公开(公告)号：CN115050202A

公开(公告)日：2022-09-13

申请号：CN202210649264.4

申请日：2019-12-09

申请人： 伟摩有限责任公司

发明人： Z.徐 ,  M.卡布卡布 ,  C.吴 ,  W.高

IPC分类号： G08G1/0967 ,  G06V20/20 ,  G06V20/58 ,  G06V10/776 ,  G06T7/90 ,  G06T7/60 ,  G05D1/02

摘要： 本公开的各方面涉及确定陌生标志1053的标志类型。系统可以包括一个或多个处理器120。所述一个或多个处理器可以被配置为接收图像并且识别与图像中的交通标志相对应的图像数据。对应于交通标志的图像数据可以输入到标志类型模型470中。处理器可以确定标志类型模型不能识别交通标志的类型并且确定交通标志的一个或多个属性。交通标志的一个或多个属性可以与其他交通标志的已知属性进行比较，并且基于此比较，可以确定交通标志的标志类型。可以基于交通标志的标志类型在自主驾驶模式下控制车辆100。

公开(公告)号：CN109562759B

公开(公告)日：2019-10-25

申请号：CN201780046307.7

申请日：2017-07-20

申请人： 伟摩有限责任公司

发明人： D.I.F.弗格森 ,  A.温德尔 ,  Z.徐 ,  D.H.西尔弗 ,  B.D.卢德斯

IPC分类号： B60W30/14 ,  B60W30/08 ,  G05D1/02 ,  G05D1/00

摘要： 本公开的各方面涉及操纵车辆。作为示例，从车辆100的感知系统接收识别对象组以及该对象组的每个对象的特征组的传感器信息。过滤该对象组以移除对应于车辆、自行车和行人的对象。从过滤的对象组中选择车辆的预期未来路径内的对象。基于该特征组，对象被分类为可行驶或不可行驶。可行驶指示车辆能够驶过对象而不会对车辆造成损坏。基于分类操纵车辆，使得当对象被分类为可行驶时，操纵车辆包括通过不改变车辆的预期未来路径使车辆驶过对象。

公开(公告)号：CN113196357B

公开(公告)日：2022-06-14

申请号：CN201980083061.X

申请日：2019-12-09

申请人： 伟摩有限责任公司

发明人： Z.徐 ,  M.卡布卡布 ,  C.吴 ,  W.高

IPC分类号： G08G1/0967 ,  G08G1/01 ,  G05D1/00 ,  G05D1/02 ,  G06K9/62 ,  G06T7/00 ,  G06T7/60 ,  G06T7/90 ,  G06V20/20 ,  G06V20/58

摘要： 本公开的各方面涉及确定陌生标志1053的标志类型。系统可以包括一个或多个处理器120。所述一个或多个处理器可以被配置为接收图像并且识别与图像中的交通标志相对应的图像数据。对应于交通标志的图像数据可以输入到标志类型模型470中。处理器可以确定标志类型模型不能识别交通标志的类型并且确定交通标志的一个或多个属性。交通标志的一个或多个属性可以与其他交通标志的已知属性进行比较，并且基于此比较，可以确定交通标志的标志类型。可以基于交通标志的标志类型在自主驾驶模式下控制车辆100。

公开(公告)号：CN109562759A

公开(公告)日：2019-04-02

申请号：CN201780046307.7

申请日：2017-07-20

申请人： 伟摩有限责任公司

发明人： D.I.F.弗格森 ,  A.温德尔 ,  Z.徐 ,  D.H.西尔弗 ,  B.D.卢德斯

IPC分类号： B60W30/14 ,  B60W30/08 ,  G05D1/02 ,  G05D1/00

摘要： 本公开的各方面涉及操纵车辆。作为示例，从车辆100的感知系统接收识别对象组以及该对象组的每个对象的特征组的传感器信息。过滤该对象组以移除对应于车辆、自行车和行人的对象。从过滤的对象组中选择车辆的预期未来路径内的对象。基于该特征组，对象被分类为可行驶或不可行驶。可行驶指示车辆能够驶过对象而不会对车辆造成损坏。基于分类操纵车辆，使得当对象被分类为可行驶时，操纵车辆包括通过不改变车辆的预期未来路径使车辆驶过对象。

公开(公告)号：CN114945952A

公开(公告)日：2022-08-26

申请号：CN202080091819.7

申请日：2020-11-12

申请人： 伟摩有限责任公司

发明人： B.多德森 ,  Z.徐

IPC分类号： G06V20/56 ,  G06V20/58 ,  G06N3/08 ,  G06V10/82 ,  G06V10/764

摘要： 用于使用神经网络从相机图像生成场景的深度图的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。一种方法包括获得由第一传感器捕获的图像。神经网络处理图像以生成图像中的多个位置中的每一个的相应分数。获得指定图像中的一些位置的相应已知深度值的已知深度数据。生成将深度值分配给图像中的一些位置的深度输出，包括：确定该位置的分数是否超过阈值；以及当该分数超过阈值并且已知深度值可用于该位置时，将该位置的已知深度值分配给深度输出中的位置。

公开(公告)号：CN113196357A

公开(公告)日：2021-07-30

申请号：CN201980083061.X

申请日：2019-12-09

申请人： 伟摩有限责任公司

发明人： Z.徐 ,  M.卡布卡布 ,  C.吴 ,  W.高

IPC分类号： G08G1/0967 ,  G06K9/00 ,  G06K9/62 ,  G06T7/90 ,  G06T7/60 ,  G05D1/02

摘要： 本公开的各方面涉及确定陌生标志1053的标志类型。系统可以包括一个或多个处理器120。所述一个或多个处理器可以被配置为接收图像并且识别与图像中的交通标志相对应的图像数据。对应于交通标志的图像数据可以输入到标志类型模型470中。处理器可以确定标志类型模型不能识别交通标志的类型并且确定交通标志的一个或多个属性。交通标志的一个或多个属性可以与其他交通标志的已知属性进行比较，并且基于此比较，可以确定交通标志的标志类型。可以基于交通标志的标志类型在自主驾驶模式下控制车辆100。