具有基于学习的定位校正系统的动态模型

    公开(公告)号:CN112698645B

    公开(公告)日:2024-11-19

    申请号:CN202010519694.5

    申请日:2020-06-09

    Abstract: 在一个实施方式中,接收表示将模拟的自动驾驶车辆(ADV)的第一状态和将在第一时间点发布的一组控制命令的一组参数。作为响应,将定位预测模型应用于该组参数以确定ADV的第一位置(例如,(x,y))。将定位校正模型应用于该组参数以确定一组定位校正因子(例如,(Δx,Δy))。校正因子可以表示由定位预测模型预测的ADV的预测位置和由车辆的传感器测量的地面真值之间的误差。基于ADV的第一位置和校正因子,确定ADV的第二位置作为ADV的模拟位置。

    自动驾驶车辆规划中的嵌套情景

    公开(公告)号:CN113428174B

    公开(公告)日:2024-07-16

    申请号:CN202011031827.0

    申请日:2020-09-27

    Abstract: 在一个实施方式中,通过执行活动的第一驾驶情景来为ADV设置路线。第一驾驶情景是多个驾驶情景类型中的一个,每个驾驶情景类型均与当相应的驾驶情景类型活动时要执行的一个或多个阶段相关联。基于ADV周围的环境条件,将第二驾驶情景设置为活动的。通过执行第二驾驶情景来为ADV设置路线。当第二驾驶情景退出时,在第一驾驶情景的仍待执行的一个或多个阶段继续执行第一驾驶情景。

    用于自动驾驶车辆的基于学习的动态建模方法

    公开(公告)号:CN111240312B

    公开(公告)日:2023-07-28

    申请号:CN201910828148.7

    申请日:2019-09-03

    Abstract: 在实施方式中,提供了与自动驾驶车辆ADV一起使用的基于学习的动态建模方法。ADV中的控制模块可以生成针对第一驾驶周期的ADV的当前状态和控制命令,并且将当前状态和控制命令发送给动态模型,所述动态模型使用经训练的神经网络模型进行实施。基于当前状态和控制命令,动态模型生成针对第二驾驶周期的预期未来状态,在第二驾驶周期期间,控制模块生成实际未来状态。ADV将预期未来状态与实际未来状态进行比较,以生成比较结果,比较结果用于对ADV中的决策模块、规划模块和控制模块中的一个或多个进行评估。

    改进自主驾驶车辆的规划模块的方法及系统

    公开(公告)号:CN115158359A

    公开(公告)日:2022-10-11

    申请号:CN202210940109.8

    申请日:2022-08-05

    Abstract: 本公开提供一种改进自主驾驶车辆的规划模块的方法及系统。接收ADV的规划模块的一个或多个输出。接收ADV的驾驶环境数据。通过基于驾驶环境的数据和规划模块的一个或多个输出确定规划模块的性能分数来评估规划模块的性能。确定规划模块的一个或多个输出是否违反安全规则组中的至少一个。响应于确定规划模块的一个或多个输出违反安全规则组中的至少一个,确定分数大于预定阈值。否则,基于机器学习模型确定分数。通过基于分数调整规划模块的参数集来修改规划模块。

Patent Agency Ranking