公开(公告)号：CN117915284A

公开(公告)日：2024-04-19

申请号：CN202410080431.7

申请日：2024-01-19

Applicant: 福州大学

Inventor： 冯心欣 ,  孙浩然 ,  赖豪杰 ,  郑海峰

IPC: H04W4/38 ,  G01S17/86 ,  H04W4/40 ,  G06V10/42 ,  G06V10/80 ,  H04W4/44 ,  H04W4/46

Abstract: 本发明涉及一种融合多模态数据的低成本高性能车路协同方法。该方法以相机和低线束激光雷达数据为输入，利用多尺度跨模态交叉注意力模块进行融合，结合特征偏移纠正模块和区域性特征增强算法，在大幅降低车端传感器精度的同时，保持较高感知性能。本发明在基于深度学习的车路协同框架中，针对关注保持感知精度的同时降低部署维护成本以及通信带宽消耗，为解决低精度激光雷达无法很好的感知远处小目标的问题，引入相机传感器，设计多尺度跨模态交叉注意力融合机制，不仅有效的提升对远处小目标的感知性能还大大降低了对激光雷达精度的需求，大幅节约了成本。还设计了区域特性增强算法，实现对传输特征的进一步精简，大大降低了传输带宽消耗。