← 返回列表
一种低算力的自动驾驶实时多任务感知方法及装置
摘要文本
本申请提供一种低算力的自动驾驶实时多任务感知方法及装置,其中的方法包括:获取当前时刻的目标场景的RGB图像;利用预先训练完成的主干网络对RGB图像进行处理,得到五个尺度递减的特征图;从尺度最小的特征图开始逐层进行上采样和融合处理,得到第一分支输出的特征图;利用预先训练完成的语义分割模型对第一分支输出的特征图进行处理,得到可行驶区域与车道线分割结果;对第一分支中的部分特征图进行下采样和融合处理,得到第二分支输出的三个尺度不同的特征图;利用预先训练完成的三个检测头分别对三个尺度不同的特征图进行处理,得到三个目标检测结果。本申请在低算力条件下有效地提高自动驾驶感知的性能和准确度。
申请人信息
- 申请人:北京化工大学
- 申请人地址:100029 北京市朝阳区北三环东路15号
- 发明人: 北京化工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种低算力的自动驾驶实时多任务感知方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311352976.0 |
| 申请日 | 2023/10/18 |
| 公告号 | CN117372983A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06V20/56 |
| 权利人 | 北京化工大学 |
| 发明人 | 李志伟; 施晓强; 潘郑; 王坤峰; 谢晓明; 张智禹; 王景微; 刘景硕 |
| 地址 | 北京市朝阳区北三环东路15号科技大厦907 |
专利主权项内容
1.一种低算力的自动驾驶实时多任务感知方法,其特征在于,包括:获取当前时刻的目标场景的RGB图像;利用预先训练完成的主干网络对RGB图像进行处理,得到五个尺度递减的特征图;从尺度最小的特征图开始逐层进行上采样和融合处理,得到第一分支输出的特征图;利用预先训练完成的语义分割模型对第一分支输出的特征图进行处理,得到可行驶区域与车道线分割结果;对第一分支中的部分特征图进行下采样和融合处理,得到第二分支输出的三个尺度不同的特征图;利用预先训练完成的三个检测头分别对三个尺度不同的特征图进行处理,得到三个目标检测结果。。百度搜索马 克 数 据 网