-
公开(公告)号：CN109886602B
公开(公告)日：2023-11-17
申请号：CN201910185823.9
申请日：2019-03-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q10/0639
Abstract: 本发明提出了车辆驾驶策略的评估方法、装置、计算机设备和计算机可读存储介质，其中车辆驾驶策略的评估方法，可以包括：比较在一段路程内自动驾驶策略和驾驶员驾驶策略在道路场景情况下的分布区别；比较在自动驾驶策略和驾驶员驾驶策略情况下，车辆在路程内的驾驶状况的变化率占比；比较在自动驾驶策略和驾驶员驾驶策略情况下，车辆在路程内的路径相似程度，根据分布区别、变化率占比和路径相似程度得到述车辆驾驶策略的评估结果。
-
公开(公告)号：CN109886602A
公开(公告)日：2019-06-14
申请号：CN201910185823.9
申请日：2019-03-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q10/06
Abstract: 本发明提出了车辆驾驶策略的评估方法、装置、计算机设备和计算机可读存储介质，其中车辆驾驶策略的评估方法，可以包括：比较在一段路程内自动驾驶策略和驾驶员驾驶策略在道路场景情况下的分布区别；比较在自动驾驶策略和驾驶员驾驶策略情况下，车辆在路程内的驾驶状况的变化率占比；比较在自动驾驶策略和驾驶员驾驶策略情况下，车辆在路程内的路径相似程度，根据分布区别、变化率占比和路径相似程度得到述车辆驾驶策略的评估结果。
-
公开(公告)号：CN109857118A
公开(公告)日：2019-06-07
申请号：CN201910186289.3
申请日：2019-03-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G05D1/02
Abstract: 本发明提出了用于规划驾驶策略的方法、装置等，其中用于规划驾驶策略的方法，可以包括：根据采集的规划轨迹数据B和道路场景数据A，构建规划轨迹数据B、道路场景数据A、神经网络模型W之间的函数关系Bi＝fi(Ai，W)，并且拟合得到神经网络模型W，其中i＝1、2、3、…n；对于驾驶员驾驶情况下的驾驶员行为轨迹进行拼接，生成驾驶员行为轨迹数据P；将作为负样本的规划轨迹数据B和作为正样本的驾驶员行为轨迹数据P输入神经网络模型W，对比学习在负样本和正样本情况下神经网络模型W的输出，并且将神经网络模型W进行修正，得到规划的驾驶策略G＝f(A，W’)，其中W’为修正的神经网络模型。
-
公开(公告)号：CN109910880B
公开(公告)日：2021-06-29
申请号：CN201910172670.4
申请日：2019-03-07
Applicant: 百度在线网络技术(北京)有限公司
IPC: B60W30/095 , B60W40/10 , G06Q10/04
Abstract: 本发明提出一种车辆行为规划的方法、装置、存储介质和终端设备，其中，所述方法包括：根据主车的当前状态，确定能够影响所述主车的至少一个第一障碍目标，并且对所述至少一个第一障碍目标的运动轨迹进行第一预测；根据所述第一预测的结果，规划所述主车能够执行的候选行车行为；基于所述候选行车行为和所述至少一个第一障碍目标的当前状态，确定能够影响所述主车的至少一个第二障碍目标，并且基于所述候选行车行为对所述至少一个第二障碍目标的运动轨迹进行第二预测；以及根据所述第二预测的结果，从所述候选行车行为中确定所述主车待执行的行车行为。采用本发明，可以有效提高预测的效率和准确程度。
-
公开(公告)号：CN109927719A
公开(公告)日：2019-06-25
申请号：CN201711351196.9
申请日：2017-12-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: B60W30/095 , B60W40/04 , B60W40/105 , B60W50/14
Abstract: 本申请提供一种基于障碍物轨迹预测的辅助驾驶方法和系统，所述方法包括，获取车载传感器所采集的本车周围的环境数据；基于所述环境数据,确定本车周围的动态障碍物的可行驶区域；利用动态障碍物的历史状态信息和可行驶区域，预测动态障碍物的行驶轨迹；判断动态障碍物的行驶轨迹与本车行驶轨迹冲突的风险状况。可以计算障碍物轨迹与本车轨迹的风险系数，进行提前预警。
-
Patent Agency Ranking
公开(公告)号：CN109839937A
公开(公告)日：2019-06-04
申请号：CN201910185825.8
