-
公开(公告)号：CN109631873A
公开(公告)日：2019-04-16
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：CN109583313A
公开(公告)日：2019-04-05
申请号：CN201811290738.0
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提供一种车道线提取方法、装置及存储介质，根据激光点云数据得到反射值底图，并将车道线投影在该反射值底图上，得到包含车道线的反射值底图，并对反射值底图上的车道线进行校正，得到校正处理后的反射值底图。该过程中，基于航拍设备等的拍摄图像提取出车道线，基于反射值底图上的车道线得到的标记点，并将依据拍摄图像得到的车道线投影在反射值底图上，进而根据标记点对投影到反射值低图上的车道线进行修正，使得获得精准的车道线的目的。
-
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：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。
-
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。
-
Patent Agency Ranking
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：CN109658418A
公开(公告)日：2019-04-19
申请号：CN201811285677.9
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提供一种场景结构的学习方法、装置及电子设备，该方法包括：获取训练样本集，训练样本集包括每个场景的多个连续的图像帧；将多个连续的图像帧输入至训练模型中，得到训练模型输出的预测深度信息和预测语义信息，其中，训练模型至少包括深度估计网络和语义分割网络；根据深度估计网络的第一损失函数和语义分割网络的第二损失函数，对训练模型进行训练，得到训练后的模型；其中，第一损失函数是根据预测深度信息和预测语义信息确定的；该方法实现了端到端的训练过程，提高了训练模型的场景结构的识别准确性；另外，在对场景深度信息进行预测时，还将场景的语义信息作为先验信息，进一步提高了训练模型的场景结构的识别准确性。
-
公开(公告)号：CN109636841A
公开(公告)日：2019-04-16
申请号：CN201811290730.4
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06T7/521 , G06K9/00798 , G06T3/0037 , G06T11/203 , G06T2207/10028 , G06T2207/20081 , G06T2207/20084 , G06T2207/30256
Abstract: 本发明提供一种车道线生成方法和装置。本发明车道线生成方法，包括：确定车道线的反射值底图，反射值底图用于表征车道线的反射信息；确定反射值底图中车道线对应的多个车道点；将反射值底图输入至预先训练的神经网络模型中，依次确定每个车道点的属性信息；根据每个车道点的属性信息，生成车道线。本发明实现了连续且完整的车道线的生成过程，使得无人驾驶车辆可以根据该车道线安全行驶。
-
公开(公告)号：CN109635053A
公开(公告)日：2019-04-16
申请号：CN201811291886.4
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: 本发明提供一种地图的质检方法、装置、系统及存储介质，该方法包括：获取地图上各个区域的热力值；其中，每一个区域的热力值用于表征对应区域的可靠性；热力值与热力值所对应的区域的可靠值呈负相关的映射关系；确定所述热力值大于预设阈值的区域为目标区域；在所述地图上显示所述目标区域。从而使得地图质检人员可以快速的确定出有问题的区域，进而对该区域进行修正，减少了人工检测的时间，降低了人力成本；缩短了地图生产的时间，提高了地图的生产效率。
-
公开(公告)号：CN109598199A
公开(公告)日：2019-04-09
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。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.036 seconds)
