“D·尼斯特”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果45个，建议您升级VIP下载更多相关专利

[发明专利]用于自主机器系统和应用的车道规划架构-CN202211537958.5在审
发明人： D·尼斯特;李汉良;王一舟;R·阿维夫;B·亨克;J·额;A·阿克巴扎德 -专利权人：辉达公司
申请日： 2022-12-01 - 公布日： 2023-10-20 - 主分类号： B60W30/12 文献下载
摘要：本公开涉及用于自主机器系统和应用的车道规划架构。在各个示例中，提供了用于基于状态和概率动作空间生成车道规划器输出数据的车道规划器。驾驶系统(基于分层驾驶规划框架进行操作)包括车道规划器和其他规划和控制组件。车道规划器处理车道规划器输入数据(例如，大车道图、源节点、目标节点)以生成车道规划器输出数据(例如，预期时间奖励)。驾驶系统还可以包括路线规划器(例如，第一规划层)，其操作以将车道规划器输入数据提供给车道规划器。车道规划器作为第二规划层操作，其至少部分地基于大车道图的状态和概率动作空间来处理车道规划器输入数据并且计算与从大车道图中的源节点导航至目标节点相关联的时间成本。
用于自主机器系统应用车道规划架构

[发明专利]一种用于视线检测校准的方法和计算设备-CN201910778426.2有效
发明人： W·威莱拉特;V·图克拉尔;D·尼斯特;M·K·维纳布尔;B·J·克尔;C·阿霍尔特 -专利权人：微软技术许可有限责任公司
申请日： 2015-05-16 - 公布日： 2023-06-30 - 主分类号： G06V40/19 文献下载
摘要：公开了关于对估计视线位置进行校准的示例。一种示例方法包括：使用来自视线跟踪系统(54)的视线跟踪数据(50)来监测观看者(22,62)的估计视线位置。接收用于经由显示设备(14)显示的图像数据(64)，并且在不使用来自所述观看者(22,62)的输入的情况下，在所述图像数据(64)中识别可以吸引观看者(22,62)视线的至少一个目标视觉以及所述目标视觉的目标位置。将所述观看者(22,62)的所述估计视线位置与所述目标视觉的所述目标位置进行比较。基于所述估计视线位置和所述目标位置来计算偏移向量。使用所述偏移向量来校准所述视线跟踪系统。
一种用于视线检测校准方法计算设备

[发明专利]用于自主系统的让行场景编码-CN202210592215.1在审
发明人： D·尼斯特;M·帕克;M·塞恩兹·塞拉;V·图卡拉尔;B·罗德里格斯·赫尔瓦斯 -专利权人：辉达公司
申请日： 2022-05-27 - 公布日： 2023-04-28 - 主分类号： G08G1/0967 文献下载
摘要：本公开涉及用于自主系统的让行场景编码。在示例中，自主车辆能够以安全和可预测的方式协商让行场景。响应于检测到让行场景，生成一个等待元素数据结构，该数据结构对自我路径的几何、包括与自我路径的至少一个竞争点的竞争者路径的几何以及与至少一个竞争点相关联的竞争状态进行编码。还可以对让行场景上下文的几何进行编码，例如交叉口的内部地面、入口线或出口线等。等待元素数据结构被传递给自主车辆的让行规划器。让行规划器至少基于等待元素数据结构来确定自主车辆的让行行为。自主车辆的控制系统可以根据让行行为来操作自主车辆，使得自主车辆安全地协商让行场景。
用于自主系统场景编码

[发明专利]让行场景中自主车辆的行为规划-CN202210836624.1在审
发明人：杨方凯;D·尼斯特;王一舟;R·阿维夫;J·额;B·亨克;李汉良;石云飞 -专利权人：辉达公司
申请日： 2022-07-15 - 公布日： 2023-02-17 - 主分类号： G05D1/02 文献下载
摘要：本公开涉及让行场景中自主车辆的行为规划。在各种示例中，可以为第一车辆识别让行情景。接收等待元素，该等待元素对第一车辆穿过让行区域的第一路径和第二车辆穿过让行区域的第二路径进行编码。第一路径用于至少基于第一车辆在一时刻的第一位置确定第一车辆在让行区域中的第一轨迹，并且第二路径用于至少基于第二车辆在所述时刻的第二位置来确定第二车辆在让行区域中的第二轨迹。为了根据等待状态操作第一车辆，可以确定第一轨迹和第二轨迹之间是否存在冲突，其中等待状态定义了第一车辆的让行行为。
场景自主车辆行为规划

