龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东北大学
摘要：本发明提供一种用于高速场景自动驾驶车队的联合感知预测方法，涉及智能网联汽车技术领域。通过对环视图像和雷达RAD数据的编码及特征转换得到当前场景的单车端BEV表征；然后通过空间对齐得到车队级BEV表征，所述车队级BEV表征为覆盖整个车队所处交通场景的环境建模结果；基于该BEV表征，以时序自注意力进行时间维度的特征聚合，最后得到车队级的感知及预测结果。本发明的方法不仅可以解决车队中单车单独进行感知和预测对于周边场景编码的重复计算问题；同时通过感知和预测任务的联合训练优化能实现两个任务的参数共享，从而进一步降低计算量。
主权项：1.一种用于高速场景自动驾驶车队的联合感知预测方法，其特征在于：包括设置单车环视传感器装置，单车端环境建模及多模态特征提取，进行单车端多模态特征融合，构建车队级鸟瞰视角表征，即车队级BEV表征，进行车队级BEV时序融合，进行联合感知预测的多任务训练；通过对环视图像和雷达RAD数据的编码及特征转换得到当前场景的单车端BEV表征；然后通过空间对齐得到车队级BEV表征，所述车队级BEV表征为覆盖整个车队所处交通场景的环境建模结果；基于该BEV表征，以时序自注意力进行时间维度的特征聚合，最后得到车队级的感知及预测结果；所述单车端环境建模及多模态特征提取为，基于单车环视传感器的设置，在单车端采用多视角相机和毫米波雷达RAD数据进行多模态BEV感知，融合方法采用深度特征融合；单车端整体网络包括图像分支和雷达分支；图像分支：单车端多视角图像分支首先将单帧的6路环视图像进行特征提取，其中编码器采用RegNet作为主干网络，将其中4个stage的特征通过FPN进行多尺度特征融合，作为当前环境的图像特征，如下式所示： ；其中，IMi表示第i路图像，Featiim表示由第i路图像提取的特征向量；雷达分支：单车端雷达分支采用RAD张量作为输入，RAD数据看作极坐标下的多通道图像，通道数为Dopler维度，采用ResNet网络进行特征提取，得到当前环境的雷达特征： ；其中，RADj表示第j路RAD张量，Featjrad表示由第j路RAD张量提取的特征向量。
全文数据：
权利要求：
百度查询： 东北大学 一种用于高速场景自动驾驶车队的联合感知预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号