-
公开(公告)号：CN104392245B
公开(公告)日：2017-11-28
申请号：CN201410777089.2
申请日：2014-12-15
Applicant: 长春理工大学
IPC: G06K9/62
Abstract: 本发明提供了一种多传感器融合的路面类型识别方法及装置，其中，所述多传感器融合的路面类型识别方法包括：获取固定在车辆上的多个传感器的路面类型识别结果；根据投票法将所述每个传感器的路面类型识别结果进行合并处理，得到每个传感器的合并后的路面类型识别结果；根据马尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。本发明的多传感器融合的路面类型识别方法及装置与现有技术相比，提高了路面识别的准确率。
-
公开(公告)号：CN116055908A
公开(公告)日：2023-05-02
申请号：CN202211564203.4
申请日：2022-12-07
Applicant: 长春理工大学
IPC: H04N25/673 , G01J5/53 , H04N23/23
Abstract: 本发明涉及红外焦平面阵列非均匀性校正技术领域，且公开了一种非制冷红外焦平面阵列非均匀性校正方法，采用多段折线逼近探测器响应曲线的方法对非制冷红外焦平面阵列的响应曲线进行拟合，计算出各区域的非均匀校正系数，通过单独构造各个区域校正系数的存储模型，根据像元和采集数据地址、并且结合目标的温度条件，获取对应的存储模型、并从中提取校正系数，实现对于温度不同的目标、使用对应区域的非均匀校正系数进行校正，整个提取过程需要经过识别确认，不仅提高了非制冷红外焦平面阵列上任一探测单元校正精度、而且保证了非制冷红外焦平面阵列上任一探测单元校正结果的准确性。
-
公开(公告)号：CN115752759A
公开(公告)日：2023-03-07
申请号：CN202211511725.8
申请日：2022-11-29
Applicant: 长春理工大学
Abstract: 本发明涉及红外焦平面阵列非均匀性校正设计技术领域，且公开了一种非均匀性校正单个偏移参数的校正算法，利用标准校正参考源提供给非制冷红外焦平面阵列均匀入射辐射通量，测量每个探测单元输出响应，并按照线性假设条件对非制冷红外焦平面阵列的响应曲线进行拟合输出非均匀校正参数，通过构造像元响应模型中单偏移校正参数存储模型、把单偏移参数存储模型聚合生成复合校正存储模型，根据像元和采集数据地址获取复合校正存储模型，从复合校正存储模型中提取单偏移校正参数存储模型，从单偏移校正参数存储模型中提取单个校正偏移参数，整个提取过程经过若干次的识别确认，有效地保证了非制冷红外焦平面阵列上任一探测单元校正结果的准确性。
-
公开(公告)号：CN106353769A
公开(公告)日：2017-01-25
申请号：CN201610675468.X
申请日：2016-08-16
Applicant: 长春理工大学
IPC: G01S17/93
CPC classification number: G01S17/936
Abstract: 本发明实施例提供了一种多线激光雷达人形目标识别方法和汽车的防撞装置，该方法包括：获取多线激光雷达的探测数据，探测数据包括至少两个扫描层的若干点云的坐标数据；基于若干点云的坐标数据，通过建立栅格地图对若干点云进行聚类，以将若干点云分为至少一个探测物体；将组成任一个探测物体的点云的坐标数据拟合为椭圆；提取每个探测物体的每个扫描层的特征、以及提取所拟合得到的椭圆的特征；基于提取到的特征通过机器学习方法识别该探测物体是否是人，若是，发出警报信息。本发明通过多线激光雷达的探测数据，确定物体的形状、类别，提醒司机采取驾驶策略，和/或控制相应机构采取安全措施，避免人身财产的伤害和损失。
-
公开(公告)号：CN106339669A
公开(公告)日：2017-01-18
申请号：CN201610674945.0
申请日：2016-08-16
Applicant: 长春理工大学
IPC: G06K9/00
CPC classification number: G06K9/00805 , G06K9/00362
Abstract: 本发明实施例提供了一种多线点云数据机器学习的人形目标识别方法和汽车的防撞装置，激光雷达为多线激光雷达，该方法包括：获取多线激光雷达的探测数据；将至少两个扫描层的若干点云的坐标数据投影至栅格平面以建立栅格地图；确定所述栅格地图中包括有点云的坐标数据的栅格为障碍栅格，并将所有的障碍栅格进行聚类处理，得到至少一个探测物体；筛除障碍栅格不符合预设条件的探测物体；针对筛除处理后剩下的所有探测物体，将组成任一个探测物体的点云的坐标数据拟合为椭圆；提取每个探测物体的特征；基于提取到的特征识别该探测物体是否是人，若是，发出警报信息。本发明实能够提高汽车驾驶的安全性，避免人身财产的伤害和损失。
-
Patent Agency Ranking
公开(公告)号：CN104392245A
公开(公告)日：2015-03-04
