-
公开(公告)号：CN106951847B
公开(公告)日：2020-09-29
申请号：CN201710146543.8
申请日：2017-03-13
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明公开了障碍物检测方法、装置、设备及存储介质，其中方法包括：获取无人驾驶车辆行驶过程中所采集的3D点云；将3D点云投影到二维网格上，分别获取各网格的特征信息；将各网格的特征信息输入预先训练得到的预测模型，分别获取各网格的障碍物预测参数；根据各网格的障碍物预测参数进行网格聚类，得到障碍物检测结果。应用本发明所述方案，能够提高检测结果的准确性等。
-
公开(公告)号：CN106951847A
公开(公告)日：2017-07-14
申请号：CN201710146543.8
申请日：2017-03-13
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明公开了障碍物检测方法、装置、设备及存储介质，其中方法包括：获取无人驾驶车辆行驶过程中所采集的3D点云；将3D点云投影到二维网格上，分别获取各网格的特征信息；将各网格的特征信息输入预先训练得到的预测模型，分别获取各网格的障碍物预测参数；根据各网格的障碍物预测参数进行网格聚类，得到障碍物检测结果。应用本发明所述方案，能够提高检测结果的准确性等。
-
公开(公告)号：CN109212540A
公开(公告)日：2019-01-15
申请号：CN201811062793.4
申请日：2018-09-12
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提供的基于激光雷达系统的测距方法、装置及可读存储介质，通过接收激光雷达系统的多个激光雷达测量获得的测距数据；其中，所述测距数据包括激光雷达与其测量范围内的各障碍物之间的距离；根据各测距数据建立三维坐标模型；根据所述三维坐标模型确定目标无人驾驶设备与各障碍物之间的距离，本申请通过利用多个激光雷达测量的测距数据，建立三维坐标模型，并根据三维坐标模型确定目标无人驾驶设备与障碍物之间的距离，相对于现有技术中的通过单激光雷达进行视觉图像算法的测距校准的方式来说，采用本申请的测距方法可实现距离范围更大的测距校准任务，有效提高了对视觉图像算法的校准效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN109376594A
公开(公告)日：2019-02-22
申请号：CN201811055289.1
申请日：2018-09-11
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请提供一种基于自动驾驶车辆的视觉感知方法、装置、设备以及介质，其中，该方法包括：将获取的自动驾驶车辆所采集的第一视觉感知图像输入至第一神经网络模型中，识别出至少一个待识别的目标识别对象的多通道特征信息，以剔除所述第一视觉感知图像中冗余特征信息；进一步地，将所述至少一个待识别的目标识别对象的多通道特征信息，分别输入至第二神经网络模型中的至少一个子神经网络模型中，得到至少一个目标识别对象；其中，所述目标识别对象与所述子神经网络模型是一一对应的。本申请实施例提高了目标识别对象的识别速度，从而提高了自动驾驶车辆的灵敏度，能够保证自动驾驶车辆的行驶安全。
-
公开(公告)号：CN109345589A
公开(公告)日：2019-02-15
申请号：CN201811056854.6
申请日：2018-09-11
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/73
Abstract: 本申请提供一种基于自动驾驶车辆的位置检测方法、装置、设备及介质，其中，该方法包括：根据细长卷积核神经网络模型中的底层神经网络层对获取的自动驾驶车辆的第一视觉感知图像进行识别，确定出所述目标线状物图像的特征信息，并采用所述细长卷积核神经网络模型中的高层神经网络层对所述目标线状物图像的特征信息进行识别，确定出所述目标线状物图像的尺寸信息；进一步地，将所述目标线状物图像的尺寸信息与预设坐标系地图信息进行匹配，确定所述自动驾驶车辆的位置。本申请实施例，可以准确地确定出目标线状物图像的尺寸信息，从而根据目标线状物图像的尺寸信息和预设坐标系地图信息可以准确地确定出所述自动驾驶车辆的位置。
-
公开(公告)号：CN109345512A
公开(公告)日：2019-02-15
申请号：CN201811062068.7
申请日：2018-09-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/00
Abstract: 本发明提供了一种汽车图像的处理方法、装置及可读存储介质，通过获取汽车图像的采集点采集得到的包括待处理图像，其中所述采集点是设置在自动驾驶设备上的，利用深度学习模型对该待处理图像中进行处理，输出待处理图像中的汽车的状态参数，根据所述状态参数确定所述待处理图像中的汽车行为，从而可利用深度学习模型对采集点采集的待处理图像进行处理，以得到可用于确定汽车行为的状态参数，从而获得汽车行为，进而为自动驾驶设备根据路况进行驾驶策略的调整提供基础和依据。
-
公开(公告)号：CN109214238A
公开(公告)日：2019-01-15
申请号：CN201710521291.2
申请日：2017-06-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明公开了多目标跟踪方法、装置、设备及存储介质，其中方法包括：获取待处理的当前图像，将当前图像输入给预先训练得到的卷积神经网络模型，得到目标检测结果；从预先选定的卷积层中分别抽取出检测到的各目标的特征向量；分别计算当前图像中各目标的特征向量与之前的图像中各目标的特征向量之间的相似度，根据计算结果完成同一目标在不同图像帧间的关联，并分配跟踪编号。应用本发明所述方案，能够满足实时处理的要求等。
-
公开(公告)号：CN109145680A
公开(公告)日：2019-01-04
申请号：CN201710456768.3
申请日：2017-06-16
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06K9/00805 , G06K9/6256 , G06K9/6262 , G06K9/629 , G06N3/02 , G06N3/08 , G06T7/70 , G06T2207/10028 , G06T2207/10044 , G06K9/00664 , G01S17/46 , G06K9/6269 , G06N3/0454 , G06T7/73 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30261
Abstract: 本发明提供一种获取障碍物信息的方法、装置、设备和计算机存储介质，其中获取障碍物信息的方法包括：获取激光雷达设备和相机设备同步采集的场景数据；利用所述场景数据中的点云俯视图数据进行障碍物识别，得到候选障碍物点云集合；利用所述候选障碍物点云集合所对应场景数据的融合特征进行障碍物识别，得到障碍物具体信息。通过本发明提供的技术方案，能够准确获得障碍物具体信息，从而提升自动驾驶车辆的环境感知能力，提高自动驾驶车辆的安全性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
