[發(fā)明專利]用于車輛行為預(yù)測的壓縮環(huán)境特征的表示在審
| 申請?zhí)枺?/td> | 201910837269.8 | 申請日: | 2019-09-05 |
| 公開(公告)號: | CN111259712A | 公開(公告)日: | 2020-06-09 |
| 發(fā)明(設(shè)計)人: | 張亮亮;孫宏藝;李棟;胡江滔;繆景皓 | 申請(專利權(quán))人: | 百度(美國)有限責任公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司: | 北京英賽嘉華知識產(chǎn)權(quán)代理有限責任公司 11204 | 代理人: | 馬曉亞;王艷春 |
| 地址: | 美國加利*** | 國省代碼: | 暫無信息 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 用于 車輛 行為 預(yù)測 壓縮 環(huán)境 特征 表示 | ||
1.一種用于表示自動駕駛車輛ADV的周圍環(huán)境的計算機實施的方法,所述方法包括:
使用卷積神經(jīng)網(wǎng)絡(luò)從高清晰度地圖提取多個特征;
將所提取的多個特征與所述周圍環(huán)境中的目標對象的多個人為設(shè)計特征級聯(lián);以及
使用所級聯(lián)的特征,通過所述卷積神經(jīng)網(wǎng)絡(luò)預(yù)測所述目標對象的一個或多個行為。
2.根據(jù)權(quán)利要求1所述的方法,其中,從所述高清晰度地圖提取所述多個特征包括:
從所述高清晰度地圖提取多個層;
將所述多個層轉(zhuǎn)換成紅色、綠色和藍色RGB表示;以及
使用所述卷積神經(jīng)網(wǎng)絡(luò)的一個或多個卷積層從所述RGB表示中提取所述多個特征。
3.根據(jù)權(quán)利要求1所述的方法,其中,所述目標對象的人為設(shè)計特征由所述ADV的感知系統(tǒng)在預(yù)定數(shù)量的過去行駛周期中收集。
4.根據(jù)權(quán)利要求1所述的方法,其中,針對所述ADV的每個行駛周期,重復(fù)進行提取、級聯(lián)和預(yù)測。
5.根據(jù)權(quán)利要求1所述的方法,其中,從所述高清晰度地圖提取的所述多個層共享相同的網(wǎng)格尺寸集。
6.根據(jù)權(quán)利要求1所述的方法,其中,預(yù)先計算并緩存所述高清晰度地圖的所提取的特征,以加速所述卷積神經(jīng)網(wǎng)絡(luò)的在線推理。
7.根據(jù)權(quán)利要求1所述的方法,其中,所述卷積神經(jīng)網(wǎng)絡(luò)從所述高清晰度地圖的部分提取所述多個特征,其中所述高清晰度地圖的所述部分位于所述ADV的視角內(nèi),所述視角對應(yīng)于所述ADV的前進方向。
8.一種存儲有用于表示自動駕駛車輛ADV的周圍環(huán)境的指令的非暫時性機器可讀介質(zhì),所述指令在由處理器執(zhí)行時使所述處理器執(zhí)行操作,所述操作包括:
使用卷積神經(jīng)網(wǎng)絡(luò)從高清晰度地圖提取多個特征;
將所提取的多個特征與所述周圍環(huán)境中的目標對象的多個人為設(shè)計特征級聯(lián);以及
使用所級聯(lián)的特征,通過所述卷積神經(jīng)網(wǎng)絡(luò)預(yù)測所述目標對象的一個或多個行為。
9.根據(jù)權(quán)利要求8所述的非暫時性機器可讀介質(zhì),其中,從所述高清晰度地圖提取所述多個特征包括:
從所述高清晰度地圖提取多個層;
將所述多個層轉(zhuǎn)換成紅色、綠色和藍色RGB表示;以及
使用所述卷積神經(jīng)網(wǎng)絡(luò)的一個或多個卷積層從所述RGB表示中提取所述多個特征。
10.根據(jù)權(quán)利要求8所述的非暫時性機器可讀介質(zhì),其中,所述目標對象的人為設(shè)計特征由所述ADV的感知系統(tǒng)在預(yù)定數(shù)量的過去行駛周期中收集。
11.根據(jù)權(quán)利要求8所述的非暫時性機器可讀介質(zhì),其中,針對所述ADV的每個行駛周期,重復(fù)進行提取、級聯(lián)和預(yù)測。
12.根據(jù)權(quán)利要求8所述的非暫時性機器可讀介質(zhì),其中,從所述高清晰度地圖提取的所述多個層共享相同的網(wǎng)格尺寸集。
13.根據(jù)權(quán)利要求8所述的非暫時性機器可讀介質(zhì),其中,預(yù)先計算并緩存所述高清晰度地圖的所提取的特征,以加速所述卷積神經(jīng)網(wǎng)絡(luò)的在線推理。
14.根據(jù)權(quán)利要求8所述的非暫時性機器可讀介質(zhì),其中,所述卷積神經(jīng)網(wǎng)絡(luò)從所述高清晰度地圖的部分提取所述多個特征,其中所述高清晰度地圖的所述部分位于所述ADV的視角內(nèi),所述視角對應(yīng)于所述ADV的前進方向。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于百度(美國)有限責任公司,未經(jīng)百度(美國)有限責任公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910837269.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測方法及裝置、預(yù)測模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測的方法及裝置
- 圖像預(yù)測方法及裝置、電子設(shè)備和存儲介質(zhì)
- 文本預(yù)測方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)





