-
公开(公告)号：CN109614857A
公开(公告)日：2019-04-12
申请号：CN201811290704.1
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例提供一种基于点云的杆状物识别方法、装置、设备及存储介质，通过获取点云，并对所述点云按照高度进行切片；基于预设的杆状物的特征，对每个切片中的点云进行聚类分析，获得候选点集合；采用预设的生长规则对所述候选点集合中的点进行生长操作，得到杆状物的点云，以根据所述杆状物的点云识别获得所述杆状物。本申请实施例提供的技术方案能够在不借助识别模型的情况下就能够实现对杆状物的识别。
-
公开(公告)号：CN109583312A
公开(公告)日：2019-04-05
申请号：CN201811290661.7
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识别方法、装置、设备及存储介质。该方法包括：获取车道线的图像、周围环境的反射值底图和历史车辆轨迹信息；从反射值底图中确定车道线的目标反射值底图；从历史车辆轨迹信息中确定目标轨迹信息；根据目标反射值底图和目标轨迹信息，从车道线的图像中确定车道线。本发明可提高车道线的准确度。
-
公开(公告)号：CN109543557A
公开(公告)日：2019-03-29
申请号：CN201811282795.4
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视频帧的处理方法、装置、设备以及存储介质，该方法包括：获取待处理的视频帧，将待处理的视频帧的输入视频帧预测模型，得到待处理的视频帧的深度和视频帧的语义信息，其中，视频帧预测模型为基于深度神经网络训练的同时获取当前视频帧的深度和当前视频帧的语义信息的模型。本发明实施例提供的视频帧的处理方法，通过结合语义信息来预测视频帧的深度，提高了视频帧深度预测的准确度。
-
公开(公告)号：CN106052697B
公开(公告)日：2017-11-14
申请号：CN201610349119.9
申请日：2016-05-24
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/26
CPC classification number: G05D1/0236 , G01C21/00 , G01S7/4808 , G01S17/89 , G05D1/0088 , G05D1/024 , G05D1/0274 , G05D2201/0213 , G06F17/16 , G06N7/005
Abstract: 本申请公开了一种无人车、无人车定位方法、装置和系统。所述方法的一具体实施方式包括：获取与无人车当前位置匹配的第一激光点云高度值数据，其中，第一激光点云高度值数据包括各激光点的第一坐标以及与第一激光点云高度值数据中的各激光点对应的高度值；将第一激光点云高度值数据转化为地平面内的激光点云投影数据；以预先确定的先验定位位置在激光点云高度值地图中的位置作为初始位置，确定激光点云投影数据在激光点云高度值地图的预定范围内的第一匹配概率；以及基于第一匹配概率确定无人车在激光点云高度值地图中的位置。该实施方式实现了对无人车当前位置的准确定位。
-
公开(公告)号：CN106023210A
公开(公告)日：2016-10-12
申请号：CN201610348334.7
申请日：2016-05-24
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G05D1/0231 , G01S7/4808 , G01S17/89 , G05D1/0274 , G05D2201/0213 , G06T3/0031 , G06T2207/10028
Abstract: 本申请公开了一种无人车、无人车定位方法、装置和系统。所述方法的一具体实施方式包括：获取与无人车当前位置匹配的第一激光点云反射值数据，其中，第一激光点云反射值数据包括各激光点的第一坐标以及与第一激光点云反射值数据中的各激光点对应的激光反射强度值；将第一激光点云反射值数据转化为地平面内的激光点云投影数据；以预先确定的先验定位位置在激光点云反射值地图中的位置作为初始位置，确定激光点云投影数据在激光点云反射值地图的预定范围内的第一匹配概率；以及基于第一匹配概率确定无人车在激光点云反射值地图中的位置。该实施方式实现了对无人车当前位置的准确定位。
-
Patent Agency Ranking
公开(公告)号：CN108961990B
公开(公告)日：2023-08-29
申请号：CN201710367159.0
申请日：2017-05-23
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/32
Abstract: 本申请公开了用于处理高精地图的方法和装置。该方法的一具体实施方式包括：获取目标高精地图，目标高精地图包括至少一个道路元素和至少一个路口元素，其中，道路元素用于表征道路，道路元素包括道路位置信息和车道元素标识序列，道路位置信息用于表征道路所在的地理位置，车道元素标识用于指示车道元素，车道元素用于表征道路中的车道，车道元素包括车道位置信息，道路元素的车道元素标识序列中的每个车道元素标识所指示的车道元素用于表征道路元素所表征的道路中的每条车道，路口元素用于表征路口；对目标高精地图进行处理，得到处理后的目标高精地图；输出处理后的目标高精地图。该实施方式丰富了高精地图中的交通信息。
-
公开(公告)号：CN108764187B
公开(公告)日：2022-03-08
申请号：CN201810559318.1
申请日：2018-06-01
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 根据本公开的示例实施例，提供了一种用于提取车道线的方法、装置、设备、计算机可读存储介质以及采集实体。方法包括基于从激光雷达采集的点云生成的第一图片来获得一段道路的第一组车道线。方法还包括基于从相机采集的第二图片来获得道路的第二组车道线。方法还包括基于第一组车道线和第二组车道线来确定道路的车道线集合。本公开的实施例将通过激光点云提取的车道线和通过相机图片提取的车道线进行融合，从而确定最终的车道线，能够使得提取到的车道线更加准确且全面。
-
公开(公告)号：CN109376653B
公开(公告)日：2022-03-01
申请号：CN201811247083.9
申请日：2018-10-24
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 根据本公开的示例实施例，提供了一种用于定位车辆的方法、装置、设备和计算机可读存储介质。该方法包括：从感测设备所获取的与车辆相关的视频流的第一帧中确定第一特征点集合；从该视频流中的、在第一帧之后的第二帧中确定与第一特征点集合相对应的第二特征点集合；以及基于第一特征点集合中的特征点和第二特征点集合中的对应特征点在图像坐标系下的位置以及图像坐标系与相机坐标系之间的第一映射关系，确定车体坐标系和相机坐标系之间的第二映射关系。以此方式，可以以简洁和有效的方式确定车体坐标系和相机坐标系之间的变换，从而精确地确定车辆的地理位置。
-
公开(公告)号：CN109410735B
公开(公告)日：2021-06-29
申请号：CN201710697013.2
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：CN108955670B
公开(公告)日：2021-02-09
申请号：CN201710379088.6
申请日：2017-05-25
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了信息获取方法和装置。该方法的一具体实施方式包括：采集道路对象的特征信息，特征信息包括：在道路对象所在的区域内采集的激光点云中道路对象对应的激光点在世界坐标系下的位置、道路对象的控制点在世界坐标系下的位置对应的反射值地图中的位置；基于道路对象的特征信息与道路对象的预设特征信息的匹配情况，确定预设精度是否合格，预设精度包括：拼接的激光点云的拼接精度、反射值地图的精度、高精地图的精度。实现了对用于车辆的行驶环境感知的拼接的激光点云的拼接精度、反射值地图的精度、高精地图的精度全面地评估。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.027 seconds)
