-
公开(公告)号：CN108734780B
公开(公告)日：2021-12-10
申请号：CN201710250089.0
申请日：2017-04-17
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了用于生成地图的方法、装置和设备。该方法的一具体实施方式包括：获取车载激光雷达采集的三维激光点云数据，三维激光点云数据包括多个数据点的位置信息；将各数据点映射至包括在三维空间坐标系中构建的多个网格的网格地图中；根据各网格包含的数据点的数量确定各网格的初始状态概率；基于各数据点的位置信息更新对应的各路径网格的状态概率，其中，路径网格包括位于扫描到对应的数据点的光束的路径上的网格；将状态概率低于预设阈值的网格中的数据点从网格地图中滤除。该实施方式可以有效利用网格地图的先验信息，提升所生成的网格地图的精度。
-
公开(公告)号：CN113341397A
公开(公告)日：2021-09-03
申请号：CN202110659579.2
申请日：2017-08-15
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了反射值地图构建方法和装置。该方法的一具体实施方式包括：基于经过全局优化得到的每一个采集区域中采集到的每一帧用于构建反射值地图的激光点云对应的激光雷达的中心点的用于构建反射值地图的位置和姿态角，构建反射值地图。实现了对超大区域中的每一个采集区域采集到的用于构建反射值地图的激光点云逐级进行位姿优化，得到较为精确的每一帧用于构建反射值地图的激光点云对应的激光雷达的中心点的用于构建反射值地图的位置和姿态角，从而，得到较为精确的每一帧用于构建反射值地图的激光点云中的激光点在世界坐标系下的坐标，提升了激光点云拼接的精度，进而提升了构建超大区域的反射值地图的精度。
-
公开(公告)号：CN109598199B
公开(公告)日：2021-07-27
申请号：CN201811290582.6
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供一种车道线生成方法和装置。该方法包括：根据无人车周围环境的点云数据，获取周围环境的反射值底图；根据所述反射值底图和车道线图像，生成包含车道线区域的反射值底图；对所述包含车道线区域的反射值底图进行搜索处理，生成矢量化的车道线。在上述搜索处理过程中，对车道线中断和缺失部分进行了还原，使得生成的矢量化车道线是完整和清晰的，提高了无人车行驶安全性。
-
公开(公告)号：CN109658504B
公开(公告)日：2021-04-20
申请号：CN201811290749.9
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例提供一种地图数据标注方法、装置、设备及存储介质，通过获取目标场景的点云数据；基于所述点云数据，拟合地面，并生成所述目标场景的二维地图；基于地表元素在二维地图中的第一位置，确定所述地表元素在所述地面上的第二位置，其中所述地表元素是指绘制在路面上的道路标识；基于所述点云数据获取所述地表元素在所述第二位置上的三维数据，并将所述地表元素的所述三维数据标注到三维地图中。本申请实施例提供的技术方案能够提高地图数据尤其是三维地图数据的标注速度。
-
公开(公告)号：CN109657686B
公开(公告)日：2021-04-20
申请号：CN201811290736.1
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请提供一种车道线生成方法、装置、设备以及存储介质，其中，该方法，包括：获取道路的车道线；获取道路的点云数据，并根据点云数据确定道路上的车道线的标记点集，其中，标记点集包括了至少一个标记点，至少一个标记点用于标记车道线；根据车道线的标记点集对车道线进行校准，得到校准后的车道线。确定出车道线的位置；然后，根据点云数据获取到车道线的标记点；根据标记点对车道线进行校准，可以自动生成清晰、连续的车道线。避免了道路上的车道线因为遮挡、磨损等问题导致的无人车无法采集到清晰的车道线，使得无人车可以根据车道线进行安全行驶。
-
Patent Agency Ranking
公开(公告)号：CN109633725B
公开(公告)日：2021-03-30
申请号：CN201811290722.X
