摘要
本申请公开了一种基于多源数据融合的车辆HUD投影抖动预测与优化方法和系统,属于智能驾驶与车辆信息显示技术领域,包括确认优化参量,优化参量包括车身的运动数据、HUD的振动数据以及车辆在行使过程中HUD的振动图像;基于车辆在满足平整度要求的路面行驶时的振动图像,获取参考图像;基于车辆在待测路面行驶时优化参量的数据,预测HUD在未来的振动图像,为预测图像;基于参考图像和预测图像获取预测图像的位移补偿值;基于位移补偿值优化预测图像。本申请通过预测抖动后,实时调整车辆HUD未来显示的图像,解决由于车辆振动、路面不平等因素引起的图像抖动问题,提高HUD图像的稳定性和清晰度,从而提升驾驶员的视觉体验与行驶安全性。
技术关键词
深度残差网络模型
补偿值
数据
车身
长短期记忆网络
姿态传感器
时序特征
加速度
路面
车辆信息显示技术
HUD图像
像素
全局平均池化
指标
模块
运动
相机
系统为您推荐了相关专利信息
系统资源利用率
强化学习模型
决策
策略
压缩特征向量
定位应用程序
三维移动轨迹
移动轨迹记录方法
坐标
IT资产管理
关键运行参数
运输安全监控
周期
数据处理模块
煤矿皮带运输设备
成像
数据
乳腺
深度卷积神经网络模型
滤线栅伪影
风力发电机轴承
定量诊断方法
分解算法
表达式
策略