[发明专利]智能驾驶特征参数生成方法、装置和计算机可读介质有效

专利信息
申请号: 202211710355.0 申请日: 2022-12-29
公开(公告)号: CN115906007B 公开(公告)日: 2023-09-15
发明(设计)人: 请求不公布姓名;请求不公布姓名;杨刘杰;齐明远 申请(专利权)人: 上海保隆汽车科技(安徽)有限公司
主分类号: G06F18/25 分类号: G06F18/25;B60W60/00;G01S13/86;G01S13/89
代理公司: 上海专利商标事务所有限公司 31100 代理人: 朱方杰;骆希聪
地址: 230071 安徽省合*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 驾驶 特征 参数 生成 方法 装置 计算机 可读 介质
【权利要求书】:

1.一种智能驾驶特征参数生成方法,其特征在于,包括:

接收多类型传感器获取的特征数据并基于部分或全部所述特征数据生成特征转化数据,所述多类型传感器获取的特征数据包括:摄像装置获取的深度图数据、雷达装置获取的点云数据和红外摄像装置获取的红外图像数据,摄像装置坐标系s中点坐标为(is,js),雷达装置鸟瞰图坐标系b中的点坐标为(ib,jb),红外装置坐标系c中的坐标为(ic,jc),雷达装置坐标系为r;

对与所述多类型传感器对应的所述特征数据和特征转化数据进行交互融合操作,形成多模态特征交互数据集,所述特征转化数据包括:基于所述雷达装置获取的点云数据生成的鸟瞰图数据,其中所述鸟瞰图数据中的点坐标为(jb,jb),雷达装置的四维点云坐标中的三维坐标为(x,y,z);

通过多个特征检测头接收所述多模态特征交互数据集,并基于所述多个特征检测头的运算,生成多个智能驾驶特征参数;

其中,所述交互融合操作包括:建立不同类型传感器对应的特征数据和特征转化数据之间的映射关系,形成特征交互基础运算式Ms→b(is,js)=(ib,jb)={F(is+Δi,js+Δj)|Δi,Δj∈[-k,+k]}或Mb→s(ib,jb)=(is,js)或Mr→c(x,y,z)=(ic,jc),k为自然数;

基于摄像装置获取的深度图数据表示式Is的构成项(is,js)对深度图数据的索引关系,形成深度图数据对应的查询向量基于雷达装置获取的鸟瞰图数据表示式Ib的构成项(ib,jb)对鸟瞰图数据的索引关系,形成鸟瞰图数据对应的查询向量基于雷达装置获取的四维点云数据表示式Ir的构成项(xr,yr,zr,vr)对四维点云数据的索引关系,形成四维点云数据对应的查询向量

根据所述查询向量和所述特征交互基础运算式形成相应的跨模态特征交互表达式或或表示在雷达装置的鸟瞰图数据表示式Ib上用摄像装置获取的深度图数据对应的查询向量Q索引查询雷达装置的鸟瞰图数据值;表示雷达装置到摄像装置的交互对应的跨模态特征交互表达式;表示雷达装置到红外摄像装置的交互对应的跨模态特征交互表达式;

基于所述跨模态特征交互表达式和注意力机制定义函数形成基于注意力机制的特征交互运算式或fr→c(Ir,Ic);所述注意力机制定义函数具有相应的键值对;所述键值对包括键K和值V;dk表示键K的维度数值;

结合所述多类型传感器对应的特征数据和所述基于注意力机制的特征交互运算式,形成多模态特征交互数据集。

2.根据权利要求1所述的智能驾驶特征参数生成方法,其特征在于,建立不同类型传感器对应的特征数据和特征转化数据之间的映射关系,形成特征交互基础运算式包括:

基于所述摄像装置获取的深度图数据、所述摄像装置的内参数和外参数、所述点云数据、所述鸟瞰图数据之间的映射关系,形成摄像装置与雷达装置之间的第一特征交互基础运算式;所述第一特征交互基础运算式表征所述深度图数据中的二维像素坐标与所述鸟瞰图数据的二维坐标之间的交互映射关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海保隆汽车科技(安徽)有限公司,未经上海保隆汽车科技(安徽)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211710355.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top