空地自适应融合感知方法技术

技术编号:46589132 阅读:3 留言:0更新日期:2025-10-10 21:23
本发明专利技术提供一种空地自适应融合感知方法,涉及多传感器数据融合技术领域,方法通过根据无人机目标俯仰角确定无人机采集数据的融合权重,且该融合权重与目标俯仰角的大小呈负相关关系,无人物流车采集数据的融合权重为1减去无人机采集数据的融合权重后所得数值,在此基础上,借助ORP‑Pyramid引擎进行多层级特征融合,使得本发明专利技术能够有效融合大视角差的空地数据,提升了空地自适应融合感知的精度。

【技术实现步骤摘要】

本专利技术涉及多传感器数据融合,具体涉及一种空地自适应融合感知方法


技术介绍

1、目前,在无人物流车领域,单一的车载传感器,例如摄像头或激光雷达,在复杂交通场景下存在固有的局限性。具体而言,地面车辆的视线容易被其他交通参与者或路边障碍物(如建筑、围挡)遮挡,从而形成感知盲区,这给行车安全带来了严重的安全隐患。

2、为了克服地面视角的局限性,业界提出了空地协同感知的方案,即利用无人机等空中平台的广阔、无遮挡的俯视视角,来辅助地面无人物流车进行环境感知。然而,在空地协同感知中,无人机视角与车载视角之间通常存在巨大的视角差异(无人机的俯仰角往往在30°至75°之间大范围变化),这会导致严重的图像投影失真,尤其在无人机的俯仰角大于60°时,投影失真率大于25%。该情况下,若直接进行空地数据的特征融合,会引入巨大误差,严重影响感知精度。

3、基于此,如何能够有效融合大视角差的空地数据,提升空地自适应融合感知的精度,成为了亟待解决的技术问题。


技术实现思路

1、有鉴于此,为了解决上述技术问题,本本文档来自技高网...

【技术保护点】

1.一种空地自适应融合感知方法,其特征在于,包括:

2.根据权利要求1所述的空地自适应融合感知方法,其特征在于,根据所述第一视觉数据生成可通行栅格地图,具体包括:

3.根据权利要求2所述的空地自适应融合感知方法,其特征在于,根据所述第二视觉数据生成行人检测数据,具体包括:

4.根据权利要求3所述的空地自适应融合感知方法,其特征在于,所述YOLO-LE检测器通过采用多模态知识蒸馏技术,将所述BEVFormer编码器所学习的知识,蒸馏至YOLO检测器而得到。

5.根据权利要求1所述的空地自适应融合感知方法,其特征在于,所述多层级包括:对象层、区...

【技术特征摘要】

1.一种空地自适应融合感知方法,其特征在于,包括:

2.根据权利要求1所述的空地自适应融合感知方法,其特征在于,根据所述第一视觉数据生成可通行栅格地图,具体包括:

3.根据权利要求2所述的空地自适应融合感知方法,其特征在于,根据所述第二视觉数据生成行人检测数据,具体包括:

4.根据权利要求3所述的空地自适应融合感知方法,其特征在于,所...

【专利技术属性】
技术研发人员:王振江朱旺旺张江峰刘红勇
申请(专利权)人:蜂巢智行上海技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1