-
公开(公告)号：CN117689911A
公开(公告)日：2024-03-12
申请号：CN202311507732.5
申请日：2023-11-13
Applicant: 清华大学
Abstract: 本发明涉及一种自动驾驶多源感知不确定性评估方法，包括：获取对多源传感器的传感数据进行目标检测处理的目标检测结果；基于其中一种传感器的传感数据，建立占据栅格地图，并将多源传感器对应的目标检测结果映射到所述占据栅格地图上，得到各传感器在所述占据栅格地图上对应的感知结果；根据目标匹配算法，对各传感器对应的目标检测结果进行匹配处理，得到目标匹配结果；根据各传感器在所述占据栅格地图上对应的感知结果和所述目标匹配结果，进行统计学分析，得到感知不确定性的评估结果。本发明能够实时、高效、准确地评估感知结果的不确定性，保证自动驾驶的驾驶安全。
-
公开(公告)号：CN116654022B
公开(公告)日：2023-10-20
申请号：CN202310911868.6
申请日：2023-07-25
Applicant: 清华大学
IPC: B60W60/00 , B60W50/00 , G06V20/58 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G08G1/01
Abstract: 本发明涉及一种基于多重交互的行人轨迹预测方法、系统、设备和介质，包括：对采集的车辆及环境信息进行提取，得到预设历史时间段内各个时刻的行人特征、车辆特征和环境特征；基于各个时刻的行人特征和车辆特征，利用预先建立的基于时序交叉注意力机制的人车交互模型，得到行人与车辆的交互特征；基于各个时刻的行人特征和环境特征，利用预先建立的行人与环境交互模型，得到行人与环境的交互特征；基于预设历史时间段内的行人特征、行人与车辆的交互特征、行人与环境的交互特征，利用预先建立的轨迹预测模型，得到行人轨迹预测结果。本发明可以广泛应用于智能汽车的环境感知领域。
-
公开(公告)号：CN113370996B
公开(公告)日：2023-09-15
申请号：CN202110844228.9
申请日：2021-07-26
Applicant: 清华大学
Abstract: 本发明提供一种自动驾驶换道跟驰决策方法及系统、自动驾驶车辆，涉及自动驾驶技术领域。本发明提供的自动驾驶换道跟驰决策方法包括：获取自动驾驶车辆的行驶数据，行驶数据包括感知数据和定位数据；确定行驶数据的失真情况，失真情况为数据缺失情况或数据精度下降情况；根据行驶数据的失真情况，对行驶数据进行风险识别，得到风险识别结果；根据风险识别结果，确定决策降阶方式；根据决策降阶方式，对自动驾驶车辆的换道跟驰进行控制。本发明的技术方案能够在车载传感器精度下降或数据缺失条件下，保证自动驾驶车辆换道和跟驰的安全性。
-
公开(公告)号：CN115965847A
公开(公告)日：2023-04-14
申请号：CN202310076916.4
申请日：2023-01-17
Applicant: 清华大学
IPC: G06V10/80 , G06V20/56 , G06V10/40 , G06V10/82 , G06V10/764 , G06N3/048 , G06N3/047 , G06N3/09 , G06N3/0464
Abstract: 本发明涉及一种交叉视角下多模态特征融合的三维目标检测方法和系统，包括以下步骤：对相机图像数据和毫米波雷达数据进行不同视角下的特征提取，并进行交叉视角转换，得到交叉视角下的特征信息；构建基于交叉视角多模态数据的融合网络，对得到的交叉视角下的特征信息进行深度融合并提取特征，同时进行目标类别及三维位置信息的回归，得到完整的三维目标检测信息。本发明充分考虑了相机图像信息在前视图视角下的空间特征以及毫米波雷达点云信息在鸟瞰图视角下的空间特征，能够适应不同传感器的空间特性进一步进行有效的融合，提高融合性能，有效提高准确率，便于进行后续算法处理。本发明可以广泛应用于智能汽车的环境感知领域。
-
公开(公告)号：CN112712061B
公开(公告)日：2023-01-24
申请号：CN202110061311.9
申请日：2021-01-18
Applicant: 清华大学
IPC: G06V40/20 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种适用于多方向交警指挥手势的识别方法、系统及存储介质，其包括：根据原始信息获取目标交警关节点的热图和像素坐标；基于关节点热图构造两类姿态特征，分别为上半身关节点空间特征和全身关节点共现性特征；根据两类姿态特征，基于预先建立的基于长短时记忆网络的两阶段学习框架实现身体朝向识别和交警指挥手势的识别，获得指挥方法和手势类别。本发明能同时识别出指挥方向和手势含义，具有较高的识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN113158804A