[发明专利]适合停车的车辆路径规划的并行处理-CN202210564756.3在审
发明人： D·尼斯特;王一舟;J·顺达拉拉让;S·卡德尔 -专利权人：辉达公司
申请日： 2022-05-23 - 公布日： 2023-01-06 - 主分类号： G05D1/02 文献下载
摘要：本公开涉及适合停车的车辆路径规划的并行处理。为了确定通过姿态配置空间的路径，可以至少基于沿着姿态配置空间的至少一个轴(例如，方位轴)平移轨迹来并行评估姿态的轨迹。轨迹可以包括具有固定转弯半径的转弯的至少一部分。具有相同转弯半径和初始方位的转弯或转弯部分可以沿方位轴平移移位并平行处理，因为它们是彼此平移的副本，但具有不同的起点。可以至少基于用于将可达性评估为位向量的处理变量来评估轨迹，其中线程有效地同步执行大向量操作。可以使用并行约减模式来解释可能存在于轨迹的各个区段之间的依赖性，以用于评估可达性，从而允许并行处理这些区段。
适合停车车辆路径规划并行处理

[发明专利]在自主车辆的运动规划轨迹中使用到达时间和安全程序-CN202210426539.8在审
发明人： B·亨克;D·尼斯特;J·额 -专利权人：辉达公司
申请日： 2022-04-21 - 公布日： 2022-12-13 - 主分类号： G05D1/02 文献下载
摘要：可以至少基于确定自主机器是否能够通过使用一种或更多种安全程序在时空中占用轨迹点同时仍然能够避免与环境中的一个或更多个对象发生未来潜在的碰撞来进行自主机器的轨迹的安全评估。这么做，可以至少基于与从该点执行一个或更多个安全程序的自主机器相对应时空中的点与一个或更多个对象到环境中的一个或更多个对应位置的到达时间的比较来进行轨迹点的冲突评估。可以对轨迹进行采样并在整个轨迹中各个点进行冲突评估。基于一个或更多个评估的结果，可以对轨迹进行评分、从考虑中淘汰或以其他方式考虑对自主机器的控制。
自主车辆运动规划轨迹使用到达时间安全程序

[发明专利]自主系统中用于行为预测的基于模型的增强学习及应用-CN202180022518.3在审
发明人： N·斯莫良斯基;A·加米涅夫;L·王;D·尼斯特;O·博埃尔·博安;I·库尔卡尼;杨方凯;J·额;A·德伊尔曼吉;R·巴尔加瓦;R·阿维夫 -专利权人：辉达公司
申请日： 2021-11-01 - 公布日： 2022-11-08 - 主分类号： G06N3/08 文献下载
摘要：在各种示例中，增强学习被用于训练至少一个机器学习模型(MLM)以通过借助在真实世界数据上训练的深度神经网络(DNN)，通过使用模仿学习来预测一个或更多个活动者的移动以定义世界模型，从而来控制车辆。DNN可以从真实世界数据中被训练以从输入属性中预测活动者的属性，例如位置和/或移动。预测可以定义在模拟器中的环境的状态，并且输入到DNN中的一个或更多个活动者的一个或更多个属性可以被模拟器修改或控制以模拟可能在其他情况下不可行的条件。MLM可以借助由DNN做出的预测来预测车辆的一个或更多个动作。
自主系统用于行为预测基于模型增强学习应用

[发明专利]自主车辆的行为规划-CN202180015379.1在审
发明人： D·尼斯特;王一舟;J·额;R·阿维夫;S·李;J·J·比亚高斯基;李汉良;H·兰克;R·科雷尔·特扎诺斯;张振毅;N·斯莫良斯基;A·加米涅夫;O·博埃尔·博安;A·沃龙佐夫;M·塞恩兹·塞拉;B·亨克 -专利权人：辉达公司
申请日： 2021-02-18 - 公布日： 2022-10-11 - 主分类号： B60W60/00 文献下载
摘要：本公开的实施例涉及自主车辆的行为规划。本文所述技术基于规划系统内不同组件对多个假设轨迹的评估来选择自主车辆的优选轨迹。各个组件根据组件的优先级为每个轨迹提供优化分数，并且来自多个组件的分数可以形成最终的优化分数。该评分系统允许同时考虑不同组件的竞争优先级(例如，舒适性、最短行驶时间、燃油经济性)。在示例中，可以选择具有最佳组合分数的轨迹用以实施。因此，可以使用评估各种因素的迭代方法在导航环境时识别自主车辆的最佳或优选轨迹。
自主车辆行为规划

