具有根据稀疏雷达检测分布进行边界框状态估计的基于混合神经网络的对象跟踪

AITNT
正文
推荐专利
具有根据稀疏雷达检测分布进行边界框状态估计的基于混合神经网络的对象跟踪
申请号:CN202510159929
申请日期:2025-02-13
公开号:CN120779351A
公开日期:2025-10-14
类型:发明专利
摘要
驾驶员辅助系统包括:混合对象跟踪模块,混合对象跟踪模块包括:i)雷达检测模块,雷达检测模块被配置成接收包括基于从主交通工具发射的雷达信号的雷达检测的稀疏雷达检测分布,ii)对象参数确定模块,对象参数确定模块被配置成生成对象跟踪,对象跟踪包括检测到的对象相对于主交通工具的质心信息,以及iii)实现包括神经网络的深度神经网络模型的多个模块,深度神经网络模型被配置成基于雷达检测和质心信息来生成边界框的估计状态和边界框的估计状态的置信水平;以及驾驶员辅助模块,驾驶员辅助模块被配置成基于边界框的估计状态和置信水平来执行驾驶员辅助操作。
技术关键词
驾驶员辅助系统 对象跟踪 驾驶员辅助方法 深度神经网络模型 线性单元 交通工具系统 模块 雷达传感器 特征提取器 推进系统 转向系统 制动系统 头部模型 参数 支持向量机 尺寸
系统为您推荐了相关专利信息
1
一种多模态人群计数方法及系统
计数方法 注意力 融合特征 图像 可见光
2
一种应用于AI大模型的智能设备控制系统
智能设备控制系统 智能设备状态 控制终端 信号收集单元 模块
3
一种戏曲声音的识别和分类方法
编码器 音频 分类方法 频谱特征 序列
4
海上风电柔性直流系统协同控制方法及装置
柔性直流系统 换流站 协同控制装置 电压裕度控制 比例积分控制器
5
一种基于分支神经网络的两相流预测方法
分支 碰撞模型 数据采集模型 两相流 格子玻尔兹曼
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号