，为无人驾驶车辆的决策提供帮助。
-
公开(公告)号：CN109829386B
公开(公告)日：2020-12-11
申请号：CN201910007212.5
申请日：2019-01-04
Applicant: 清华大学
Abstract: 本发明公开了一种基于多源信息融合的智能车辆可通行区域检测方法，该方法包括：S100，采集车载传感器检测到的车辆周围的障碍物目标信息，输出静态障碍物目标库；S200，接收车辆周围的障碍物目标信息，将由车载传感器检测到的障碍物目标信息进行时空同步，再将所有检测到的车辆周围的障碍物信息进行单帧目标融合，利用运动预测和多帧目标关联进行连续帧间的多目标跟踪，输出动态障碍物目标库；S300，接收静态障碍物目标库和S200输出的动态障碍物目标库，并根据静态障碍物目标库的信息更新动态障碍物目标库，形成实时的障碍物目标信息，生成可通行区域。本发明能够在车辆行驶过程中准确获取车辆周围障碍物的位置、尺度、类别和运动信息以及二值化栅格化地图，跟踪多目标的运动轨迹，形成包括二值化栅格化地图和动态障碍物信息实时更新的智能车辆可通行区域。
-
公开(公告)号：CN111008583A
公开(公告)日：2020-04-14
申请号：CN201911190502.4
申请日：2019-11-28
Applicant: 清华大学
Abstract: 本发明涉及一种利用肢体特征辅助的行人和骑车人姿态估计方法，其步骤：准备数据：包括公开的通用姿态数据集和自行标注的行人姿态数据；选择基础网络模型，定义网络输入、输出，使用数据集中标注的关节点坐标构造关节点真值热图与肢体真值热图，定义损失函数和超参数，训练网络使之能够输出接近真值热图的肢体估计热图和关节点估计热图；对于每张输入的图像，两组网络分别输出13幅肢体热图和13幅关节点热图，对其进行后融合，使最终输出的关节点热图能整合肢体检测与关节点检测结果；搜索输出关节点热图中的最大热值和次大热值，获取最大热值的相应位置坐标和次大热值的相应位置坐标，最后得到的关节点坐标。
-
公开(公告)号：CN109902600A
公开(公告)日：2019-06-18
申请号：CN201910105358.3
申请日：2019-02-01
Applicant: 清华大学
Abstract: 本发明公开了一种道路区域检测方法，该方法包括：S1，设计道路增强数据增强方法，生成道路数据增强函数；S2，采用道路数据增强函数，输入训练样本，输出增强道路数据；S3，设计并训练生成特征编码网络模型，利用增强道路数据，通过特征编码网络模型，输出编码特征图；S4，设计并训练生成道路分割解码模块和道路类型分类解码模块，采用道路分割解码模块和道路类型分类解码模块，通过输入编码特征图，能够输出道路分割结果和道路类型分类结果。本发明提供道路区域像素级分割和多类型分类结果，可用于智能车辆的可通行区域检测，也可为智能车辆的避障和路径规划提供依据。
-
公开(公告)号：CN107798870A
公开(公告)日：2018-03-13
申请号：CN201711007321.4
申请日：2017-10-25
Applicant: 清华大学
IPC: G08G1/01
Abstract: 本发明公开了一种多车辆目标跟踪的航迹管理方法及系统、车辆，所述方法包括如下步骤：步骤1，采集自车周围的其它交通参与目标的传感器原始数据；步骤2，将传感器原始数据解析成目标数据；步骤3，从目标数据中提取检测目标；步骤4，接收前一时刻的航迹，得到预测航迹；步骤5，关联检测目标和前一时刻预测航迹得，到关联数据；步骤6，根据关联失败检测目标，新生成航迹；步骤7，根据关联成功的航迹，更新航迹；步骤8，根关联失败的航迹，更新航迹；步骤9，根据新生成、更新及未删除的各航迹，得到当前时刻的预测航迹，返回步骤4；步骤10，输出步骤9得到的当前时刻预测航迹中的置信度状态为成熟且重要的航迹。本发明的航迹管理方法的可靠性提高，误跟踪率降低。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.023 seconds)