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01S19/48 , G01C21/28 , G06F9/4401
Abstract: 本发明提供的定位初始化的处理方法、装置及可读存储介质，通过接收无人驾驶设备触发的启动指令，将所述启动指令同步发送至设置在无人驾驶设备上的多个定位模块中，各定位模块根据所述启动指令分别执行初始化处理，根据所述多个定位模块执行初始化处理后获得的多个定位数据，在任一定位数据的收敛度满足预设条件的情况下，向无人驾驶设备返回定位初始化成功信号。通过采用多个定位模块对无人驾驶设备分别执行初始化处理，从而使无人驾驶设备的初始化成功率得到提成，有效提高了无人驾驶设备定位初始化效率。
-
公开(公告)号：CN109631873B
公开(公告)日：2021-01-05
申请号：CN201811294672.2
申请日：2018-11-01
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供的高精地图的道路生成方法、装置及可读存储介质，通过接收待处理的高精地图；对所述待处理的高精地图进行道路数据提取，确定高精地图中每条道路的延伸方向以及组成每条道路的多个直道车道；针对每条道路，将各直道车道按照道路的延伸方向首尾相连，获得高精地图的道路。从而实现了对高精地图中道路的自动生成，有效降低了人工标注而带来人工成本，也提高了高精地图生成效率和道路质量。
-
公开(公告)号：CN108732554B
公开(公告)日：2020-12-11
申请号：CN201710252609.1
申请日：2017-04-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01S7/497
Abstract: 本申请公开了激光雷达标定方法和装置。该方法的一具体实施方式包括：获取多个激光雷达扫描的激光点的激光点数据；基于激光点数据，分别对每一个激光雷达执行以下标定操作：基于激光雷达的当前的反射强度概率分布，分别确定每一个三维网格的反射强度概率分布；基于每一个三维网格的反射强度概率分布，确定激光雷达的反射强度映射关系；基于反射强度映射关系，确定激光雷达的更新的反射强度概率分布；判断是否满足预设条件；若是，将反射强度映射关系作为标定结果；若否，将更新的反射强度概率分布作为激光雷达的当前的反射强度概率分布，再次执行标定操作。实现了对多个激光雷达的较为准确的标定。
-
公开(公告)号：CN109597862B
公开(公告)日：2020-10-16
申请号：CN201811290771.3
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/29
Abstract: 本发明提供一种基于拼图式的地图生成方法、装置及计算机可读存储介质，方法包括：按照预设的分割方式对路网拓扑进行切割，获得至少一段道路拓扑结构；分别从各道路拓扑结构提取绘制高精度地图的关键元素，所述关键元素包括可行驶区域元素以及路口元素；根据各所述关键元素，生成分别与各道路拓扑结构对应的至少一张高精度子地图；将各所述高精度子地图进行拼接，获得完整高精度地图。由于分割后的道路拓扑结构中的内容较少，因此，生成分别与各道路拓扑结构对应的至少一张高精度子地图的步骤也较为简单，从而能够提高高精度地图制作的效率。
-
公开(公告)号：CN108731667B
公开(公告)日：2020-09-29
申请号：CN201710245249.2
申请日：2017-04-14
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/16
Abstract: 本申请公开了用于确定无人驾驶车辆的速度和位姿的方法和装置。该无人驾驶车辆设置有全球导航卫星系统GNSS接收机、捷联惯性导航系统SINS以及轮速传感器，该SINS包括惯性测量单元IMU，该方法的一具体实施方式包括：获取SINS解算的无人驾驶车辆的第一速度、第一位姿和轮速传感器采集的无人驾驶车辆的轮速；确定GNSS接收机是否接收到信号；响应于确定GNSS接收机接收不到信号，根据轮速、第一速度和第一位姿，采用卡尔曼滤波算法确定SINS的速度误差、SINS的位姿误差以及IMU的零偏误差；根据速度误差、位姿误差和零偏误差，对第一速度和第一位姿进行调整，得到无人驾驶车辆的速度和位姿。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.039 seconds)
