基于多模态车路协同感知的全时全域多车跟踪方法

AITNT
正文
推荐专利
基于多模态车路协同感知的全时全域多车跟踪方法
申请号:CN202510583291
申请日期:2025-05-07
公开号:CN120656134A
公开日期:2025-09-16
类型:发明专利
摘要
本发明公开了一种基于多模态车路协同感知的全时全域多车跟踪方法,包括以下步骤:1)获取多模态道路观测图像数据;2)图像特征提取;3)特征融合检测;4)在目标车辆行进至任意路段时,利用路侧和车端融合的三维检测结果,进行全时全域多车路协同标定;5)全时全域多目标运动状态及观测预测;6)对多目标观测数据进行融合;7)在进行数据关联之后,以观测噪声协方差矩阵为依据对多源观测分别进行权重调整;8)结合两个运动模型的模型估计进行概率融合得到目标最终状态。本发明方法能更加准确的估计出目标的运动情况。
技术关键词
跟踪方法 观测噪声 多模态 协方差矩阵 无迹卡尔曼滤波 图像语义分割 图像特征提取 语义分割网络 运动 关系 上采样 数据 语义标签 处理器 节点 坐标 网络结构 路段
系统为您推荐了相关专利信息
1
智能踝泵运动训练仪及多模态联动控制系统
联动控制系统 肌电传感器 主控模块 踝泵运动训练仪 角度传感器
2
风电场数字孪生建模系统及使用方法
数字孪生建模 数据模块 智能自主飞行 碳纤维复合材料框架 智能调度系统
3
基于图像-文本多模态特征融合的遥感图像语义分割方法
多模态特征融合 文本编码器 地物类别 标签文本 融合特征
4
针对固定路线行驶的智能网联汽车运行安全风险预警方法
历史运行数据 场景类别 车辆行驶状态 风险预警方法 三维高斯混合模型
5
变压器绕组监测诊断数据采集方法、系统、设备及介质
变压器绕组监测 诊断数据采集 卡尔曼滤波融合 协方差矩阵 多尺度
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