公开(公告)号：CN117036657A

公开(公告)日：2023-11-10

申请号：CN202311055075.5

申请日：2023-08-21

Applicant: 重庆长安汽车股份有限公司

Inventor： 金弘毅 ,  钱少华

IPC: G06V10/20 ,  G06V10/80 ,  G06V10/77 ,  G06V10/25 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请公开了一种基于毫米波雷达与相机的目标检测方法及相关设备，所述方法包括：获取毫米波雷达采集到的目标点云数据和相机拍摄到的目标图像，通过经过训练的毫米波特征提取网络从所述目标点云数据中提取毫米波特征，通过经过训练的图像特征提取网络从所述目标图像中提取图像特征；将所述毫米波特征和所述图像特征输入到经过训练的区域候选网络中，生成并输出候选框；将所述毫米波特征、所述图像特征和所述候选框输入到经过训练的检测头网络中，生成并输出目标框；根据所述目标框，得到目标检测结果。本申请通过采用多种网络对数据进行处理得到了准确的目标检测结果，方便了车辆自动驾驶时对周围物体的检测，提高了自动驾驶车辆的安全性。

公开(公告)号：CN120014625A

公开(公告)日：2025-05-16

申请号：CN202510085150.5

申请日：2025-01-20

Applicant: 重庆长安汽车股份有限公司

Inventor： 金弘毅

IPC: G06V20/64 ,  G06V10/25 ,  G06T7/50 ,  G06V10/44 ,  G06V10/80 ,  G06V10/52 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及自动驾驶感知技术领域，公开了一种深度估计优化的前融合检测方法、系统、车辆及介质，方法包括：获取激光雷达的点云数据和相机的图像数据，并分别对点云数据和图像数据进行预处理，对应得到点云特征和图像特征；对图像特征进行深度优化，得到深度图像特征；将深度图像特征输入训练好的深度估计网络，得到深度预测结果，其中，深度估计网络是根据激光雷达的点云数据对相机的图像数据进行监督训练得到的；根据深度预测结果确定鸟瞰图特征，并将鸟瞰图特征和点云特征进行特征融合，得到融合特征用以进行目标检测。本发明能够实现对图像特征的深度优化，结合监督训练得到的深度估计网络进一步提升了深度估计精度和目标检测整体性能。