检索结果-维普期刊中文期刊服务平台

一种椭球模型表示的对象级动态语义SLAM方法: 1; 作者白素琴诸皓伟 +2 位作者吕宗磊王成根史金龙《中国惯性技术学报》北大核心 2025年第1期46-54,共9页; 为了提高动态场景同步定位与建图(SLAM)的相机位姿精度和鲁棒性,提出一种高精度对象级SLAM方法。首先,将检测到的实例对象表示为3D椭球模型,构建对象地图;接着,寻找实例对象和地图中对象之间的最佳匹配关系;然后,通过运动检测找到场景... 展开更多; 关键词动态场景同步定位与建图数据关联对象追踪椭球模型; 在线阅读下载PDF 职称材料

一种细粒度的机场群航线网络差异性计算方法被引量：1: 2; 作者冯霞杨晓东左海超《北京交通大学学报》 CAS CSCD 北大核心 2023年第2期67-75,共9页; 针对机场群航线网络分析存在的粒度不够精细且网络信息挖掘不充分等问题,提出一种细粒度的机场群航线网络差异性计算方法.首先,以机场群机场和通航机场为顶点、直通航线为边构建机场群航线网络;其次,根据通航机场所属城市综合发展水平,... 展开更多; 关键词航空运输细粒度差异深度属性网络嵌入航线网络机场群; 在线阅读下载PDF 职称材料

融合CBAM注意力机制与可变形卷积的车道线检测被引量：1: 3; 作者胡丹丹张忠婷牛国臣《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第7期2150-2160,共11页; 为满足自动驾驶及汽车高级驾驶辅助系统(ADAS)对车道线检测准确性和实时性的要求,提出一种融合卷积块注意力机制(CBAM)与可变形卷积网络(DCN)的车道线检测方法CADCN。在特征提取模块中嵌入CBAM注意力机制,增强有用特征并抑制无用特征响... 展开更多; 关键词车道线检测特征提取注意力机制可变形卷积网络行锚分类; 在线阅读下载PDF 职称材料

基于交叉注意力的多任务交通场景检测模型被引量：3: 4; 作者牛国臣王晓楠《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第5期1491-1499,共9页; 感知是自动驾驶的基础和关键,但大多数单个模型无法同时完成交通目标、可行驶区域和车道线等多项检测任务。提出一种基于交叉注意力的多任务交通场景检测模型,可以同时检测交通目标、可行驶区域和车道线。使用编解码网络提取初始特征,... 展开更多; 关键词注意力机制多任务学习自动驾驶目标检测混合空洞卷积; 在线阅读下载PDF 职称材料

基于NNC-EPNet的多模态融合3D目标检测: 5; 作者冯霞梁宇龙 +1 位作者卢敏左海超《北京交通大学学报》 CSCD 北大核心 2024年第5期78-87,共10页; 针对目前多模态融合3D目标检测方法难以有效融合目标对应图像特征的问题,通过引入近邻修正(Nearest Neighbor Correction,NNC)方法减轻目标点云稀疏和非目标点云的影响,提出一种多模态3D目标检测方法NNC-EPNet.首先,设计近邻修正模块NNC... 展开更多; 关键词 3D目标检测多模态特征融合点云修正注意力机制; 在线阅读下载PDF 职称材料

不确定跑道入侵情景下的进离场航班排序优化模型: 6; 作者孙博魏明《运筹与管理》 2024年第7期44-50,共7页; 假设可估计各个跑道入侵事件持续时间的出现概率,考虑专机、要客、普通航班等不同航班类型对延误和备降处理的优先级差异,建立不确定情景下的多跑道运行模式进离场航班排序优化模型,选择部分普通进场航班去备降机场,将剩下的航班分配给... 展开更多; 关键词进离场航班排序跑道入侵不确定启发式算法; 在线阅读下载PDF 职称材料

