-
公开(公告)号:CN119449993A
公开(公告)日:2025-02-14
申请号:CN202411335014.9
申请日:2024-09-24
Applicant: 重庆邮电大学
IPC: H04N7/18 , H04L67/025
Abstract: 本发明请求保护一种基于环境监控视频的移动平台应急远程遥控系统,属于自动化与计算机技术领域,该系统包括远程遥控服务器、移动平台、远程遥控终端和监控平台。远程遥控服务器包括数据交互及视频传输模块。移动平台包括感知、定位、通信、控制及任务模块。远程遥控终端包括通信、状态监控及远程遥控模块。监控平台包括监控平台服务器以及多个监控相机。当移动平台相机失效时,远程遥控终端从监控服务器获取平台附近监控相机的视频,供操作员继续完成遥控任务。本发明为移动平台远程遥控提供了一种利用监控系统辅助的应急解决方案,提高了无人移动平台的适应能力,保障作业连续性,并降低了移动平台作业风险。
-
公开(公告)号:CN117727002A
公开(公告)日:2024-03-19
申请号:CN202311680517.5
申请日:2023-12-07
Applicant: 重庆邮电大学
IPC: G06V20/58 , G06V10/44 , G06V10/26 , G06N3/0464 , G06V10/764
Abstract: 本发明请求保护一种基于多任务神经网络的交通场景分割与视觉里程计方法,涉及深度学习、计算机视觉及智能汽车环境感知和车辆定位领域。构建了一个基于编码‑解码架构的多任务神经网络,具有同时实现交通场景的语义分割与车辆位姿估计的功能;通过语义分割、位姿变换预测与真实值之间的损失构建损失函数;并且通过制作数据集并对网络进行冻结式分布训练。本发明方法应用于交通场景分割与视觉里程计任务中,资源消耗低,不依赖于昂贵的高精度传感器,仅需要IMU与图像信息即可完成车辆、行人、车道线等目标的交通场景分割与视觉里程计位姿估计功能;结合GNSS与地图,可以实现车辆路径与地图的实时匹配与矫正,提高了车辆在复杂环境中定位的稳定性。
-
公开(公告)号:CN119445836A
公开(公告)日:2025-02-14
申请号:CN202411508018.2
申请日:2024-10-28
Applicant: 重庆邮电大学
IPC: G08G1/01 , G08G1/04 , H04W4/029 , H04W4/44 , G01S17/66 , G01S7/48 , G06T7/277 , G06T7/292 , G06T5/70 , G06T5/20
Abstract: 本发明请求保护一种雾天场景下多路侧单元跨域目标融合跟踪系统及方法,该系统由目标检测模块、融合跟踪模块和通信模块组成。目标检测模块对原始点云预处理,包括背景滤波、地面分割得到含有噪声的非地面点云,再采用点云时空序列去噪方法滤除雾噪声点云,再通过聚类提取目标;融合跟踪模块将道路目标量测和通信模块接收到的相邻路侧单元发布的量测集进行时空融合得到增广的目标量测集,再通过PHD滤波器以更新目标轨迹;通信模块用于路侧单元之间接收和发送目标量测集并向车辆发送道路交通目标信息。本专利通过点云时空序列去噪以及多路侧单元跨域目标融合跟踪来实现雾天道路目标的连续稳定跟踪,增强雾天车辆行驶的安全性。
-
公开(公告)号:CN119478038A
公开(公告)日:2025-02-18
申请号:CN202411335018.7
申请日:2024-09-24
Applicant: 重庆邮电大学
IPC: G06T7/73 , G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明请求保护一种基于视觉的轻量级神经网络感知与定位方法,该方法构造的网络分为输入层、处理层和输出层三个层次。输入层通过相机、全球卫星导航系统(GNSS)和惯性测量单元(IMU)分别获取图像序列、定位、加速度和角速度信息。处理层对输入层获取到的信息基于编码网络进行特征提取,然后利用解码网络进行目标检测解码、语义分割解码与运动估计解码,并进行融合得到语义分割结果和位姿结果。输出层输出目标检测、语义分割及车辆定位结果。本方法同时提供目标检测、语义分割和定位功能,脱离对高精度定位设备的依赖,有效提高智能车辆感知与定位的计算效率和精度,同时通过模型的轻量化部署降低计算成本。
-
公开(公告)号:CN117009816A
公开(公告)日:2023-11-07
申请号:CN202310978208.X
申请日:2023-08-04
Applicant: 重庆邮电大学
IPC: G06F18/214 , G06V10/774 , G06F18/213 , G06F18/22 , G06V10/40 , G01S17/86
Abstract: 本发明涉及一种激光雷达和视觉启发式学习的目标检测系统,属于自主无人系统环境感知技术领域,包括视觉目标检测模块:用于实时采集视觉数据,通过视觉模型‑1进行目标检测,将检测结果作为视觉伪标签数据发送给启发式学习模块;激光雷达目标检测模块:用于实时采集激光雷达数据,通过激光雷达模型‑1进行目标检测,将检测结果作为激光雷达伪标签数据发送给启发式学习模块;启发式学习模块:使用评估器对视觉和激光雷达目标输出伪标签信息进行评估,根据评估结果,利用伪标签信息对视觉模型‑2和激光雷达模型‑2进行训练,将训练好的视觉模型‑2和激光雷达模型‑2分别用以更新视觉模型‑1和激光雷达模型‑1。还包括一种方法。
-
-
-
-