[发明专利]自动驾驶应用中深度神经网络感知的地面实况数据生成-CN202210173371.4在审
发明人： T·韦克尔;J·佩瑟尔;J·迈耶;J·古扎;A·米特洛肯;R·惠特科姆;M·斯科菲尔;D·尼斯特;G·门罗 -专利权人：辉达公司
申请日： 2022-02-24 - 公布日： 2022-08-30 - 主分类号： G06V20/40 文献下载
摘要：公开了自动驾驶应用中深度神经网络感知的地面实况数据生成。注释管线可用于为诸如自主或半自主车辆感知网络之类的深度神经网络产生2D和/或3D地面实况数据。最初，传感器数据可以用不同类型的传感器捕获并同步以对齐代表相似世界状态的传感器数据帧。可以对对齐的帧进行采样并打包成要注释的注释场景序列。注释项目可以分解为模块化任务并编码到标记工具中，该工具将任务指派给标记者并使用逐步执行任务的向导安排输入的顺序。在任务期间，可以同时呈现注释场景中的每种类型的传感器数据，并且可以跨传感器模态投射信息以提供有用的上下文信息。在已经完成所有注释任务后，可以以任何合适的格式导出生成的地面实况数据。
自动驾驶应用深度神经网络感知地面实况数据生成

[发明专利]用于自主驾驶应用的三维路口结构预测-CN202080091188.9在审
发明人： T·彭;B·罗德里格斯·赫尔瓦斯;M·帕克;D·尼斯特;N·茨维耶蒂奇 -专利权人：辉达公司
申请日： 2020-12-09 - 公布日： 2022-08-12 - 主分类号： G06V20/56 文献下载
摘要：在各种示例中，可以使用基于处理二维(2D)输入数据的深度神经网络(DNN)来预测三维(3D)路口结构。为了训练DNN从2D输入准确地预测3D路口结构，可以使用将DNN的3D输出(在转换为2D空间后)与2D地面实况数据进行比较的第一损失函数和考虑一个或更多个几何约束来分析DNN的3D预测的第二损失函数来训练DNN——例如，路口的几何知识可用于惩罚与已知路口和/或道路结构几何形状不对齐的DNN预测。因此，DNN可以使用自主或半自主车辆的实时感知来从2D输入中检测路口结构的3D位置。
用于自主驾驶应用三维路口结构预测

[发明专利]自主机器应用中的车道变换规划和控制-CN202080085183.5在审
发明人：张振毅;王一舟;D·尼斯特;N·茨维耶蒂奇 -专利权人：辉达公司
申请日： 2020-12-22 - 公布日： 2022-08-02 - 主分类号： B60W30/18 文献下载
摘要：在各种示例中，可以使用自我车辆的一个或更多个传感器来收集传感器数据以生成自我车辆的周围环境的表示。该表示可以包括道路的车道和车道内的对象位置。环境的表示可以作为输入提供给纵向速度分布标识符，其可以将多个纵向速度分布候选投影到目标车道上。多个纵向速度分布候选中的每一个可以基于一组或更多组标准被评估一次或更多次。使用来自评估的分数，可以从纵向速度分布候选中选择目标间隙和特定纵向速度分布。一旦确定了目标间隙的纵向速度分布，系统就可以根据纵向速度分布执行车道变换操纵。
自主机器应用中的车道变换规划控制

