CN113687341A - 一种基于多源传感器的全息路口感知方法 - Google Patents
一种基于多源传感器的全息路口感知方法 Download PDFInfo
- Publication number
- CN113687341A CN113687341A CN202110935906.2A CN202110935906A CN113687341A CN 113687341 A CN113687341 A CN 113687341A CN 202110935906 A CN202110935906 A CN 202110935906A CN 113687341 A CN113687341 A CN 113687341A
- Authority
- CN
- China
- Prior art keywords
- target
- radar
- video
- track
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 230000008447 perception Effects 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005554 pickling Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多源传感器的全息路口感知方法,包括以下步骤:步骤1、获取同一时刻雷达与视频分别检测的目标数据,具体的:雷达检测的目标信息,包括目标强度、位置信息、速度信息,其中位置信息包括斜距、方位角;视频检测的目标信息,包括目标类型、位置信息、目标所占像素的高与宽,其中位置信息包括目标所在像素的中心位置;步骤2、雷达目标与视频目标中位置信息的坐标转换;步骤3、使用上述雷达与视频分别检测的经过坐标转换的目标位置信息,进行目标轨迹的生成和更新。本发明与现有技术相比的优点在于:解决单部视频传感器由于目标遮挡、能力限制等感知能力不足问题。
Description
技术领域
本发明涉及车联网技术领域,具体是指一种基于多源传感器的全息路口感知方法。
背景技术
在现代城市建设中,随汽车的普及,交通堵塞、车辆违停、闯红灯等事件经常发生,而十字路口成为高发区域。目前,对于路口监控常采用的技术是摄像头探测,摄像头有高分辨、布站灵活、获取目标直观信息的特点,但是其在夜间无法正常工作且易受雨、雾等天气影响。雷达设备具有探测范围广、目标跟踪灵活、天气适应性好、定位精度高等优点。
随着探测技术的多元发展,充分利用现有的各种探测手段,使用多传感器资源和信息优势的协同探测技术以提高城市交通通行能力,特别是交汇路口的道路感知检测,是智慧交通的重要发展方向。
发明内容
本发明提供一种基于多源传感器的全息路口感知方法,解决单部视频传感器由于目标遮挡、能力限制等感知能力不足问题。
本发明以雷达与视频检测的目标信息作为全息路口感知的核心特性,通过对路口雷达目标和视频目标实时分析和匹配,实现多源目标的连续轨迹信息关联,生成车辆运行轨迹,全天候、全要素、全方位实时感知路况。
本发明提供的技术方案为:一种基于多源传感器的全息路口感知方法,包括以下步骤;
所述腌制过程包括以下步骤:
步骤1,获取同一时刻雷达与视频分别检测的目标数据,具体的:
雷达检测的目标信息,包括目标强度、位置信息(包括斜距、方位角)、速度信息等;
视频检测的目标信息,包括目标类型、位置信息(包括目标所在像素的中心位置)、目标所占像素的高与宽等;
步骤2,雷达目标与视频目标中位置信息的坐标转换,具体的:
对于雷达目标的位置信息,基于雷达极坐标系下的位置坐标(r,θ),计算雷达直角坐标系下的位置(xr,yr);
xr=r×cos(θ)
yr=r×sin(θ)
其中,r表示斜距、θ表示方位角;
对于视频目标的位置信息,把像素坐标系下目标所在像素中心的位置(u,v),经过像素坐标系转图像坐标系、图像坐标系转相机坐标系、相机坐标系转雷达直角坐标系,获得视频检测目标在雷达直角坐标系下的位置(xv,yv);
步骤3,使用上述雷达与视频分别检测的经过坐标转换的目标位置信息,进行目标轨迹的生成和更新,具体的:
步骤31,判断是否存在历史目标轨迹,若不存在,执行步骤32;若存在,执行步骤33;
目标轨迹的信息,包括轨迹编号、目标类型、位置信息、目标所占像素的长与宽、目标强度、速度信息;
