山西省智慧交通实验室有限公司

本发明涉及了一种面向自动驾驶的未知障碍物检测与识别融合感知系统及方法，包括车载检测单元，用于采集车辆行驶环境中的摄像头图像数据和激光雷达点云数据的多源传感器数据，并对所述图像数据和点云数据进行融合处理；点云聚类单元，用于对未被所述车载检测单元识别为已知类别目标的剩余点云执行聚类分析以生成独立点云簇，并根据所述点云簇的几何特征、运动特征和时序连续性筛选出疑似未知障碍物。在本发明中，本发明通过车载检测单元与点云聚类单元的双链路并行机制，一方面利用图像与点云融合检测模型对已知类别目标进行高精度检测，另一方面对未被已知类别解释的剩余点云执行聚类分析，从中发现潜在的未知障碍物。

本申请提供了一种隧道清洗设备、方法及装置，该隧道清洗设备根据解析清扫请求得到的清扫任务控制车体平台移动到待清扫区域，根据双目相机拍摄的待清扫区域图像规划清扫路径，控制一级回转平台、二级回转平台、移动滑架和作业机械臂带动清洗属具按照清扫路径清扫，若识别出障碍物，则再结合激光测距传感器确定障碍物大小，实现自动避障，并依据激光测距传感器的反馈，控制作业机械臂、一级回转平台、二级回转平台和移动滑架使得清洗属具恢复到与待清扫区域达到最佳作业距离，继续按照清扫路径继续清扫，直至清扫完成待清扫区域，在完成待清扫区域后，收缩至初始收拢状态。可见，本实施例能够提高隧道墙体清洗作业的效率、精度与作业安全性。

本发明属于交通流预测技术领域，具体涉及一种多尺度自监督和注意力机制融合的交通流预测方法，包括下列步骤：获取历史交通流数据，提取周期性嵌入特征；通过交叉注意力机制生成周期‑事件融合特征；将所述周期‑事件融合特征分别输入并行设置的时间编码分支、空间编码分支进行处理，对应得到时间依赖特征、空间依赖特征；通过双向交叉注意力生成调制参数，利用所述调制参数对另一分支输出的特征执行动态仿射变换，输出多层时空协同特征。本发明通过构建多尺度自监督时序重构机制，利用多个并行的时序重构分支分别处理不同长度的历史时间窗口，各分支通过自监督重构损失函数自动学习不同时间粒度下的异常事件模式。