-
公开(公告)号：CN117115607A
公开(公告)日：2023-11-24
申请号：CN202311074348.0
申请日：2023-08-24
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种图像与点云融合方法，包括：获取图像检测结果和点云检测结果，其中，所述点云检测结果是通过图像和点云数据进行融合获得的；对属于同一物体的所述图像检测结果和所述点云检测结果进行匹配关联；将多个所述点云检测结果输入到神经网络模型得到所述点云检测结果对应的多个置信度分数；根据所述图像检测结果、所述点云检测结果和所述置信度分数得到融合检测结果，以解决现有技术无法有效、准确的检测出目标物体的问题。
-
公开(公告)号：CN116503599A
公开(公告)日：2023-07-28
申请号：CN202310477317.3
申请日：2023-04-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及图像处理技术领域，公开了一种鸟瞰图语义分割方法、装置、设备及存储介质，其中方法包括：提取车辆周围环境的不同视角的图像的图像特征；将图像特征映射到超体素中对应的位置点，并将超体素进行高度维度上的压缩，得到第一鸟瞰空间特征图；计算第一鸟瞰空间特征图中位置点之间的特征权重构建特征连通图；遍历特征连通图中的所有位置点，将所有位置点与其存在连通关系的其它位置点进行特征融合，更新所有位置点的特征向量，得到包含相关性信息的第二鸟瞰空间特征图。对第二鸟瞰空间特征图进行解码操作，得到语义分割结果。本发明能够对鸟瞰空间图中的特征信息进行关联，提高了语义分割结果的精度且提升语义分割模型效果的鲁棒性。
-
公开(公告)号：CN116229224A
公开(公告)日：2023-06-06
申请号：CN202310077347.5
申请日：2023-01-18
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/80 , G06T7/80 , G06T3/40 , G06V10/774 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种融合感知方法、装置、电子设备及存储介质，该方法通过对获取的车辆视觉图像进行图像特征编码得到图像编码特征，以及对获取的车辆点云数据进行点云特征编码得到点云编码特征，将上述特征均映射至预设三维特征空间，再进行平面化映射后进行特征融合得到融合特征，根据感知任务需求特征尺度将融合特征转化为需求尺度特征，并将需求尺度特征输入预设感知任务网络，得到感知结果，其采用的多摄视觉与雷达融合感知属于前融合信息处理方式，能够实现各个感知任务均基于车周环境空间全域视角的多模态传感器特征融合，使视觉特征和雷达点云特征形成特性互补，进而提升跨视域信息提取精度，降低了后处理难度、重要信息的丢失以及错误率。
-
公开(公告)号：CN115690416A
公开(公告)日：2023-02-03
申请号：CN202211340027.6
申请日：2022-10-29
Applicant: 重庆长安汽车股份有限公司
Inventor： 漆昇翔
Abstract: 本发明属于自动驾驶领域，具体涉及一种基于知识蒸馏的BEV语义分割模型训练方法，包括：获取图像数据集；将所述图像数据集输入至学生模型中进行特征提取，得到第一平面视图数据集；将所述图像数据集输入至老师模型中进行特征提取，得到第二平面视图数据集；根据所述图像数据集中图像数据的空间坐标对所述第一平面视图数据集和第二平面视图数据集进行转换，得到第一BEV视图数据集和第二BEV视图数据集；对所述第一BEV视图数据集和第二BEV视图数据集进行特征提取并预测概率输出，得到第一概率分布集和第二概率分布集；根据所述第一概率分布集和第二概率分布集对学生模型进行优化，并将优化后的学生模型作为目标语义分割模型。
-
公开(公告)号：CN117830984A
公开(公告)日：2024-04-05
申请号：CN202410007308.2
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/77 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于多任务学习网络的感知方法、装置、设备及存储介质，涉及车联网技术领域。基于多任务学习网络的感知方法包括：获得各视角相机采集的待感知图像；基于所述待感知图像，采用多任务学习网络中的第一卷积神经网络，得到第一鸟瞰图BEV特征；基于所述第一BEV特征，采用所述多任务学习网络中的多个任务分别对应的任务分支网络，得到各所述任务对应的任务分支网络输出的融合查询特征；其中，所述融合查询特征至少依据所述多个任务分别对应的任务分支网络中的编解码网络输出的第二BEV特征而得到的；将所述融合查询特征输入至对应的所述任务分支网络中的任务头网络，得到对应任务的任务感知结果。
-
Patent Agency Ranking
公开(公告)号：CN117828530A
公开(公告)日：2024-04-05
申请号：CN202410004694.X