步骤32,根据雷达与视频检测的目标信息,生成新的轨迹,具体的:
将上述雷达直角坐标系下的雷达目标位置(xr,yr)和视频目标位置(xv,yv)做关联匹配处理,如下:
判断雷达目标和视频目标是否同时满足下式,若满足则匹配成功,否则匹配失败:
其中,|·|为取模运算,Thrx与Thry分别为目标匹配的判断条件;
若匹配成功,将匹配成功的雷达目标位置与视频目标位置做加权处理,如下:
x=axr+bxv
y=ayr+byv
其中,a与b分别为雷达与视频目标位置的加权系数,a+b的值为1,使用加权之后的坐标(x,y)生成新的轨迹,并赋予轨迹编号;
若匹配失败,分别使用雷达目标(xr,yr)和视频目标(xv,yv)各生成新的轨迹,并赋予轨迹编号;
步骤33,如存在历史轨迹,更新轨迹的位置信息,具体的:
步骤332,分别用雷达目标位置(xr,yr)、视频目标位置(xv,yv)与预测位置进行匹配,分别判断雷达目标、视频目标是否满足匹配条件,若满足则匹配成功,否则匹配失败,如下:
若雷达与视频目标同时与轨迹预测位置匹配成功,将匹配成功的雷达目标位置、视频目标位置做加权处理得到坐标(x,y),使用坐标(x,y)对轨迹的位置进行滤波更新;
若只有雷达目标与轨迹匹配成功,使用匹配成功的雷达目标位置坐标(xr,yr)对轨迹的位置进行滤波更新;
若只有视频目标与轨迹匹配成功,使用匹配成功的视频目标位置坐标(xv,yv)对轨迹的位置进行滤波更新;
步骤34,若上述历史轨迹处理结束后,还有剩余雷达目标与视频目标未处理,则使用该剩余的目标生成新的轨迹,方法同步骤32。
本发明与现有技术相比的优点在于:
通过雷达与视频传感器获得目标不同维度的信息,对雷达与视频检测的目标位置坐标转换,在雷达直角坐标系下实现雷达目标与视频目标匹配,并进行轨迹的生成或更新。
将雷达和视频检测的目标信息作为全息路口感知的核心特性,通过对路口多源/多视角雷达数据和摄像机视频实时分析和拟合,实现多源信息目标的连续轨迹信息关联,精准描绘车辆运行轨迹,全天候、全要素、全方位实时感知路况,解决目标遮挡、设备故障场景下的道路状况无法感知问题,改变了传统电警系统的单方向视角、单维数据感知能力的不足,实现路口信息数字化,提升交通治理能力。
附图说明
图1为本发明雷达与视频传感器的全息路口感知技术处理流程;
图2为本发明雷达检测目标坐标转换示意图;
图3为本发明轨迹生成与更新处理流程图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
实施例:
本发明提出一种基于多源传感器的全息路口感知方法,流程如图1所示,其步骤如下:
步骤1,获取同一时刻雷达与视频分别检测的目标数据Targetr与Targetv,具体信息如下表所示:
步骤2,雷达目标与视频目标中位置信息的坐标转换,具体的:
对于雷达目标的位置信息,计算雷达直角坐标系下的位置(xr,yr),如图2所示。
xr=r×cos(θ)
yr=r×sin(θ)
对于视频目标的位置信息,把像素坐标系下目标所在像素中心的位置(u,v),经过像素坐标系转图像坐标系;图像坐标系转相机坐标系;相机坐标系转雷达直角坐标系,获得坐标(xv,yv);
步骤3,使用上述雷达与视频分别检测的已经过坐标转换的目标位置信息(xr,yr)与(xv,yv),进行目标轨迹Track的生成和更新,流程如图3所示,具体的:
步骤31,判断是否存在历史目标轨迹Track,若不存在,执行步骤32;若存在,执行步骤33;
目标轨迹的包含的信息如下表所示:
步骤32,根据雷达与视频检测的目标信息,生成新的轨迹,具体的:
将上述转换到雷达直角坐标系下的雷达目标位置(xr,yr)和视频目标位置(xv,yv)做关联匹配处理,如下:
判断雷达目标和视频目标是否同时满足下式,若满足则匹配成功,否则匹配失败:
其中,|·|为取模运算,Thrx与Thry分别为目标匹配的判断条件;
若匹配成功,将匹配成功的雷达目标位置与视频目标位置做加权处理,若权系数a、b的值分别为1/2、1/2,如下获得坐标(x,y):
使用加权之后的坐标(x,y)生成新的轨迹,并赋予轨迹编号Id;
若匹配失败,分别使用雷达目标(xr,yr)和视频目标(xv,yv)各生成新的轨迹,并赋予轨迹编号Id;
步骤33,如存在历史轨迹,更新Track的状态信息,具体的:
步骤332,分别用雷达目标位置(xr,yr)、视频目标位置(xv,yv)与预测位置进行匹配,分别判断雷达目标、视频目标是否满足匹配条件,若满足则匹配成功,否则匹配失败,如下:
