[發明專利]具有基于學習的定位校正系統的動態模型在審
| 申請號: | 202010519694.5 | 申請日: | 2020-06-09 |
| 公開(公告)號: | CN112698645A | 公開(公告)日: | 2021-04-23 |
| 發明(設計)人: | 姜舒;羅琦;繆景皓;胡江滔;許稼軒;王京傲;王禹;周金運;何潤欣 | 申請(專利權)人: | 百度(美國)有限責任公司 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02 |
| 代理公司: | 北京英賽嘉華知識產權代理有限責任公司 11204 | 代理人: | 馬曉亞;王艷春 |
| 地址: | 美國加利*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 具有 基于 學習 定位 校正 系統 動態 模型 | ||
1.用于模擬自動駕駛車輛的計算機實現的方法,所述方法包括:
接收一組參數,所述一組參數表示將模擬的自動駕駛車輛的第一狀態的和將在第一時間點發出的一組控制命令;
將定位預測模型應用于所述一組參數以確定所述自動駕駛車輛的第一位置;
將定位校正模型應用于所述一組參數以確定一組定位校正因子;以及
基于所述第一位置和所述定位校正因子確定所述自動駕駛車輛的第二位置,其中,所述第二位置被用作所述自動駕駛車輛在第二時間點的模擬位置。
2.如權利要求1所述的方法,其中,所述自動駕駛車輛的第一狀態包括所述自動駕駛車輛在所述第一時間點的速度、加速度和角速度。
3.如權利要求1所述的方法,其中,所述一組控制命令包括油門命令、制動命令和轉向命令中的至少一種。
4.如權利要求1所述的方法,其中,所述定位校正模型是基于從多個車輛采集的大量駕駛統計數據而訓練的。
5.如權利要求4所述的方法,其中,所述駕駛統計數據包括所述車輛在一段時間內響應于在不同時間點發出的不同控制命令的車輛狀態。
6.如權利要求4所述的方法,其中,所述定位校正模型用于確定車輛的預期位置和所述車輛的實際位置之間的差,其中,所述車輛的預期位置基于自動駕駛系統的定位過程而確定,所述車輛的實際位置基于從安裝在所述車輛上的多個傳感器獲得的傳感器數據而確定。
7.如權利要求6所述的方法,其中,所述預期位置和所述實際位置之間的差被用于校準由所述定位預測模型確定的所述第一位置。
8.存儲有指令的非暫時性機器可讀介質,所述指令在被處理器執行時致使所述處理器執行操作,所述操作包括:
接收一組參數,所述一組參數表示將模擬的自動駕駛車輛的第一狀態和將在第一時間點發出的一組控制命令;
將定位預測模型應用于所述一組參數以確定所述自動駕駛車輛的第一位置;
將定位校正模型應用于所述一組參數以確定一組定位校正因子;以及
基于所述第一位置和所述定位校正因子確定所述自動駕駛車輛的第二位置,其中,所述第二位置被用作所述自動駕駛車輛在第二時間點的模擬位置。
9.如權利要求8所述的機器可讀介質,其中,所述自動駕駛車輛的第一狀態包括所述自動駕駛車輛在所述第一時間點的速度、加速度和角速度。
10.如權利要求8所述的機器可讀介質,其中,所述一組控制命令包括油門命令、制動命令和轉向命令中的至少一種。
11.如權利要求8所述的機器可讀介質,其中,所述定位校正模型是基于從多個車輛采集的大量駕駛統計數據而訓練的。
12.如權利要求11所述的機器可讀介質,其中,所述駕駛統計數據包括所述車輛在一段時間內響應于在不同時間點發出的不同控制命令的車輛狀態。
13.如權利要求11所述的機器可讀介質,其中,所述定位校正模型用于確定車輛的預期位置和所述車輛的實際位置之間的差,其中,所述車輛的預期位置基于自動駕駛系統的定位過程而確定,所述車輛的實際位置基于從安裝在所述車輛上的多個傳感器獲得的傳感器數據而確定。
14.如權利要求13所述的機器可讀介質,其中,所述預期位置和所述實際位置之間的差被用于校準由所述定位預測模型確定的所述第一位置。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于百度(美國)有限責任公司,未經百度(美國)有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010519694.5/1.html,轉載請聲明來源鉆瓜專利網。





