[发明专利]用于自动驾驶车辆识别路口的系统和方法在审
申请号: | 202110787363.4 | 申请日: | 2021-07-12 |
公开(公告)号: | CN113465624A | 公开(公告)日: | 2021-10-01 |
发明(设计)人: | 洪淳学;朱杰杰 | 申请(专利权)人: | 北京京东乾石科技有限公司;京东美国科技公司 |
主分类号: | G01C21/34 | 分类号: | G01C21/34;G01C21/32;G01C21/00 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 陈文卓 |
地址: | 100176 北京市大兴区北京经济技*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 自动 驾驶 车辆 识别 路口 系统 方法 | ||
1.一种用于自主导航的系统,包括:视觉传感器和计算设备,其中,所述计算设备包括处理器和存储计算机可执行代码的存储设备,并且所述计算机可执行代码在所述处理器处执行时被配置为:
为自主导航提供规划路线,其中,所述规划路线包括环境中的多个路口,所述路口以及在所述路口之间的道路由沿所述路线的顺序的地点标识ID表示;
接收所述环境的沿着所述规划路线的多个图像,其中,所述多个图像是由所述视觉传感器拍摄的,所述多个图像包括当前图像、紧接在当前图像之前的先前图像以及紧接在当前图像之后的预定数量的后续图像;
对所述多个图像执行卷积神经网络,得到所述多个图像的多个预测地点ID;
当所述当前图像的预测地点ID是所述先前图像的地点ID的下一个,且与所述预定数量的后续图像的预测地点ID相同时,将所述当前图像的预测地点ID定义为所述当前图像和所述预定数量的后续图像的地点ID;
当所述当前图像的预测地点ID不是所述先前图像的地点ID的下一个时,将所述当前图像的地点ID定义为所述先前图像的地点ID;以及
基于所述规划路线和所述多个图像的地点ID来执行自主导航。
2.根据权利要求1所述的系统,其中,所述卷积神经网络是ResNet。
3.根据权利要求1所述的系统,其中,所述卷积神经网络是使用所述环境的多个带标记图像来训练的,并且至少一个带标记图像的部分区域被遮挡。
4.根据权利要求1所述的系统,其中,所述预定数量在1-20的范围内。
5.根据权利要求4所述的系统,其中,所述预定数量是3。
6.根据权利要求1所述的系统,其中,所述计算机可执行代码被配置为当所述当前图像的预测地点ID与所述预定数量的后续图像之一的预测地点ID不同时,将所述当前图像、所述预定数量的后续图像之一以及在所述当前图像与所述预定数量的后续图像之一之间的图像的地点ID定义为所述先前图像的地点ID。
7.根据权利要求1所述的系统,其中,所述计算设备是嵌入式设备。
8.根据权利要求1所述的系统,其中,所述视觉传感器包括RGB摄像机,所述图像为RGB图像。
9.根据权利要求8所述的系统,其中,所述视觉传感器包括安装在车辆前方的三个RGB摄像机。
10.一种自主导航的方法,包括:
计算设备为自主导航提供规划路线,其中,所述规划路线包括环境中的多个路口,所述路口以及在所述路口之间的道路由沿所述路线的顺序的位置标识(ID)表示;
所述计算设备接收所述环境的沿着所述规划路线的多个图像,其中,所述多个图像是由所述视觉传感器拍摄的,所述多个图像包括当前图像、紧接在当前图像之前的先前图像以及紧接在当前图像之后的预定数量的后续图像;
所述计算设备对所述多个图像执行卷积神经网络,得到所述多个图像的多个预测地点ID;
当所述当前图像的预测地点ID是所述先前图像的地点ID的下一个,且与所述预定数量的后续图像的预测地点ID相同时,将所述当前图像的预测地点ID定义为所述当前图像和所述预定数量的后续图像的地点ID;
当所述当前图像的预测地点ID不是所述先前图像的地点ID的下一个时,将所述当前图像的地点ID定义为所述先前图像的地点ID;以及
所述计算设备基于所述规划路线和所述多个图像的地点ID来执行自主导航。
11.根据权利要求10所述的方法,其中,所述卷积神经网络是ResNet。
12.根据权利要求10所述的方法,其中,所述卷积神经网络是使用所述环境的多个带标记图像来训练的,并且至少一个带标记图像的部分区域被遮挡。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东乾石科技有限公司;京东美国科技公司,未经北京京东乾石科技有限公司;京东美国科技公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110787363.4/1.html,转载请声明来源钻瓜专利网。