若雷达与视频目标同时与轨迹匹配成功,将匹配成功的雷达目标位置、视频目标位置做加权处理得到坐标(x,y),若权系数a、b的值分别为1/2、1/2,如下获得坐标(x,y):
使用坐标(x,y)对轨迹的位置进行滤波更新,同时更新其他轨迹信息;
若只有雷达目标与轨迹匹配成功,使用匹配成功的雷达目标位置坐标(xr,yr)对轨迹的位置(xt,yt)进行滤波更新,同时更新其他轨迹信息;
若只有视频目标与轨迹匹配成功,使用匹配成功的视频目标位置坐标(xv,yv)对轨迹的位置(xt,yt)进行滤波更新,同时更新其他轨迹信息;
步骤34,若上述步骤结束后,还有剩余雷达目标与视频目标未处理,则使用该剩余的目标生成新的轨迹,方法同步骤32。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于多源传感器的全息路口感知方法,其特征在于,包括以下步骤:
步骤1、获取同一时刻雷达与视频分别检测的目标数据,具体的:
雷达检测的目标信息,包括目标强度、位置信息、速度信息,其中位置信息包括斜距、方位角;
视频检测的目标信息,包括目标类型、位置信息、目标所占像素的高与宽,其中位置信息包括目标所在像素的中心位置;
步骤2、雷达目标与视频目标中位置信息的坐标转换;
步骤3、使用上述雷达与视频分别检测的经过坐标转换的目标位置信息,进行目标轨迹的生成和更新。
2.根据权利要求1所述的一种基于多源传感器的全息路口感知方法,其特征在于,步骤2具体步骤如下:
对于雷达目标的位置信息,基于雷达极坐标系下的位置坐标(r,θ),计算雷达直角坐标系下的位置(xr,yr)。
xr=r×cos(θ)
yr=r×sin(θ)
其中,r表示斜距、θ表示方位角;
对于视频目标的位置信息,把像素坐标系下目标所在像素中心的位置(u,v),经过像素坐标系转图像坐标系、图像坐标系转相机坐标系、相机坐标系转雷达直角坐标系,获得视频检测目标在雷达直角坐标系下的位置(xv,yv)。
3.根据权利要求2所述的一种基于多源传感器的全息路口感知方法,其特征在于,步骤3具体步骤如下:
步骤31,判断是否存在历史目标轨迹,若不存在,执行步骤32;若存在,执行步骤33;
目标轨迹的信息,包括轨迹编号、目标类型、位置信息、目标所占像素的长与宽、目标强度、速度信息;
步骤32,根据雷达与视频检测的目标信息,生成新的轨迹;
步骤33,如存在历史轨迹,更新轨迹的位置信息;
步骤34,若上述历史轨迹处理结束后,还有剩余雷达目标与视频目标未处理,则使用该剩余的目标生成新的轨迹,方法同步骤32。
4.根据权利要求3所述的一种基于多源传感器的全息路口感知方法,其特征在于,步骤32具体步骤如下:
将上述雷达直角坐标系下的雷达目标位置(xr,yr)和视频目标位置(xv,yv)做关联匹配处理,如下:
判断雷达目标和视频目标是否同时满足下式,若满足则匹配成功,否则匹配失败:
其中,|·|为取模运算,Thrx与Thry分别为目标匹配的判断条件;
若匹配成功,将匹配成功的雷达目标位置与视频目标位置做加权处理,如下:
x=axr+bxv
y=ayr+byv
其中,a与b分别为雷达与视频目标位置的加权系数,a+b的值为1,使用加权之后的坐标(x,y)生成新的轨迹,并赋予轨迹编号;
若匹配失败,分别使用雷达目标(xr,yr)和视频目标(xv,yv)各生成新的轨迹,并赋予轨迹编号。
5.根据权利要求3所述的一种基于多源传感器的全息路口感知方法,其特征在于,步骤33具体步骤如下:
步骤332,分别用雷达目标位置(xr,yr)、视频目标位置(xv,yv)与预测位置进行匹配,分别判断雷达目标、视频目标是否满足匹配条件,若满足则匹配成功,否则匹配失败,如下:
若雷达与视频目标同时与轨迹预测位置匹配成功,将匹配成功的雷达目标位置、视频目标位置做加权处理得到坐标(x,y),使用坐标(x,y)对轨迹的位置进行滤波更新;
若只有雷达目标与轨迹匹配成功,使用匹配成功的雷达目标位置坐标(xr,yr)对轨迹的位置进行滤波更新;