申请号：CN201410777089.2
申请日：2014-12-15
Applicant: 长春理工大学
IPC: G06K9/62
CPC classification number: G06K9/6288 , G06K9/6297
Abstract: 本发明提供了一种多传感器融合的路面类型识别方法及装置，其中，所述多传感器融合的路面类型识别方法包括：获取固定在车辆上的多个传感器的路面类型识别结果；根据投票法将所述每个传感器的路面类型识别结果进行合并处理，得到每个传感器的合并后的路面类型识别结果；根据马尔科夫随机场模型将所述多个传感器的合并后的路面类型识别结果进行优化处理，生成最终路面类型识别结果。本发明的多传感器融合的路面类型识别方法及装置与现有技术相比，提高了路面识别的准确率。
-
公开(公告)号：CN111982022A
公开(公告)日：2020-11-24
申请号：CN202010815442.7
申请日：2020-08-19
Applicant: 长春理工大学
Abstract: 本发明实施例提供了一种空间结构检测方法及系统，该系统包括结构光投射系统和复合成像系统和中心处理系统，其中，所述结构光投射系统包括：结构光光源，用于产生结构光；结构光调节模块，用于对所述结构光的投射范围和/或投射方向进行调节，使得所述结构光覆盖整个被测区域或者仅覆盖所述被测区域中的子区域；所述复合成像系统包括：大视场成像模块，用于对整个所述被测区域进行成像，生成与整个被测区域对应的整体图像；小视场成像模块，用于对所述被测区域中的一个或多个指定的子区域进行成像，生成与所述指定的子区域对应的局部图像；所述中心处理系统包括：对所述结构光投射系统和所述复合成像系统进行协调控制。
-
公开(公告)号：CN106371105A
公开(公告)日：2017-02-01
申请号：CN201610674755.9
申请日：2016-08-16
Applicant: 长春理工大学
CPC classification number: G01S17/936 , G01S17/08
Abstract: 本发明实施例提供了一种单线激光雷达车辆目标识别方法、装置和汽车，该方法包括：获取所述单线激光雷达的探测数据，探测数据包括若干点云的坐标数据；基于点云的坐标数据对若干点云进行聚类，以将若干点云分为至少一个探测物体；将组成任一个探测物体的点云的坐标数据拟合为线段；提取每个探测物体对应的线段的特征；基于提取的特征通过机器学习方法识别该探测物体是否是车辆，若是，发出警报信息。通过单线激光雷达的探测数据，识别探测到的物体是否是车辆，并根据识别结果确定是否发出警报信息，提高汽车驾驶安全性，避免车内及车外人身财产的伤害和损失。
-
公开(公告)号：CN106295586A
公开(公告)日：2017-01-04
申请号：CN201610675466.0
申请日：2016-08-16
Applicant: 长春理工大学
CPC classification number: G06K9/00805 , G06K9/00369 , G06K9/468 , G06K9/6218 , G06K9/6256 , G06K9/6267 , G06K9/6273
Abstract: 本发明实施例提供了一种基于单线点云数据机器学习的人形目标识别方法、装置和汽车，激光雷达为单线激光雷达，该方法包括：获取单线激光雷达的探测数据，探测数据包括若干点云的坐标数据；基于点云的坐标数据对若干点云进行聚类，以将若干点云分为至少一个探测物体；判断聚类后确定的每个探测物体的点云个数是否大于预设个数；若否，则删除组成该探测物体的点云的坐标数据；以及若是，则将组成该探测物体的点云的坐标数据拟合为椭圆；提取该探测物体的特征，以及提取拟合得到的椭圆的特征；基于所提取的特征通过机器学习方法识别该物体是否是人，若是，发出警报信息。提高汽车驾驶安全性，避免车内及车外人身财产的伤害和损失。
-
公开(公告)号：CN116055908B
公开(公告)日：2024-10-29
申请号：CN202211564203.4
申请日：2022-12-07
Applicant: 长春理工大学
IPC: H04N25/673 , G01J5/53 , H04N23/23
Abstract: 本发明涉及红外焦平面阵列非均匀性校正技术领域，且公开了一种非制冷红外焦平面阵列非均匀性校正方法，采用多段折线逼近探测器响应曲线的方法对非制冷红外焦平面阵列的响应曲线进行拟合，计算出各区域的非均匀校正系数，通过单独构造各个区域校正系数的存储模型，根据像元和采集数据地址、并且结合目标的温度条件，获取对应的存储模型、并从中提取校正系数，实现对于温度不同的目标、使用对应区域的非均匀校正系数进行校正，整个提取过程需要经过识别确认，不仅提高了非制冷红外焦平面阵列上任一探测单元校正精度、而且保证了非制冷红外焦平面阵列上任一探测单元校正结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.026 seconds)