公开(公告)日：2021-07-23
申请号：CN202110307019.0
申请日：2021-03-23
Applicant: 清华大学
Abstract: 本发明属于智能汽车的环境感知技术领域，涉及一种基于3D姿态的端到端交警手势识别方法和系统，包括以下步骤：S1获取交警视频图像；S2从交警视频图像中提取交警的2D关节点坐标和骨架；S3将建立2D到3D的转换关系，根据转换关系将2D关节点坐标和骨架转化成3D骨架图像，并重新确定3D关节点坐标；S4根据3D骨架图像和3D关节点坐标建立时空表征信息，将时空表征信息输入时空自适应图网络模型，获得交警手势识别结果。其能够对交警的3D姿态进行提取，不仅可以反映交警真实空间运动状态，也可以实时、准确地推断出交警的指挥方向。
-
公开(公告)号：CN104990977A
公开(公告)日：2015-10-21
申请号：CN201510368744.3
申请日：2015-06-29
Applicant: 清华大学
IPC: G01N27/83
Abstract: 本发明提出一种三维漏磁检测缺陷神经网络迭代反演成像方法，包括：从待测管道选取成像区域；扫描待测管道，得到最终的三维漏磁场检测值；根据主成分分析法对三维漏磁场检测值进行分析，得到多个特征值对应的实际特征值向量；确定缺陷开口轮廓，建立缺陷三维轮廓条状模型；构建正向径向基函数神经网络模型；将初始深度向量输入该模型，得到多个特征值对应的预测特征值向量；如果实际特征值向量与预测特征值向量之间的误差是小于误差阈值，则进行反演成像，否则，对初始的深度向量进行修正，继续进行迭代运算，直至实际特征值向量与预测特征值向量之间的误差小于或等于误差阈值。本发明的方法针对性强、稳定性好，有助于减少计算量，提高成像精度。
-
公开(公告)号：CN102662003A
公开(公告)日：2012-09-12
申请号：CN201210125086.1
申请日：2012-04-25
Applicant: 清华大学
IPC: G01N29/24
Abstract: 一种全向SH导波电磁超声换能器，包括带开口的圆环状铁镍合金带，合金带使用永磁体或电磁铁预磁化，合金带的一面粘贴有回折线圈，回折线圈的端部位于合金带的开口处，回折线圈中每条导线为单匝导线或者2～4分裂的分裂式导线，回折线圈中相邻导线中心之间的径向距离d＝λ/2，其中λ为所使用SH导波模式在当前频率f下的波长，本发明适用于包括导电和非导电材料在内的各种均匀、各向同性弹性板结构的缺陷检测和健康监测。
-
公开(公告)号：CN104990977B
公开(公告)日：2018-02-09
申请号：CN201510368744.3
申请日：2015-06-29
Applicant: 清华大学
IPC: G01N27/83
Abstract: 本发明提出一种三维漏磁检测缺陷神经网络迭代反演成像方法，包括：从待测管道选取成像区域；扫描待测管道，得到最终的三维漏磁场检测值；根据主成分分析法对三维漏磁场检测值进行分析，得到多个特征值对应的实际特征值向量；确定缺陷开口轮廓，建立缺陷三维轮廓条状模型；构建正向径向基函数神经网络模型；将初始深度向量输入该模型，得到多个特征值对应的预测特征值向量；如果实际特征值向量与预测特征值向量之间的误差是小于误差阈值，则进行反演成像，否则，对初始的深度向量进行修正，继续进行迭代运算，直至实际特征值向量与预测特征值向量之间的误差小于或等于误差阈值。本发明的方法针对性强、稳定性好，有助于减少计算量，提高成像精度。
-
公开(公告)号：CN112712061A
公开(公告)日：2021-04-27
申请号：CN202110061311.9
申请日：2021-01-18
Applicant: 清华大学
Abstract: 本发明涉及一种适用于多方向交警指挥手势的识别方法、系统及存储介质，其包括：根据原始信息获取目标交警关节点的热图和像素坐标；基于关节点热图构造两类姿态特征，分别为上半身关节点空间特征和全身关节点共现性特征；根据两类姿态特征，基于预先建立的基于长短时记忆网络的两阶段学习框架实现身体朝向识别和交警指挥手势的识别，获得指挥方法和手势类别。本发明能同时识别出指挥方向和手势含义，具有较高的识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