若只有视频目标与轨迹匹配成功,使用匹配成功的视频目标位置坐标(xv,yv)对轨迹的位置进行滤波更新;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110935906.2A CN113687341A (zh) | 2021-08-16 | 2021-08-16 | 一种基于多源传感器的全息路口感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110935906.2A CN113687341A (zh) | 2021-08-16 | 2021-08-16 | 一种基于多源传感器的全息路口感知方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113687341A true CN113687341A (zh) | 2021-11-23 |
Family
ID=78579994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110935906.2A Pending CN113687341A (zh) | 2021-08-16 | 2021-08-16 | 一种基于多源传感器的全息路口感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113687341A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113990073A (zh) * | 2021-12-24 | 2022-01-28 | 浙江宇视科技有限公司 | 面向交通路口的雷达视觉协同方法、装置、设备及介质 |
CN114399912A (zh) * | 2022-03-24 | 2022-04-26 | 华砺智行(武汉)科技有限公司 | 智能网联环境下的自适应信号控制方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371091A (zh) * | 2016-08-24 | 2017-02-01 | 四川九洲空管科技有限责任公司 | Ads‑b与二次雷达监视信息的数据融合方法及装置 |
CN106680806A (zh) * | 2016-11-24 | 2017-05-17 | 清华大学 | 一种多雷达点迹融合方法 |
CN109508000A (zh) * | 2018-12-16 | 2019-03-22 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 异构多传感器多目标跟踪方法 |
CN109581345A (zh) * | 2018-11-28 | 2019-04-05 | 深圳大学 | 基于毫米波雷达的目标检测与跟踪方法及系统 |
CN110879598A (zh) * | 2019-12-11 | 2020-03-13 | 北京踏歌智行科技有限公司 | 车辆用多传感器的信息融合方法和装置 |
CN112363167A (zh) * | 2020-11-02 | 2021-02-12 | 重庆邮电大学 | 一种基于毫米波雷达与单目相机融合的扩展目标跟踪方法 |
CN113077495A (zh) * | 2020-01-06 | 2021-07-06 | 广州汽车集团股份有限公司 | 在线多目标跟踪方法、系统、计算机设备及可读存储介质 |
-
2021
- 2021-08-16 CN CN202110935906.2A patent/CN113687341A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371091A (zh) * | 2016-08-24 | 2017-02-01 | 四川九洲空管科技有限责任公司 | Ads‑b与二次雷达监视信息的数据融合方法及装置 |
CN106680806A (zh) * | 2016-11-24 | 2017-05-17 | 清华大学 | 一种多雷达点迹融合方法 |
CN109581345A (zh) * | 2018-11-28 | 2019-04-05 | 深圳大学 | 基于毫米波雷达的目标检测与跟踪方法及系统 |
CN109508000A (zh) * | 2018-12-16 | 2019-03-22 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 异构多传感器多目标跟踪方法 |
CN110879598A (zh) * | 2019-12-11 | 2020-03-13 | 北京踏歌智行科技有限公司 | 车辆用多传感器的信息融合方法和装置 |
