摘要
本发明公开了基于多模态数据融合的智能驾驶环境感知方法及其系统,涉及自动驾驶技术领域,该方法为:首先通过GPS获取车辆的位置信息,若GPS信号弱,则启用辅助定位机制;多模态数据采集与预处理:在辅助定位机制启动后,车辆通过RGB摄像头、激光雷达、以及IMU传感器来采集周围的环境信息;利用改进的深度卷积神经网络对RGB图像进行特征提取,同时通过区域建议网络生成高精度的3D边界框;通过构建的高效图像推理框架,将多模态信息进行融合。本发明基于多模态数据融合与环境感知结果,本发明使得自动驾驶过程中不仅能够对周围环境进行精确的目标识别,还能够进行全局和局部路径规划。
技术关键词
智能驾驶环境感知方法
多模态数据融合
LiDAR点云数据
深度卷积神经网络
IMU传感器
图像
区域建议网络
多模态数据采集
RGB摄像头
局部路径规划
多传感器融合技术
阶段
GPS信号强度
锚点
传感器子系统
惯性导航数据
全局路径规划
车辆周围环境
系统为您推荐了相关专利信息
产地识别方法
多模态数据融合
级联分类器
激光诱导击穿光谱
遗传算法优化
全生命周期信息
健康状态信息
多模态数据融合
管理方法
标识
传感器故障诊断
冗余传感器数据
远程管理平台
Kubernetes容器
修复方法
无接触测量方法
深度学习特征提取
多模态数据采集
多模态数据融合
注意力机制
电池状态检测方法
多模态数据融合
融合特征
均衡策略
储能电池