-
公开(公告)号：CN109636841B
公开(公告)日：2021-06-01
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
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：CN109711242B
公开(公告)日：2021-04-20
申请号：CN201811291589.X
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的修正方法、装置和存储介质，该方法包括：获取当前行驶路面的图像；根据图像，获取当前行驶路面上的第一车道线和目标车道线，第一车道线为图像中发生车道线缺失的车道线，目标车道线为：图像中与第一车道线的相似度大于相似度阈值的车道线；采用目标车道线，对图像中的第一车道线进行修正。本发明能够根据图像中的目标车道线对缺失的车道线进行修正，使得无人车获取正确、连续的车道线，提高了自动驾驶的安全性。
-
公开(公告)号：CN109543557B
公开(公告)日：2021-01-05
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：CN109657686A
公开(公告)日：2019-04-19
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：CN109657077A
公开(公告)日：2019-04-19
申请号：CN201811291586.6
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提供一种模型训练方法、车道线生成方法、设备及存储介质。本发明实施例通过根据该样本图像库和该样本图像库中每个样本图像对应的真值图像，对生成式对抗网络进行训练，得到训练完成的该生成式对抗网络中的生成模型，将目标车道的图像信息作为该生成模型的输入，以使该生成模型在该图像信息中预测车道线，当该目标车道中的车道线残缺或模糊不清时，通过该生成模型可生成已残缺部分的车道线，从而使得该目标车道的结构化数据完整，以提高电子地图的精确度。
-
Patent Agency Ranking
公开(公告)号：CN109640068A
公开(公告)日：2019-04-16
申请号：CN201811282808.8
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04N13/275 , H04N13/271
Abstract: 本发明实施例提供一种视频帧的信息预测方法、装置、设备以及存储介质。本发明视频帧的信息预测方法方法，包括：获取相邻的至少两个视频帧，并将所述至少两个视频帧输入视频帧预测模型，获取所述至少两个视频帧之间的位姿关系和当前帧的深度，其中，所述视频帧预测模型为基于深度神经网络训练的同时获取视频帧之间的位姿关系和当前帧的深度的模型。本发明实施例实现了精确获取视频帧的深度和位姿关系。
-
公开(公告)号：CN109579856A
公开(公告)日：2019-04-05
申请号：CN201811291905.3
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01C21/32
Abstract: 本发明提供一种高精度地图生成方法、装置、设备及计算机可读存储介质，方法包括：接收各图像采集设备采集的待处理图像，并根据所述待处理图像记录所述图像采集设备的位姿信息，所述图像采集设备分别设置在各车辆上，所述图像采集设备为相机、摄像机中的任意一种或多种；从所述待处理图像中提取可绘制高精度地图的关键元素；对所述关键元素进行结构化处理，获得与所述待处理图像对应的结构化信息；将所述结构化信息投影至三维空间中，获得所述高精度地图。由于图像采集设备的成本远远低于激光雷达，因此，能够在低成本的基础上，实现高精度地图的制作。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.034 seconds)
