基于BEV(bird’s eye view)多传感器融合的自动驾驶感知算法近年来取得重大进展,持续促进自动驾驶的发展。在多传感器融合感知算法研究中,多视角图像向BEV视角的转换和多模态特征融合一直是BEV感知算法的重点和难点。笔者提出MSEPE-CRN(...基于BEV(bird’s eye view)多传感器融合的自动驾驶感知算法近年来取得重大进展,持续促进自动驾驶的发展。在多传感器融合感知算法研究中,多视角图像向BEV视角的转换和多模态特征融合一直是BEV感知算法的重点和难点。笔者提出MSEPE-CRN(multi-scale feature fusion and edge and point enhancement-camera radar net),一种用于3D目标检测的相机与毫米波雷达融合感知算法,利用边缘特征和点云提高深度预测的精度,实现多视角图像向BEV特征的精确转换。同时,引入多尺度可变形大核注意力机制进行模态融合,解决因不同传感器特征差异过大导致的错位。在nuScenes开源数据集上的实验结果表明,与基准网络相比,mAP提升2.17%、NDS提升1.93%、mATE提升2.58%、mAOE提升8.08%、mAVE提升2.13%,该算法可有效提高车辆对路面上运动障碍物的感知能力,具有实用价值。展开更多
在汽车车身概念设计阶段,针对轻量化设计及优化白车身刚度问题,建立了某款纯电动铝合金汽车车身骨架基于真实接头的简化力学模型。运用灵敏度分析筛选出灵敏度较大部件,然后利用元模型的优化方法(hybrid and adaptive meta-modeling met...在汽车车身概念设计阶段,针对轻量化设计及优化白车身刚度问题,建立了某款纯电动铝合金汽车车身骨架基于真实接头的简化力学模型。运用灵敏度分析筛选出灵敏度较大部件,然后利用元模型的优化方法(hybrid and adaptive meta-modeling method,HAM)对灵敏度较大部件进行截面厚度优化,使优化目标车身质量得到了降低,同时改善了车身的模态和刚度,根据研究的数据制造了电动车车身。展开更多
文摘基于BEV(bird’s eye view)多传感器融合的自动驾驶感知算法近年来取得重大进展,持续促进自动驾驶的发展。在多传感器融合感知算法研究中,多视角图像向BEV视角的转换和多模态特征融合一直是BEV感知算法的重点和难点。笔者提出MSEPE-CRN(multi-scale feature fusion and edge and point enhancement-camera radar net),一种用于3D目标检测的相机与毫米波雷达融合感知算法,利用边缘特征和点云提高深度预测的精度,实现多视角图像向BEV特征的精确转换。同时,引入多尺度可变形大核注意力机制进行模态融合,解决因不同传感器特征差异过大导致的错位。在nuScenes开源数据集上的实验结果表明,与基准网络相比,mAP提升2.17%、NDS提升1.93%、mATE提升2.58%、mAOE提升8.08%、mAVE提升2.13%,该算法可有效提高车辆对路面上运动障碍物的感知能力,具有实用价值。
文摘在汽车车身概念设计阶段,针对轻量化设计及优化白车身刚度问题,建立了某款纯电动铝合金汽车车身骨架基于真实接头的简化力学模型。运用灵敏度分析筛选出灵敏度较大部件,然后利用元模型的优化方法(hybrid and adaptive meta-modeling method,HAM)对灵敏度较大部件进行截面厚度优化,使优化目标车身质量得到了降低,同时改善了车身的模态和刚度,根据研究的数据制造了电动车车身。