CN113077495A (zh) * | 2020-01-06 | 2021-07-06 | 广州汽车集团股份有限公司 | 在线多目标跟踪方法、系统、计算机设备及可读存储介质 |
CN112363167A (zh) * | 2020-11-02 | 2021-02-12 | 重庆邮电大学 | 一种基于毫米波雷达与单目相机融合的扩展目标跟踪方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113990073A (zh) * | 2021-12-24 | 2022-01-28 | 浙江宇视科技有限公司 | 面向交通路口的雷达视觉协同方法、装置、设备及介质 |
CN114399912A (zh) * | 2022-03-24 | 2022-04-26 | 华砺智行(武汉)科技有限公司 | 智能网联环境下的自适应信号控制方法及系统 |
CN114399912B (zh) * | 2022-03-24 | 2022-07-22 | 华砺智行(武汉)科技有限公司 | 智能网联环境下的自适应信号控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110532896B (zh) | 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法 | |
CN111583337B (zh) | 一种基于多传感器融合的全方位障碍物检测方法 | |
CN108519605B (zh) | 基于激光雷达和摄像机的路沿检测方法 | |
CN108647646B (zh) | 基于低线束雷达的低矮障碍物的优化检测方法及装置 | |
WO2022206942A1 (zh) | 一种基于行车安全风险场的激光雷达点云动态分割及融合方法 | |
CN113687341A (zh) | 一种基于多源传感器的全息路口感知方法 | |
CN106845364B (zh) | 一种快速自动目标检测方法 | |
CN108198417B (zh) | 一种基于无人机的道路巡检系统 | |
CN114898296A (zh) | 基于毫米波雷达与视觉融合的公交车道占用检测方法 | |
CN115690061B (zh) | 一种基于视觉的集装箱码头集卡车检测方法 | |
CN114821526A (zh) | 基于4d毫米波雷达点云的障碍物三维边框检测方法 | |
CN111009008A (zh) | 一种基于自学习策略的机场飞机自动挂标方法 | |
CN112686106B (zh) | 一种视频图像转海事雷达图像的方法 | |
CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 | |
CN114252883B (zh) | 目标检测方法、装置、计算机设备和介质 | |
Liu et al. | Research on security of key algorithms in intelligent driving system | |
CN115166722B (zh) | 用于路侧单元的无盲区单杆多传感器检测装置及控制方法 | |
CN116486359A (zh) | 一种面向全天候的智能车环境感知网络自适应选择方法 | |
CN114842660B (zh) | 一种无人车道路轨迹预测方法、装置和电子设备 | |
CN116403186A (zh) | 基于FPN Swin Transformer与Pointnet++ 的自动驾驶三维目标检测方法 | |
CN114863695B (zh) | 一种基于车载激光和摄像机的超标车辆检测系统和方法 | |
CN115775463A (zh) | 一种自动驾驶汽车的导航方法 | |
Song et al. | A robust detection method for multilane lines in complex traffic scenes | |
CN114252868A (zh) | 激光雷达的标定方法、装置、计算机设备和存储介质 | |
CN113189581A (zh) | 一种毫米波雷达与视觉融合透雾目标识别算法处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |