-
公开(公告)号：CN112329873B
公开(公告)日：2024-09-06
申请号：CN202011261491.7
申请日：2020-11-12
Applicant: 苏州挚途科技有限公司
IPC: G06V10/774 , G06V10/764 , G06V20/56
Abstract: 本申请提供了一种目标检测模型的训练方法、目标检测方法及装置，方法包括：获取训练样本集；训练样本集中的样本为包含对象的图像；每个图像标注有对象对应的真实边界框；将训练样本集中的样本输入至预设神经网络模型中进行训练，得到对象对应的预测边界框；基于对象对应的真实边界框、预测边界框和预设损失函数计算模型误差损失，并基于模型误差损失调整模型参数；预设损失函数为基于边界框面积、边界框中心点距离和边界框宽高比确定的函数关系；当模型误差损失收敛时，终止模型训练，得到训练好的目标检测模型。本申请能够提高模型的收敛速度，提高模型的目标检测精准度。
-
公开(公告)号：CN112612267B
公开(公告)日：2022-12-06
申请号：CN202011461426.9
申请日：2020-12-08
Applicant: 苏州挚途科技有限公司
IPC: G05D1/02
Abstract: 本发明提供了自动驾驶的路径规划方法和装置，包括：获取网格空间图像；将网格空间图像通过深度强化学习算法，得到当前环境下的状态值；将网格空间图像通过自动驾驶运动规划曲线，得到起点到终点的距离；根据当前环境下的状态值和起点到终点的距离，得到每个网格节点对应的启发式函数值；根据每个网格节点对应的启发式函数值，得到行驶运动路径；对行驶运动路径进行优化处理，得到光滑轨迹；其中，当前环境下的状态值为无碰撞的情况下，任意两点之间的最短距离，通过深度强化学习算法得到启发式函数值，避免冗余的探索过程，加快搜索效率，达到实时规划路径的要求。
-
公开(公告)号：CN112418186B
公开(公告)日：2025-01-24
申请号：CN202011478180.6
申请日：2020-12-15
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种可行驶区域检测方法及装置，其中，该可行驶区域检测方法包括：利用单目摄像头获取道路交通图像，依据获取的道路交通图像，构建包含色彩通道的初始张量；针对每一道路交通图像，获取该道路交通图像中每一像素点的坐标信息，将该像素点的坐标信息添加至该像素点对应的色彩通道中，得到该道路交通图像对应的待处理张量；将所述待处理张量输入预先训练好的包含注意力模块的神经网络，得到表征可行驶区域和不可行驶区域的特征张量；依据所述特征张量中表征可行驶区域的像素点，构建可行驶区域的轮廓，控制车辆在所述可行驶区域的轮廓内行驶。可以提高可行驶区域的检测精度。
-
公开(公告)号：CN112364775B
公开(公告)日：2024-10-29
申请号：CN202011259312.6
申请日：2020-11-12
Applicant: 苏州挚途科技有限公司
IPC: G06V20/56 , G06V10/40 , G06V10/80 , G06T7/00 , G01S17/931
Abstract: 本申请提供了一种目标检测方法、装置及电子设备，其中，方法包括：获取待检测的点云数据；点云数据为车端激光雷达扫描得到的；对点云数据分别进行俯视图特征提取和环视图特征提取，得到俯视图特征和环视图特征；基于预设的俯视图与环视图的对应关系，确定环视图特征在俯视图上的映射特征；将俯视图特征和映射特征进行拼接，得到待检测的点云数据对应的目标检测结果。本申请能够基于激光雷达点云数据进行快速准确地目标检测。
-
公开(公告)号：CN112364775A
公开(公告)日：2021-02-12
申请号：CN202011259312.6
申请日：2020-11-12
Applicant: 苏州挚途科技有限公司
IPC: G06K9/00 , G06K9/46 , G06K9/62 , G06T7/00 , G01S17/931
Abstract: 本申请提供了一种目标检测方法、装置及电子设备，其中，方法包括：获取待检测的点云数据；点云数据为车端激光雷达扫描得到的；对点云数据分别进行俯视图特征提取和环视图特征提取，得到俯视图特征和环视图特征；基于预设的俯视图与环视图的对应关系，确定环视图特征在俯视图上的映射特征；将俯视图特征和映射特征进行拼接，得到待检测的点云数据对应的目标检测结果。本申请能够基于激光雷达点云数据进行快速准确地目标检测。
-
Patent Agency Ranking
