-
公开(公告)号：CN107392189B
公开(公告)日：2021-04-30
申请号：CN201710790024.5
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/00
Abstract: 本申请实施例公开了用于确定无人车的驾驶行为的方法和装置。方法的一具体实施方式包括：获取图像传感器采集的原始高清图像；缩放原始高清图像，得到分辨率低于原始高清图像的缩略图；基于注意力模型，确定缩略图中的感兴趣区域；在原始高清图像中，确定感兴趣区域的对应区域；将缩略图和对应区域输入端到端模型，得到端到端模型输出的无人车的驾驶行为。该实施方式提高了端到端模型输出的驾驶行为的准确性。
-
公开(公告)号：CN107817790B
公开(公告)日：2020-12-22
申请号：CN201710792205.1
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明的目的是提供一种计算车辆轨迹的曲率的方法和装置。与现有技术相比，本发明根据实时采集到的车辆的GPS信息，通过回旋曲线拟合获得所述车辆的行驶轨迹，计算所述行驶轨迹中某个轨迹点的曲率的观测值，根据实时监测到的所述车辆在所述轨迹点对应的方向盘转角，获得所述轨迹点的曲率的预测值，再根据所述轨迹点的曲率的观测值与预测值，采用卡尔曼滤波获得所述轨迹点的曲率的最优值；大大提高了计算车辆行驶轨迹的曲率的精度，当其应用于自动驾驶车辆中，可提高自动驾驶的可行性。
-
公开(公告)号：CN107728646B
公开(公告)日：2020-11-10
申请号：CN201710792884.2
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: G05D3/12
Abstract: 本发明提供了一种实现对自动驾驶车辆的摄像头进行自动控制的系统，包括：安装于所述车辆的摄像头，用于捕捉视频；处理器，配置为处理所述视频，以确定所述摄像头的位置和/或角度的误差；驱动装置，连接到所述摄像头并根据所述误差驱动所述摄像头改变位置和/或角度。由此，解决了由于车辆长时间运动造成图像和最初标定不一致的问题。摄像头自身拍摄到的视频被用于误差的确定，并最终用于摄像头的位置和/或角度的调整，实现了真正的闭环控制。
-
公开(公告)号：CN107481292B
公开(公告)日：2020-07-28
申请号：CN201710790085.1
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/80
Abstract: 本申请公开了车载摄像头的姿态误差估计方法和装置。车载摄像头的姿态误差估计方法的一具体实施方式包括：获取车载摄像头在预设标准姿态下采集的预设场景的第一图像；执行姿态误差估算步骤，姿态误差估算步骤包括：获取车载摄像头在当前姿态下采集的预设场景的第二图像；利用相对位姿估计模型比对第一图像和第二图像，得出车载摄像头的当前姿态与预设标准姿态的相对位姿信息，其中，相对位姿估计模型基于深度学习网络训练生成。该方法可以实现车载摄像头误差的自动化、高精度估计。
-
公开(公告)号：CN107807625B
公开(公告)日：2020-05-12
申请号：CN201710792218.9
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: G05B23/02
Abstract: 本发明提出了一种基于端到端的自动驾驶系统舒适度的评估方法及装置，其中的方法包括：根据所述自动驾驶系统输出的速度序列和时间序列确定加速度序列；根据所述加速度序列确定加加速度序列；根据所述加加速度序列的平均加加速度值对所述自动导航系统的舒适度进行评估。本发明根据预定自动驾驶系统输出的速度序列和时间序列确定在预定里程中的平均加加速度值，并根据该平均加加速度值评估该自动驾驶系统的横向控制模型和纵向控制模型，从而能够客观、真实的对自动驾驶系统的舒适度进行评估，进而提高的深度学习在自动驾驶领域的学习效率。
-
Patent Agency Ranking
公开(公告)号：CN107784709A
公开(公告)日：2018-03-09
申请号：CN201710792053.5
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06K9/6256 , G06K9/6297 , G07C5/0808 , G07C5/0841
Abstract: 本发明的目的是提供了一种处理自动驾驶训练数据的方法和装置。根据本发明的处理自动驾驶训练数据的方法包括：提供一种处理自动驾驶训练数据的方法，该方法包括：获取多个时刻的数据过滤相关信息及自动驾驶训练数据；根据数据过滤相关信息，判断每个时刻的自动驾驶训练数据所表示的驾驶行为是否异常；过滤异常驾驶行为所对应的自动驾驶训练数据。根据本发明的技术可以滤除自动驾驶训练数据中的引起自动驾驶异常的数据，以保证自动驾驶的稳定性和安全性。
-
公开(公告)号：CN107738627A
公开(公告)日：2018-02-27
申请号：CN201710792882.3
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: B60S1/08
Abstract: 本发明的目的是提供一种自动驾驶系统中的雨刷控制的方法和装置。根据本发明的方案包括以下步骤：获取一道路图像信息对应的用户对雨刷的真实控制信息；将所述道路图像信息及其对应的真实控制信息作为训练数据，来对自动驾驶模型进行训练，以获得自动驾驶过程中，该道路图像信息对应的控制预测信息，所述控制预测信息包括雨刷预测信息。本方案优点在于：通过获取与道路图像信息对应的真实控制信息进行训练，尤其基于用户在雨雪天气的真实控制信息，能够有效地提高自动驾驶中对于雨刷控制的预测的准确性。避免了由于雨量传感器等外部设备不精确等原因造成的错误操作，并能够适应更多更复杂的环境情况。
-
公开(公告)号：CN107609502A
公开(公告)日：2018-01-19
申请号：CN201710792595.2
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于控制无人驾驶车辆的方法和装置。该方法的一具体实施方式包括：获取无人驾驶车辆的待识别环境图像；将该待识别环境图像导入场景识别模型，得到该待识别环境图像对应的场景类型，其中，该场景识别模型用于表征待识别环境图像与场景类型之间的对应关系；根据预设的场景类型与控制指令之间的关联关系，选取并执行控制指令，以控制该无人驾驶车辆。该实施方式提高了无人驾驶车辆的控制效率。
-
公开(公告)号：CN107563332A
公开(公告)日：2018-01-09
申请号：CN201710790586.X
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于确定无人车的驾驶行为的方法和装置。方法的一具体实施方式包括：获取预定时间段之内附有时序信息的视频帧序列；将视频帧序列输入端到端驾驶行为模型，得到从端到端驾驶行为模型输出的驾驶行为指令序列。该实施方式中输入的视频帧序列能够让端到端驾驶行为模型捕捉到连续变化的环境信息，驾驶行为指令序列可以保证驾驶行为的连续性，并且可以满足一段时间内的驾驶需求，不用高频率输出指令，大大节省了计算资源，也使得该方法在计算能力较弱的设备上，可以正常运行。
-
公开(公告)号：CN107527074A
公开(公告)日：2017-12-29
申请号：CN201710791373.9
申请日：2017-09-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本申请公开了用于车辆的图像处理方法和装置。该方法的一具体实施方式包括：获取呈现有目标对象的图像；遮挡该图像的至少一个区域，得到至少一个遮挡图像；将该至少一个遮挡图像输入预先训练的图像处理模型以得到与各该遮挡图像对应的驾驶参数；对于每个驾驶参数，确定该驾驶参数与该图像所对应的真实驾驶参数的差值；确定该目标对象所在的至少一个区域的遮挡图像的驾驶参数与该真实驾驶参数的差值是否大于或等于差值阈值以确定该目标对象的状态与驾驶参数之间的关联度。本申请实施例可以确定目标对象的状态与驾驶参数之间的关联度，进而确定图像处理模型对目标对象的状态的特征的学习情况。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.037 seconds)
