一种目标形状及航向估计方法及系统

    公开(公告)号:CN113807442A

    公开(公告)日:2021-12-17

    申请号:CN202111097076.7

    申请日:2021-09-18

    Abstract: 本发明公开了一种目标形状及航向估计方法及系统,该方法包括:步骤S1,获取原始的目标点云数据,并聚类;步骤S2,通过三维边界框描述聚类点云数据;步骤S3,将点云的x与y坐标沿一设定方向旋转预设步长;步骤S4,以三维边界框对应在xoy平面的平面矩形框的中心为原点,建立二维直角坐标系,根据点云特征点所处的象限和聚类点云数据中点云分布呈现的形状,计算目标函数值;步骤S5,判断当前航向角度是否处于设定遍历角度范围内,如果是,则返回步骤S3;反之,则进入步骤S6;步骤S6,选择最大的目标函数值对应的航向角为最优航向角;步骤S7,根据最优航向角对应的平面矩形框的中心在激光雷达坐标系下的位置,确定目标的最优三维边界框的位置、尺寸及姿态。

    一种目标形状及航向估计方法及系统

    公开(公告)号:CN113807442B

    公开(公告)日:2022-04-19

    申请号:CN202111097076.7

    申请日:2021-09-18

    Abstract: 本发明公开了一种目标形状及航向估计方法及系统,该方法包括:步骤S1,获取原始的目标点云数据,并聚类;步骤S2,通过三维边界框描述聚类点云数据;步骤S3,将点云的x与y坐标沿一设定方向旋转预设步长;步骤S4,以三维边界框对应在xoy平面的平面矩形框的中心为原点,建立二维直角坐标系,根据点云特征点所处的象限和聚类点云数据中点云分布呈现的形状,计算目标函数值;步骤S5,判断当前航向角度是否处于设定遍历角度范围内,如果是,则返回步骤S3;反之,则进入步骤S6;步骤S6,选择最大的目标函数值对应的航向角为最优航向角;步骤S7,根据最优航向角对应的平面矩形框的中心在激光雷达坐标系下的位置,确定目标的最优三维边界框的位置、尺寸及姿态。

    一种基于BP神经网络的多传感器方案评价与优化系统及方法

    公开(公告)号:CN113642109A

    公开(公告)日:2021-11-12

    申请号:CN202110940508.X

    申请日:2021-08-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于BP神经网络的多传感器方案评价与优化系统及方法,该方法包括:第一评价单元,其用于从安全性指标和经济性指标,对车辆上的传感器布置方案进行评分;第二评价单元,用于对传感器布置方案中的各类传感器的性能进行评分;上部神经网络;下部神经网络;迭代优化单元,用于判断上部神经网络与下部神经网络的输出的得分是否满足设定要求,在判定结果为否的情形下,依据第一评价单元和第二评价单元的评分结果,调整传感器布置方案或其中传感器的性能,从而产生仿真数据,利用仿真数据得到神经网络的数据,直至判定结果为是。本发明能够不断迭代优化传感器布置方案以及提高其中传感器的性能,降低前期制造成本。

    用于智能汽车环境感知的多传感器布置与评价方法

    公开(公告)号:CN113255086A

    公开(公告)日:2021-08-13

    申请号:CN202110540601.1

    申请日:2021-05-18

    Applicant: 湖南大学

    Abstract: 本发明公开了一种用于智能汽车环境感知的多传感器布置与评价方法,该评价方法包括:建立各类传感器的探测区域模型,设置布置方案评价指标,利用层次分析法建立评价层次结构,包括方案层、准则层与目标层,所述方案层包括所述多传感器布置方案,所述准则层包括所述评价指标,所述目标层包括评价结果,并利用一致矩阵法构造各评价指标之间的判断矩阵;利用判断矩阵确定所述准则层内各个评价指标的权重;根据所述各个评价指标的取值和权重计算得到所述多传感器布置方案的评价结果。本发明中,通过制定对应的量化指标,从而使该评价方法更加科学,基于该评价方法的多传感器布置方法冗余度高、盲区少、成本低。

Patent Agency Ranking