-
公开(公告)号：CN111126556B
公开(公告)日：2023-07-25
申请号：CN201811285414.8
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06N3/0442 , G06N3/08
Abstract: 本发明实施例提出一种人工神经网络模型的训练方法和装置，其中方法包括：获取乘坐无人驾驶车辆的多次乘坐体验结果；获取每次所述乘坐体验结果所对应的无人驾驶车辆的车辆行驶特征，对所述车辆行驶特征进行处理，得到无人驾驶车辆的整体特征向量；采用所述乘坐体验结果及所述整体特征向量训练人工神经网络模型，所述人工神经网络模型用于对无人驾驶车辆的乘坐体验进行评估。本发明实施例能够训练出为无人驾驶车辆的乘坐体验打分的人工神经网络模型，从而无需由人工对无人驾驶车辆的乘坐体验进行打分，节约了评估无人驾驶车辆的人力和时间成本。本发明实施例还提出一种无人驾驶车辆评估方法和装置。
-
公开(公告)号：CN111199083A
公开(公告)日：2020-05-26
申请号：CN201811287158.6
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提出一种复现无人驾驶车辆事故数据的方法和装置，其中方法包括：确定需要复现无人驾驶车辆事故数据的复现时间段，获取所述复现时间段的事故数据片段；确定用于复现无人驾驶车辆事故数据的导航途经点；采用所述事故数据片段和所述导航途经点，在仿真环境中控制无人驾驶车辆算法的运行。本发明实施例能够实现在仿真系统中复现无人驾驶车辆的事故数据。
-
公开(公告)号：CN109141911B
公开(公告)日：2019-11-26
申请号：CN201810672885.8
申请日：2018-06-26
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01M17/007
Abstract: 本申请提供一种无人车性能测试的控制量的获取方法和装置，该方法包括：获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在m个关键点处的速度；m≥2；根据m个关键点的坐标，获取障碍车辆在每两个相邻关键点之间的轨迹方程，轨迹方程为n次多项式方程，n≥2；根据m个关键点处的速度和各轨迹方程对应的轨迹曲线，获取障碍车辆在每两个相邻关键点之间的加速度；对于每个运行时长，根据各加速度，获取障碍车辆按照各轨迹方程对应的轨迹运行时，在运行了相应运行时长时，障碍车辆的动力属性和坐标。本申请获取的障碍车辆的动力属性连续变化，符合车辆的运动学特征，其作为无人车性能测试的控制量时，无人车性能测试的结果的可信度较高。
-
-
公开(公告)号：CN109141911A
公开(公告)日：2019-01-04
申请号：CN201810672885.8
申请日：2018-06-26
Applicant: 百度在线网络技术(北京)有限公司
IPC: G01M17/007
Abstract: 本申请提供一种无人车性能测试的控制量的获取方法和装置，该方法包括：获取模拟障碍车辆行进轨迹上m个关键点的坐标以及在m个关键点处的速度；m≥2；根据m个关键点的坐标，获取障碍车辆在每两个相邻关键点之间的轨迹方程，轨迹方程为n次多项式方程，n≥2；根据m个关键点处的速度和各轨迹方程对应的轨迹曲线，获取障碍车辆在每两个相邻关键点之间的加速度；对于每个运行时长，根据各加速度，获取障碍车辆按照各轨迹方程对应的轨迹运行时，在运行了相应运行时长时，障碍车辆的动力属性和坐标。本申请获取的障碍车辆的动力属性连续变化，符合车辆的运动学特征，其作为无人车性能测试的控制量时，无人车性能测试的结果的可信度较高。
-
Patent Agency Ranking
公开(公告)号：CN111091020A
公开(公告)日：2020-05-01
申请号：CN201811228611.6
申请日：2018-10-22
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提出一种自动驾驶状态判别方法和装置。该方法包括：将自动驾驶仿真结果包括的N维数据输入三元组深度网络；利用三元组深度网络对所述N维数据进行降维处理，输出M维数据；其中N大于M，且M和N为正整数；将所述M维数据输入分类网络；利用所述分类网络对所述M维数据进行判别，输出所述自动驾驶仿真结果对应的驾驶状态。本发明实施例利用三元组深度网络和分类网络对自动驾驶仿真结果进行判别，能够准确地判别自动驾驶仿真的状态，从而能够反馈调整仿真策略。
-
公开(公告)号：CN111159833A
公开(公告)日：2020-05-15
申请号：CN201811228268.5
申请日：2018-10-22
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F30/20
Abstract: 本发明实施例提出一种无人驾驶车辆算法的评估方法和装置，其中方法包括：设置仿真环境，使所述仿真环境与司机驾驶真实主车时的真实环境一致；在所述仿真环境中运行所述无人驾驶车辆算法，得到仿真运行数据；将所述仿真运行数据与司机驾驶真实主车时的真实运行数据进行对比，采用所述对比的结果评估所述无人驾驶车辆算法。本发明实施例提出的方法能够评估无人驾驶车辆算法接近真实司机驾驶水平的程度。
-
公开(公告)号：CN111079776A
公开(公告)日：2020-04-28
申请号：CN201811228263.2
申请日：2018-10-22
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本发明实施例提出一种障碍车轨迹异常的判别方法和装置，其中方法包括：针对场景数据中出现的各个障碍车，获取该障碍车在所述场景数据所对应的测试区域中的多个位置点；将所述针对各个障碍车获取的位置点进行聚类操作；根据聚类操作结果确定所述位置点中的异样点；将所述异样点对应的障碍车确定为出现轨迹异常现象的障碍车。本发明实施例能够识别出无人驾驶车辆采集的真实场景数据中，发生轨迹异常现象的障碍车。
-
-
公开(公告)号：CN111126556A
公开(公告)日：2020-05-08
申请号：CN201811285414.8
申请日：2018-10-31
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提出一种人工神经网络模型的训练方法和装置，其中方法包括：获取乘坐无人驾驶车辆的多次乘坐体验结果；获取每次所述乘坐体验结果所对应的无人驾驶车辆的车辆行驶特征，对所述车辆行驶特征进行处理，得到无人驾驶车辆的整体特征向量；采用所述乘坐体验结果及所述整体特征向量训练人工神经网络模型，所述人工神经网络模型用于对无人驾驶车辆的乘坐体验进行评估。本发明实施例能够训练出为无人驾驶车辆的乘坐体验打分的人工神经网络模型，从而无需由人工对无人驾驶车辆的乘坐体验进行打分，节约了评估无人驾驶车辆的人力和时间成本。本发明实施例还提出一种无人驾驶车辆评估方法和装置。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
