公开(公告)号：CN118429925A

公开(公告)日：2024-08-02

申请号：CN202410511559.4

申请日：2024-04-26

Applicant: 西北工业大学

Inventor： 沈钧戈 ,  葛伟臻 ,  毛昭勇 ,  王鑫 ,  孔翔

IPC: G06V20/56 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公开了一种应用于自动驾驶的零延迟目标感知方法及系统，其中方法步骤包括：在自动驾驶过程中，利用车辆摄像头采集图像数据，图像数据包括：当前帧图像和历史多帧图像；基于图像数据，构建目标感知模型；训练目标感知模型，得到最终模型；利用最终模型，完成车辆自动驾驶过程中的目标感知。本发明可以在自动驾驶车辆的目标检测过程中进行使用，实现车辆对延迟结束后的未来帧进行结果精确感知，防止车辆因感知过程的延迟和感知结果与真实环境移动目标的不一致性而造成车辆与周围移动目标碰撞。因此，合理利用本发明可以有效减少自动驾驶过程中感知延迟造成的安全事故的发生，避免事故造成的财产和人身安全的损失。

公开(公告)号：CN118429636A

公开(公告)日：2024-08-02

申请号：CN202410511434.1

申请日：2024-04-26

Applicant: 西北工业大学

Inventor： 王鑫 ,  毛昭勇 ,  沈钧戈 ,  梁志伟 ,  孔翔

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于边界框的路面缺陷分割方法和装置，包括以下步骤：步骤1、采用路面缺陷数据集训练像素标注自动生成器；步骤2、根据训练好的像素标注自动生成器，产生像素级标注数据；步骤3、根据像素级标注数据训练分割模型；步骤4、根据训练好的分割模型，实现路面缺陷分割。采用本发明的技术方案，在降低数据标注成本的同时，保持高质量的路面缺陷分割效果。

公开(公告)号：CN118429924A

公开(公告)日：2024-08-02

申请号：CN202410511361.6

申请日：2024-04-26

Applicant: 西北工业大学

Inventor： 沈钧戈 ,  葛伟臻 ,  王鑫 ,  毛昭勇 ,  孔翔

IPC: G06V20/56 ,  G06V20/64 ,  G06V10/25 ,  G06V10/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G01S13/86 ,  G01S7/02

Abstract: 本发明公开了一种基于特征级雷视融合的鲁棒性目标检测方法及系统，包括：首先，经过雷达柱形扩充模块将雷达点云数据转换为三维空间表示。其次，经过中心式目标检测模型的视觉主干网络对视觉图像信息进行特征提取，得到视觉初级特征，并输入初级检测头得到2D检测框与3D检测框。随后进行关联融合，雷达数据特征提取模块利用关联后的数据进行雷达热力图特征提取，并与初级视觉特征在通道数进行串联得到双模态融合特征。最后，双模态融合特征输入回归头与3D检测框解码头得到3D检测结果。本发明将雷达和视觉信息优势进行结合，更有利于降低恶劣天气对于检测模型的影响，能充分提升感知模型的性能和自动驾驶车辆的感知精度与安全性能。