专利交易市场

本发明提供一种基于主动雷达和被动微波联合反演降水微物理参数廓线的方法及系统，该方法利用主动雷达和被动微波探测多源观测数据对粒子微物理参数进行约束，建立双重优化反演模型，反演模型的观测算子中包含了不同种类粒子的微物理特性变化以及电磁波衰减效应，可降低粒子微物理假定及衰减作用带来的反演的不确定性，从而可反演得到廓线上不同类型降水粒子的最优状态变量，提高降水微物理参数廓线反演精度。

本发明公开一种全球平均海杂波近实时估计方法、系统、设备及存储介质，包括以下步骤：获取多源星载雷达历史后向散射系数数据，与ERA5风场进行时空匹配并分箱；依据地球物理模式函数拟合建立平均海杂波估计模型；对星载微波散射计风场进行偏差订正并与数值天气预报风场融合，获得高覆盖、连续的近实时全球海面风场；结合雷达观测参数和融合风向计算相对方位角，利用模型得到全球平均海杂波数据；本发明提高了中等及小入射角条件下海杂波估计的精度与适用范围，通过多源风场融合技术提供高质量输入风场，实现了全球平均海杂波的快速、稳定、近实时估计，具有较高的时效性和业务化可行性，能够满足近实时海杂波监测与海洋遥感应用的需求。

本发明公开了一种基于农田环境感知的农机无人驾驶导航系统，用于现有的农机无人驾驶导航存在不能智能化的避让农田障碍物，导致过早避让或者减速避让，降低农机作业的效率和作业面积的问题；包括导航端、服务器和感知端；导航端接收感知端反馈的农田障碍物信息并对农田环境障碍信息进行分析得到无人驾驶农机的农具上升坐标；对无人驾驶农机的坐标进行实时采集，当无人驾驶农机的实时坐标与农具上升坐标重合时，导航端控制无人驾驶农机上的农具上升，本发明通过导航端对农田障碍物进行分析得到农具对应的上升坐标，通过上升坐标控制农具上升，从而在农机速度一定时智能化的避让农田障碍物，提高农机作业面积和效率。

本发明公开了一种基于无人驾驶的多数据融合障碍物检测装置及其检测方法，其中检测装置包括：判断模型，其通过车辆驾驶过程中各种障碍物情况的样本数据收集并训练得到；设置在车辆上的障碍物融合模块，其由多个传感器和融合模块组成；多个所述传感器获取所述障碍物融合模块覆盖区域内的障碍物信息，所述融合模块将所述障碍物信息融合后发送至所述判断模型内进行学习，并将所述判断模型判定的障碍物信息作为最终的障碍物结果发送至所述车辆的驾驶系统。其保证了障碍物检测的鲁棒性，使得无人驾驶汽车更加安全可靠。

本发明属于铁路轨道异物检测技术领域，具体公开了一种基于毫米波雷达传感器和相机传感器的铁路轨道异物检测方法。包括如下步骤：毫米波雷达传感器探测获得点云，经预处理后得到大帧数据集；相机传感器拍摄获得图像数据，轻量化YOLOv5s算法处理得到ROIC；将大帧数据集和图像数据时间同步，再将大帧数据集投影到像素坐标系下生成ROIR，ROIR和ROIC形成融合检测框；采用交并比的决策级融合方式计算每个ROIR和与其对应的ROIC的重叠度得初步融合结果；EKF算法处理初步融合结果中不确定目标后输出融合结果；获得的确定目标体现检测到的障碍物。本发明采用毫米波雷达和相机信息融合技术，在检测精度和实时性上取得显著提升，提高铁路轨道交通安全性。

本发明属于铁路轨道安全技术领域，具体公开了一种毫米波雷达传感器与摄像头传感器异构融合的铁轨上入侵物检测方法。该检测方法包括S1、将毫米波雷达传感器与摄像头传感器的时间戳同步、空间坐标对齐，S2、数据采集及预处理，S3、采用PCA算法和K‑means算法处理S2得到的点集，获得速度vr、位置ck以及形状，采用YOLOv8模型处理S2得到的图像数据集，获得二维坐标si＝(xi,yi)、速度vc以及形状特征，S4、将速度vr、位置ck和二维坐标si＝(xi,yi)、速度vc进行融合，将形状和形状特征进行融合，S5、将融合后的特征再次输入YOLOv8模型，得到检测结果。本发明通过毫米波雷达传感器与摄像头传感器进行融合检测异物入侵，能使毫米波雷达与摄像头的优点互补，提高了检测的鲁棒性与准确性，确保铁路的实时安全。

本发明公开了基于机器车身视觉的防碰撞系统，包括信息采集单元、数据分析单元和信息输出单元，本发明涉及车辆防撞技术领域，解决了地下车库倒车的时候不能避免固定的障碍物，因此在倒车的时候存在碰撞障碍物的技术问题，本发明通过对采集的图像和雷达辐射范围进行分割，从而来测量车身与障碍物之间的距离，并与实际的测量距离进行比较，来判断该雷达是否存在误判的情况，对于误判的情况生成预警信号进行传输，提醒操作人员需要进行检查，其次通过获取图片的信息进行建模处理，并对建模完成的数据进行分析，从而生成虚拟停车位，并根据虚拟停车位来进行对应的位置调整，从而来避免倒车的过程中停车位两侧存在的障碍物对车身的碰撞影响。

本申请实施例公开了一种确定车道级轨迹的方法、装置及存储介质，属于数据处理技术领域。在本申请实施例中，先通过降噪处理减少雷视相机得到的轨迹点中的噪声和错误，再通过将车道级路网数据与预处理后的轨迹点结合，来对轨迹点进行纠正，也即进一步减少轨迹点中的噪声和错误，最终能够得到更加精确的车道级轨迹，也即本申请实施例通过车道级地图匹配的方案对轨迹点进行纠正，最终得到更加精确的车道级轨迹。