[发明专利]用于自主驾驶应用的地图创建和定位-CN202080076617.5在审
发明人： M·克勒普夫尔;A·阿克巴扎德;R·巴尔加瓦;V·图卡拉尔;N·茨维耶蒂奇;V·库古诺夫斯;D·尼斯特;B·亨克;I·埃登;竺幼定;M·格拉布纳;I·斯托亚诺维奇;盛宇;J·刘;郑恩亮;J·马尔;A·卡利 -专利权人：辉达公司
申请日： 2020-08-31 - 公布日： 2022-06-24 - 主分类号： G01C21/32 文献下载
摘要：公开了一种用于数据生成、使用所生成的数据创建地图和定位到所创建的地图的端到端系统。可以生成地图流——或传感器数据流、来自深度神经网络(DNN)的感知输出和/或相对轨迹数据——与任何数量的车辆的任何数量的驾驶相对应并且将其上传至云。地图流可以用于生成表示在多个驾驶上生成的数据的地图数据(以及最终融合的高清晰度(HD)地图)。当定位到融合的HD地图时，可以基于来自传感器模态的实时数据与对应于相同传感器模态的地图数据的比较来生成个体定位结果。可以针对任何数量的传感器模态重复该过程，并且可以将结果融合在一起以确定最终融合定位结果。
用于自主驾驶应用地图创建定位

[发明专利]用于自主机器应用的多活动者环境中的未来轨迹预测-CN202180005405.2在审
发明人： A·加米涅夫;N·斯莫良斯基;I·库尔卡尼;O·博埃尔·博安;杨方凯;A·德伊尔曼吉;R·巴尔加瓦;U·穆勒;D·尼斯特;R·阿维夫 -专利权人：辉达公司
申请日： 2021-03-19 - 公布日： 2022-05-06 - 主分类号： G06V20/58 文献下载
摘要：在各个示例中，对应于环境中的活动者的过去位置信息和地图信息可被应用于被训练成计算对应于活动者的未来轨迹的信息的深度神经网络(DNN)(诸如循环神经网络(RNN))。DNN的输出可包括，针对DNN被训练以预测的每个未来时间片的表示活动者存在的每个像素的置信度的置信度图以及表示活动者在先前时间片的置信度图中的位置的向量场。向量场因此可被用于通过每个未来时间片的置信度图来追踪对象，以生成每个活动者的预测的未来轨迹。除了追踪的过去轨迹之外，预测的未来轨迹还可用于为可在导航环境时帮助自车的活动者生成完整轨迹。
用于自主机器应用活动环境中的未来轨迹预测

[发明专利]用于自主机器应用的路口区域检测和分类-CN202080046531.8在审
发明人： T·彭;B·罗德里格斯·赫尔瓦斯;M·帕克;D·尼斯特;N·茨维耶蒂奇 -专利权人：辉达公司
申请日： 2020-06-24 - 公布日： 2022-02-01 - 主分类号： G06V20/58 文献下载
摘要：在各种示例中，可以利用来自车辆的传感器的实况感知来实时或接近实时地检测和分类车辆环境中的路口竞争区域。例如，可以训练深度神经网络(DNN)来计算输出(例如带符号距离函数)，这些输出可对应于划定路口竞争区域的边界位置。可以对带符号的距离函数进行解码和/或后处理以确定表示路口区或区域的位置和分类的实例分割掩模。路口区或区域的位置可以在图像空间中生成并转换为世界空间坐标，以帮助自主或半自主车辆根据道路规则、交通优先级考虑等在路口导航。
用于自主机器应用路口区域检测分类

[发明专利]自主机器应用中的路口检测和分类-CN202080035114.3在审
发明人： S·M·萨贾德·穆罕默德阿巴迪;B·罗德里格斯·赫尔瓦斯;窦航;I·特伦金;D·尼斯特;M·帕克;N·茨维耶蒂奇;J·权;T·彭 -专利权人：辉达公司
申请日： 2020-03-10 - 公布日： 2021-12-17 - 主分类号： G06K9/00 文献下载
摘要：在各个示例中，可以利用来自车辆的传感器的实况感知来实时或近实时地对车辆的环境中的路口进行检测和分类。例如，深度神经网络(DNN)可被训练成计算各个输出，诸如路口的边界框坐标、对应于边界框的路口覆盖图、路口属性、到路口的距离和/或与路口相关联的距离覆盖图。可以对输出进行解码和/或后处理，以确定检测到的路口的最终位置、到其的距离和/或其属性。
自主机器应用中的路口检测分类

1
2
3
下一页»
尾页
共 45 条