题名一种椭球模型表示的对象级动态语义SLAM方法: 1; 作者白素琴诸皓伟吕宗磊王成根史金龙; 机构中国民航大学民航智慧机场理论与系统重点实验室江苏科技大学电气与信息工程学院江苏科技大学计算机学院; 出处《中国惯性技术学报》北大核心 2025年第1期46-54,共9页; 基金国家自然科学基金委员会面上项目(51875270) 中国民航大学民航智慧机场理论与系统重点实验室开放基金资助(SATS202207)。; 文摘为了提高动态场景同步定位与建图(SLAM)的相机位姿精度和鲁棒性,提出一种高精度对象级SLAM方法。首先,将检测到的实例对象表示为3D椭球模型,构建对象地图;接着,寻找实例对象和地图中对象之间的最佳匹配关系;然后,通过运动检测找到场景中的动态对象,在地图中追踪对象的运动轨迹,并不断更新其对应的3D椭球模型,以确保对象地图的准确性;最后,采用静态对象和内部3D点联合优化的方式,在跟踪丢失后重新定位相机。在TUM和BONN数据集上的实验结果表明:所提方法具有更高的相机位姿精度,位姿误差仅为OA-SLAM算法误差的12.5%、ReFusion算法的16.7%、ACEFusion算法的33.3%。重定位实验结果表明:所提的相机重定位策略有效地解决了动态场景中相机丢失的问题,提高了系统的鲁棒性。代码开源在https://github.com/wawcg/23Object-SLAM。; 关键词动态场景同步定位与建图数据关联对象追踪椭球模型; Keywords dynamic scenes SLAM data association object tracking ellipsoidal model; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置] TH74 [机械工程—光学工程]; 在线阅读下载PDF 职称材料