公开(公告)号：CN112329873A
公开(公告)日：2021-02-05
申请号：CN202011261491.7
申请日：2020-11-12
Applicant: 苏州挚途科技有限公司
Abstract: 本申请提供了一种目标检测模型的训练方法、目标检测方法及装置，方法包括：获取训练样本集；训练样本集中的样本为包含对象的图像；每个图像标注有对象对应的真实边界框；将训练样本集中的样本输入至预设神经网络模型中进行训练，得到对象对应的预测边界框；基于对象对应的真实边界框、预测边界框和预设损失函数计算模型误差损失，并基于模型误差损失调整模型参数；预设损失函数为基于边界框面积、边界框中心点距离和边界框宽高比确定的函数关系；当模型误差损失收敛时，终止模型训练，得到训练好的目标检测模型。本申请能够提高模型的收敛速度，提高模型的目标检测精准度。
-
公开(公告)号：CN112418186A
公开(公告)日：2021-02-26
申请号：CN202011478180.6
申请日：2020-12-15
Applicant: 苏州挚途科技有限公司
Abstract: 本发明提供了一种可行驶区域检测方法及装置，其中，该可行驶区域检测方法包括：利用单目摄像头获取道路交通图像，依据获取的道路交通图像，构建包含色彩通道的初始张量；针对每一道路交通图像，获取该道路交通图像中每一像素点的坐标信息，将该像素点的坐标信息添加至该像素点对应的色彩通道中，得到该道路交通图像对应的待处理张量；将所述待处理张量输入预先训练好的包含注意力模块的神经网络，得到表征可行驶区域和不可行驶区域的特征张量；依据所述特征张量中表征可行驶区域的像素点，构建可行驶区域的轮廓，控制车辆在所述可行驶区域的轮廓内行驶。可以提高可行驶区域的检测精度。
-
公开(公告)号：CN112270719A
公开(公告)日：2021-01-26
申请号：CN202011514067.9
申请日：2020-12-21
Applicant: 苏州挚途科技有限公司
IPC: G06T7/80
Abstract: 本申请提供了一种相机标定方法、装置及系统，方法应用于相机标定系统中的V2X计算平台，相机标定系统还包括：GPS定位仪、标定靶和相机；GPS定位仪设置于标定靶的正上方，用于采集标定靶的地图坐标；方法包括：获取相机对标定靶进行拍摄得到的待检测图像；通过目标检测算法确定待检测图像中标定靶的边界信息；根据标定靶的边界信息和预设深度估计算法，确定标定靶的三维世界坐标；基于标定靶的三维世界坐标、标定靶的三维地图坐标，通过ICP算法求得相机坐标与三维地图坐标的转换关系，以完成对相机的标定。本申请能够在不使用传统标定板的情况下进行准确地相机标定，方便应用于实际工程中。
-
公开(公告)号：CN112162263A
公开(公告)日：2021-01-01
申请号：CN202011152773.3
申请日：2020-10-26
Applicant: 苏州挚途科技有限公司
Inventor： 钱少华
Abstract: 本发明提供了一种传感器的联合标定方法、装置及电子设备，涉及传感器标定的技术领域，该方法包括获取第一标定数据和第二标定数据；提取第一标定数据和第二标定数据分别包含的标定板的目标位置的坐标；将目标位置的坐标输入至预先建立的标定模型，基于标定模型计算摄像机与激光雷达传感器之间的旋转平移矩阵。本发明提供的传感器的联合标定方法、装置及电子设备，在标定过程中无需用户手动去设置标定板和选择标定点，且标定过程较为简单，对标定板的位置和材质也没有特殊要求，在一定程度上简化了标定过程，便于进行推广。
-
公开(公告)号：CN112612267A
公开(公告)日：2021-04-06
申请号：CN202011461426.9
申请日：2020-12-08
Applicant: 苏州挚途科技有限公司
IPC: G05D1/02
Abstract: 本发明提供了自动驾驶的路径规划方法和装置，包括：获取网格空间图像；将网格空间图像通过深度强化学习算法，得到当前环境下的状态值；将网格空间图像通过自动驾驶运动规划曲线，得到起点到终点的距离；根据当前环境下的状态值和起点到终点的距离，得到每个网格节点对应的启发式函数值；根据每个网格节点对应的启发式函数值，得到行驶运动路径；对行驶运动路径进行优化处理，得到光滑轨迹；其中，当前环境下的状态值为无碰撞的情况下，任意两点之间的最短距离，通过深度强化学习算法得到启发式函数值，避免冗余的探索过程，加快搜索效率，达到实时规划路径的要求。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
