详细信息：
成果简介：该系统基于改进的全局通道注意力架构，提高了相机在3D空间中的多目标的检测能力。基于场景中的目标数量自适应调整跟踪算法参数，提高激光目标跟踪的鲁棒性。最后，通过对相机、激光雷达与惯性传感器等多种传感器的运行状态进行分析，自适应分配多种传感器后融合权重，提高了系统在传感器性能下降时的定位鲁棒性。
成果核心创新点：综合多种传感器模态优势，全面适应行车场景，提高检测与跟踪的准确性和鲁棒性。在传感器退化情况中也能最大程度保持系统的稳定性。
成果详细用途：系统基于真实行车数据集进行测试，相机检测准确率90%以上，单帧检测速度30ms以下、激光3D目标跟踪成功率82.65%、定位误差小于1m/km。
预期效益说明：系统已在低速园区配送车和仓储货运叉车测试平台部署，实际场景表现良好，验证了其有效性和可靠性。
成果简介：该系统基于改进的全局通道注意力架构，提高了相机在3D空间中的多目标的检测能力。基于场景中的目标数量自适应调整跟踪算法参数，提高激光目标跟踪的鲁棒性。最后，通过对相机、激光雷达与惯性传感器等多种传感器的运行状态进行分析，自适应分配多种传感器后融合权重，提高了系统在传感器性能下降时的定位鲁棒性。
成果核心创新点：综合多种传感器模态优势，全面适应行车场景，提高检测与跟踪的准确性和鲁棒性。在传感器退化情况中也能最大程度保持系统的稳定性。
成果详细用途：系统基于真实行车数据集进行测试，相机检测准确率90%以上，单帧检测速度30ms以下、激光3D目标跟踪成功率82.65%、定位误差小于1m/km。
预期效益说明：系统已在低速园区配送车和仓储货运叉车测试平台部署，实际场景表现良好，验证了其有效性和可靠性。
联系我们
李晴
更多推荐