题名一种细粒度的机场群航线网络差异性计算方法被引量：1: 2; 作者冯霞杨晓东左海超; 机构中国民航大学民航智慧机场理论与系统重点实验室中国民航大学计算机科学与技术学院; 出处《北京交通大学学报》 CAS CSCD 北大核心 2023年第2期67-75,共9页; 基金国家重点研发计划(2021YFF0603902) 中央高校基本科研业务费专项资金(3122021063)。; 文摘针对机场群航线网络分析存在的粒度不够精细且网络信息挖掘不充分等问题,提出一种细粒度的机场群航线网络差异性计算方法.首先,以机场群机场和通航机场为顶点、直通航线为边构建机场群航线网络;其次,根据通航机场所属城市综合发展水平,将机场群航线网络划分为若干个不同航线子网;再次,提取航线子网加权邻接矩阵和机场群机场节点属性矩阵,采用深度属性网络嵌入(Deep Attribute Network Embedding,DANE)学习航线子网特征表示,利用余弦相似度计算航线子网差异;最后,以京津冀机场群航线网络为例进行实证研究.结果表明:细粒度的机场群航线网络差异性计算方法可以更有效识别机场群航线网络的差异,机场群节点属性有助于改善航线网络差异性分析.; 关键词航空运输细粒度差异深度属性网络嵌入航线网络机场群; Keywords air transportation fine-grained difference deep attribute network embedding airline net⁃work multi-airport system; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名融合CBAM注意力机制与可变形卷积的车道线检测被引量：1: 3; 作者胡丹丹张忠婷牛国臣; 机构中国民航大学机器人研究所中国民航大学民航智慧机场理论与系统重点实验室; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第7期2150-2160,共11页; 基金天津市科技计划(17ZXHLGX00120) 中央高校基本科研业务费专项资金(3122022PY17,3122017003)。; 文摘为满足自动驾驶及汽车高级驾驶辅助系统(ADAS)对车道线检测准确性和实时性的要求,提出一种融合卷积块注意力机制(CBAM)与可变形卷积网络(DCN)的车道线检测方法CADCN。在特征提取模块中嵌入CBAM注意力机制,增强有用特征并抑制无用特征响应;引入可变形卷积替换常规卷积,用带偏移的采样学习车道线的几何形变,提高卷积核的建模能力;基于行锚分类思想,对行方向上的位置进行选择和分类分析,预测车道线的位置信息,提高车道线检测模型的实时性。在车道线公开数据集上对所提CADCN方法进行训练及验证,在满足实时性的情况下,CADCN方法在TuSimple数据集上准确率达到96.63%,在CULane数据集上综合评估指标F1平均值达到74.4%,验证了所提方法的有效性。; 关键词车道线检测特征提取注意力机制可变形卷积网络行锚分类; Keywords lane line detection feature extraction attention mechanism deformable convolutional network row anchor classification; 分类号 U471.11 [机械工程—车辆工程] TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于交叉注意力的多任务交通场景检测模型被引量：3: 4; 作者牛国臣王晓楠; 机构中国民航大学机器人研究所中国民航大学民航智慧机场理论与系统重点实验室; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第5期1491-1499,共9页; 基金天津市科技计划项目(17ZXHLGX00120) 天津市研究生科研创新项目(2021YJSO2S30) +1 种基金中国民航大学研究生科研创新项目(2021YJS025)。; 文摘感知是自动驾驶的基础和关键,但大多数单个模型无法同时完成交通目标、可行驶区域和车道线等多项检测任务。提出一种基于交叉注意力的多任务交通场景检测模型,可以同时检测交通目标、可行驶区域和车道线。使用编解码网络提取初始特征,利用混合空洞卷积对初始特征进行强化,并通过交叉注意力模块得到分割和检测特征图。在分割特征图上进行语义分割,在检测特征图上进行目标检测。实验结果表明:在具有挑战性的BDD100K数据集中,所提模型在任务精度和总体计算效率方面优于其他多任务模型。; 关键词注意力机制多任务学习自动驾驶目标检测混合空洞卷积; Keywords attention mechanism multi-task learning autonomous driving object detection hybrid dilated convolution; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于NNC-EPNet的多模态融合3D目标检测: 5; 作者冯霞梁宇龙卢敏左海超; 机构中国民航大学民航智慧机场理论与系统重点实验室中国民航大学科技创新研究院中国民航大学计算机科学与技术学院; 出处《北京交通大学学报》 CSCD 北大核心 2024年第5期78-87,共10页; 基金国家自然科学基金(U2333206)。; 文摘针对目前多模态融合3D目标检测方法难以有效融合目标对应图像特征的问题,通过引入近邻修正(Nearest Neighbor Correction,NNC)方法减轻目标点云稀疏和非目标点云的影响,提出一种多模态3D目标检测方法NNC-EPNet.首先,设计近邻修正模块NNC,利用增强后的近邻点云特征修正采样点云,减少点云数据中的噪声,增强目标点云特征,从而更好地融合目标图像特征;其次,设计基于Transformer的多模态特征融合编码器(Mutil-Modal Fusion Transformer,MFT),采用交叉注意力机制融合图像特征和点云特征,并且引入点云注意力机制聚合全局上下文信息,以提升特征表达能力;最后,分别在自动驾驶标准数据集KITTI和Waymo上进行对比实验.实验结果表明:NNC-EPNet方法在KITTI数据集上的平均精度均值达到84.47%,与基线算法相比,在容易、中等和困难3种难度场景下的检测精度分别提高了2.00%、3.25%和5.68%;在Waymo数据集上的加权平均精度达到74.48%,与基线算法相比,提升了2.49%.研究结果证明了设计的两个模块NNC和MFT能够有效提升3D目标检测性能.; 关键词 3D目标检测多模态特征融合点云修正注意力机制; Keywords 3D object detection multimodality feature fusion point cloud correction attention mechanism; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名不确定跑道入侵情景下的进离场航班排序优化模型: 6; 作者孙博魏明; 机构中国民航大学民航智慧机场理论与系统重点实验室; 出处《运筹与管理》 2024年第7期44-50,共7页; 基金中国民航大学民航智慧机场理论与系统重点实验室开放基金项目(SATS202307) 教育部人文社会科学研究项目(20YJCZH176)。; 文摘假设可估计各个跑道入侵事件持续时间的出现概率,考虑专机、要客、普通航班等不同航班类型对延误和备降处理的优先级差异,建立不确定情景下的多跑道运行模式进离场航班排序优化模型,选择部分普通进场航班去备降机场,将剩下的航班分配给相对应跑道,计算这些进离场航班的实际起飞或降落时间,在优先保障专机和要客航班进离场情形下,尽可能减少普通航班的延误成本。根据问题特征,设计求解问题的多阶段并行分布式启发式算法。最后,结合一个真实案例,给出了最佳方案,并揭示入侵事件、不同优先级类型的航班数量和航班延误之间的内在关系,从而验证模型的正确性。; 关键词进离场航班排序跑道入侵不确定启发式算法; Keywords flight arrivals and departures order runway incursion uncertain heuristic algorithm; 分类号 U121 [交通运输工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种椭球模型表示的对象级动态语义SLAM方法	白素琴诸皓伟吕宗磊王成根史金龙	《中国惯性技术学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	一种细粒度的机场群航线网络差异性计算方法	冯霞杨晓东左海超	《北京交通大学学报》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
3	融合CBAM注意力机制与可变形卷积的车道线检测	胡丹丹张忠婷牛国臣	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于交叉注意力的多任务交通场景检测模型	牛国臣王晓楠	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
5	基于NNC-EPNet的多模态融合3D目标检测	冯霞梁宇龙卢敏左海超	《北京交通大学学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
6	不确定跑道入侵情景下的进离场航班排序优化模型	孙博魏明	《运筹与管理》	2024		在线阅读下载PDF 职称材料