-
公开(公告)号：CN110136481B
公开(公告)日：2021-02-02
申请号：CN201811097576.9
申请日：2018-09-20
申请人： 初速度(苏州)科技有限公司
发明人： 王宇舟
摘要： 本发明涉及智能驾驶领域，特别涉及一种基于深度强化学习的停车策略。现有技术中，传统的自动泊车系统基于传统的路径规划算法，效果较差；本发明提供了一种基于深度强化学习的停车方法以及系统，所述方法及系统可由深度强化学习算法获得停车规划路线；以车辆观测状态、车辆预测动作和奖励函数构成元组，基于该元组的泊车规划方法，具有基于产品特点提取特征，使得需要的参数少的特点。此外，基于目标函数：(距离+转向+碰撞)，系数不需要调整；本发明采用深度强化学习的方式来提取特征，具有整体规划时间快，对外界的反应快等有益的技术效果。
-
公开(公告)号：CN110136481A
公开(公告)日：2019-08-16
申请号：CN201811097576.9
申请日：2018-09-20
申请人： 初速度(苏州)科技有限公司
发明人： 王宇舟
摘要： 本发明涉及智能驾驶领域，特别涉及一种基于深度强化学习的停车策略。现有技术中，传统的自动泊车系统基于传统的路径规划算法，效果较差；本发明提供了一种基于深度强化学习的停车方法以及系统，所述方法及系统可由深度强化学习算法获得停车规划路线；以车辆观测状态、车辆预测动作和奖励函数构成元组，基于该元组的泊车规划方法，具有基于产品特点提取特征，使得需要的参数少的特点。此外，基于目标函数：(距离+转向+碰撞)，系数不需要调整；本发明采用深度强化学习的方式来提取特征，具有整体规划时间快，对外界的反应快等有益的技术效果。
-
公开(公告)号：CN112078592A
公开(公告)日：2020-12-15
申请号：CN201910510174.5
申请日：2019-06-13
申请人： 初速度(苏州)科技有限公司
发明人： 王宇舟
IPC分类号： B60W50/00
摘要： 本发明实施例公开一种车辆行为和/或车辆轨迹的预测方法及装置。该方法包括：确定自车的采集设备采集的当前时刻之前的每个他车对应的车辆行为数据以及车辆行驶轨迹；当任一他车对应有多段车辆行驶轨迹时，将多段车辆行驶轨迹合并；根据每个他车对应的车辆行驶轨迹，从他车中筛选出预设时间段内运动距离达到预设距离要求的目标车辆；根据目标车辆的车辆行为数据，基于预先建立的目标场景类型对应的目标网络模型预测目标车辆对应的行为类别，和/或，根据目标车辆的车辆行驶轨迹，基于预先建立的目标场景类型对应的目标网络模型预测所述目标车辆的未来行驶轨迹。应用本发明实施例提供的方案，能够提高预测的方便性。
-
公开(公告)号：CN111434550A
公开(公告)日：2020-07-21
申请号：CN201910037559.4
申请日：2019-01-15
申请人： 初速度(苏州)科技有限公司
发明人： 王宇舟
IPC分类号： B60W30/06
摘要： 本发明涉及一种基于仿真的泊车策略生成方法及系统，属于智能驾驶技术领域。现有技术中各种停车地点情况不同，难以生成比较优越的泊车策略；本申请提供了基于仿真的泊车策略生成方法及系统，通过多个仿真器分别生成不同的泊车策略，再由路径评价单元通过特定的公式对每条泊车策略进行评价，选出最优的策略，使得该系统可适应不同的停车场地的各种情况，给出优越的泊车策略。
-
公开(公告)号：CN112085178A
公开(公告)日：2020-12-15
申请号：CN201910510173.0
申请日：2019-06-13
申请人： 初速度(苏州)科技有限公司
发明人： 王宇舟
IPC分类号： G06N3/08
摘要： 本发明实施例公开一种车辆行为数据的标注方法及装置。该方法包括：获取包括车辆信息和道路信息的待标注的第一车辆行为数据，基于预先建立的目标数学统计模型计算车辆信息的统计特征，确定统计特征所满足的目标统计规则，根据目标统计规则以及道路信息得到第一车辆行为数据对应的行为类型，当得到的目标数据集中的所有第一车辆行为数据对应的行为类型的准确率大于预设阈值时，基于所得到的行为类型对该第一车辆行为数据进行标注得到对应的标注信息，当得到的准确率不大于预设阈值时，基于预先建立的目标网络模型，对新的目标数据集中的第二车辆行为数据进行标注得到对应的标注信息。应用本发明实施例提供的方案，能够自动进行标注，提高标注效率。
-
公开(公告)号：CN110136266A
公开(公告)日：2019-08-16
申请号：CN201811565636.5
申请日：2018-12-20
申请人： 初速度(苏州)科技有限公司
发明人： 王宇舟
摘要： 本发明提供了一种增强现实融合场景的方法及仿真结果批量验证方法，可用于机动车自动驾驶系统的仿真，还可扩展应用于各类以现实环境数据为基础的自动化决策系统。该场景融合的方法包括以下步骤：S1摄像机标定：根据真实图像获得摄像机的内外参数配置；S2场景重建：通过真实环境中可用的传感器组，建立真实世界的三维描述，并对真实场景中可识别目标的坐标、类别特征进行标注；S3场景融合：将虚拟场景与真实场景进行融合。通过本发明的增强现实技术，可以快速有效的对自动驾驶算法的正确性与性能进行验证。
-
公开(公告)号：CN109727314A
公开(公告)日：2019-05-07
申请号：CN201811565581.8
申请日：2018-12-20
申请人： 初速度(苏州)科技有限公司
发明人： 王宇舟
摘要： 本发明提供了一种增强现实场景融合及其展示方法，可用于机动车自动驾驶系统的仿真，还可扩展应用于各类以现实环境数据为基础的自动化决策系统。该方法包括以下步骤：S1摄像机标定：根据真实图像获得摄像机的内外参数配置；S2场景重建：通过真实环境中可用的传感器组，建立真实世界的三维描述，并对真实场景中可识别目标的坐标、类别特征进行标注；S3场景融合：将虚拟场景与真实场景进行融合。通过本发明的增强现实技术，可以快速有效的对自动驾驶算法的正确性与性能进行验证。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.03 秒)