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/25 , B60W40/02 , B60W60/00 , G01D21/02 , G06F18/213 , G06V20/56 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种融合感知方法、装置、设备及存储介质，其中，融合感知方法包括：获取多模态传感器数据；对多模态传感器数据进行编码，得到特征数据；基于模态无关特征采样器对特征数据进行特征采样，得到目标特征数据；对目标特征数据进行解码，得到目标检测框信息和目标类别信息。本申请能够自动适应不同任务和领域，能够并行地处理多种传感器采集到的数据，其可以通过跨模态的信息融合，结合不同传感器的优势，从而可以得到更加精确和全面的特征，可以实现更加精确和全面的三维物体检测能力，提高感知准确性和可靠性。
-
公开(公告)号：CN116524324A
公开(公告)日：2023-08-01
申请号：CN202310424714.4
申请日：2023-04-19
Applicant: 重庆长安汽车股份有限公司
Inventor： 漆昇翔
IPC: G06V10/82 , G06V10/764 , G06V20/56 , G06V10/26 , G06V10/46 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种BEV模型训练方法、装置、系统、车辆及可读存储介质，涉及车辆技术领域，以实现提高BEV模型感知预测性能。方法包括：获取目标场景的不同视角的多个二维图像编码特征；将多个二维图像编码特征输入鸟瞰图BEV感知模型，得到第一感知结果；第一感知结果包括目标场景中的第一三维目标、BEV道路及车道线中的任一项；将多个二维图像编码特征输入单目辅助网络，得到第二感知结果；第二感知结果包括目标场景中的第二三维目标，及语义分割结果中的任一项；对第一损失函数和第二损失函数进行加权训练，得到目标网络权重；利用目标网络权重，优化BEV感知模型，并将优化后的BEV感知模型确定为目标BEV模型。
-
公开(公告)号：CN116503822A
公开(公告)日：2023-07-28
申请号：CN202310290513.X
申请日：2023-03-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06T7/80 , G06V10/24 , G06V10/774
Abstract: 本申请涉及一种图像识别方法、装置及电子设备，涉及汽车技术领域。该方法包括：响应于车辆的启动操作，控制摄像头拍摄当前时刻车辆所处道路的道路图像，该道路图像为待校正的图像。根据摄像头的第一参数信息以及第二参数信息对道路图像进行校正，得到校正后的道路图像。第一参数信息为处于校正位置的摄像头的参数信息，第二参数信息为处于第一位置的摄像头的参数信息。第一位置为当前时刻摄像头在车辆上的位置。该摄像头在校正位置的设置参数与在第一位置的设置参数存在偏差，设置参数包括朝向角度和/或位置信息。对校正后的道路图像进行识别，得到车辆行驶的道路上的目标对象的信息。
-
公开(公告)号：CN117830983A
公开(公告)日：2024-04-05
申请号：CN202410006108.5
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V20/64 , G06V10/82 , G06V10/77 , G06N3/082 , G06N3/09 , G06N3/096 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种物体检测优化方法、装置、设备、存储介质及汽车，包括：获取目标2D图像编码特征后进行监督，生成目标2D图像编码特征的蒸馏损失函数；将目标2D图像编码特征生成BEV视角3D网格化特征空间；将3D网格化特征空间中的图像编码特征转化为BEV图像编码特征后进行蒸馏，生成BEV图像编码特征的蒸馏损失函数；将鸟瞰图BEV图像编码特征与3D目标检测任务头连接输出三维物体对应的目标检测任务结果后进行蒸馏，生成3D目标检测任务头的蒸馏损失函数；通过三种蒸馏损失函数实现物体检测优化，本发明实施例解决了不同模态数据的差异以及神经网络发生灾难性遗忘的问题，增强输出阶段的监督，提高预测的精度。
-
公开(公告)号：CN117315645A
公开(公告)日：2023-12-29
申请号：CN202311269919.6
申请日：2023-09-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明实施例提供一种时序融合的三维目标检测方法、系统、设备及介质，方法包括：将基于视角相机获得的多个编码特征的视角转换为所述多个编码特征中的第一编码特征的视角，获得对应的多个目标编码特征；将所述多个目标编码特征和所述第一编码特征进行特征叠加，获得所述第一编码特征对应时刻的相机特征；通过对多个视角相机的相机特征进行特征空间转换，获得对应的多目空间特征；将所述多目空间特征输入三维检测头进行处理，获得三维目标检测结果。旨在提高对三维目标的深度感知准确性，进而提高三维目标检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.02 seconds)