申请日：2019-03-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G05D1/02
Abstract: 本发明提出了确定车辆自动驾驶的规划策略的方法、装置、计算机设备和计算机可读存储介质，其中确定车辆自动驾驶的规划策略的方法可以包括：采集驾驶员驾驶过程中的轨迹数据和场景数据；从轨迹数据和场景数据中提取驾驶员驾驶策略；向驾驶员驾驶策略输入相应的场景数据，从而产生想象的规划策略；将驾驶员驾驶策略与想象的规划策略进行比较，使用机器学习方法，确定车辆自动驾驶的规划策略。这样解决了自动驾驶情况下存在的驾驶策略上的冲突，使得自动驾驶车辆进一步满足了安全性和舒适性的要求。
-
公开(公告)号：CN109213134A
公开(公告)日：2019-01-15
申请号：CN201710532639.8
申请日：2017-07-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G05D1/02
Abstract: 本申请公开了生成自动驾驶策略的方法和装置。方法的一具体实施方式包括：测量本车的状态信息以及周围场景信息，周围场景信息包括：障碍车的状态信息、道路结构信息和本车的交通场景信息；从预定时间段内的障碍车的状态信息中，确定障碍车的行驶轨迹；基于预定时间段内的障碍车的状态信息和障碍车的行驶轨迹，确定第一映射关系，第一映射关系为障碍车的交通场景信息至障碍车的驾驶行为信息的映射关系；基于第一映射关系、道路结构信息、本车的状态信息和本车的交通场景信息，生成本车的自动驾驶策略。该实施方式可以从本车和周围车辆的行驶信息中学习驾驶策略，学习得到的驾车策略适用的道路和场景更加广泛。
-
公开(公告)号：CN109857118B
公开(公告)日：2022-08-16
申请号：CN201910186289.3
申请日：2019-03-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G05D1/02
Abstract: 本发明提出了无人车规划驾驶策略的方法、装置等，其中无人车规划驾驶策略的方法，可以包括：根据采集的规划轨迹数据B和道路场景数据A，构建规划轨迹数据B、道路场景数据A、神经网络模型W之间的函数关系Bi＝fi(Ai，W)，并且拟合得到神经网络模型W，其中i＝1、2、3、…n；对于驾驶员驾驶情况下的驾驶员行为轨迹进行拼接，生成驾驶员行为轨迹数据P；将作为负样本的规划轨迹数据B和作为正样本的驾驶员行为轨迹数据P输入神经网络模型W，对比学习在负样本和正样本情况下神经网络模型W的输出，并且将神经网络模型W进行修正，得到规划的驾驶策略G＝f(A，W’)，其中W’为修正的神经网络模型。
-
公开(公告)号：CN109927719B
公开(公告)日：2022-03-25
申请号：CN201711351196.9
申请日：2017-12-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: B60W30/095 , B60W40/04 , B60W40/105 , B60W50/14
Abstract: 本申请提供一种基于障碍物轨迹预测的辅助驾驶方法和系统，所述方法包括，获取车载传感器所采集的本车周围的环境数据；基于所述环境数据,确定本车周围的动态障碍物的可行驶区域；利用动态障碍物的历史状态信息和可行驶区域，预测动态障碍物的行驶轨迹；判断动态障碍物的行驶轨迹与本车行驶轨迹冲突的风险状况。可以计算障碍物轨迹与本车轨迹的风险系数，进行提前预警。
-
公开(公告)号：CN109910880A
公开(公告)日：2019-06-21
申请号：CN201910172670.4
申请日：2019-03-07
Applicant: 百度在线网络技术(北京)有限公司
IPC: B60W30/095 , B60W40/10 , G06Q10/04
Abstract: 本发明提出一种车辆行为规划的方法、装置、存储介质和终端设备，其中，所述方法包括：根据主车的当前状态，确定能够影响所述主车的至少一个第一障碍目标，并且对所述至少一个第一障碍目标的运动轨迹进行第一预测；根据所述第一预测的结果，规划所述主车能够执行的候选行车行为；基于所述候选行车行为和所述至少一个第一障碍目标的当前状态，确定能够影响所述主车的至少一个第二障碍目标，并且基于所述候选行车行为对所述至少一个第二障碍目标的运动轨迹进行第二预测；以及根据所述第二预测的结果，从所述候选行车行为中确定所述主车待执行的行车行为。采用本发明，可以有效提高预测的效率和准确程度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
