[发明专利]用于控制无人驾驶车辆的方法和装置有效
申请号: | 201710792748.3 | 申请日: | 2017-09-05 |
公开(公告)号: | CN107571867B | 公开(公告)日: | 2019-11-08 |
发明(设计)人: | 唐坤;郁浩;闫泳杉;郑超;张云飞;姜雨 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | B60W50/00 | 分类号: | B60W50/00;G06K9/62;G06N3/04 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 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: | 无人驾驶车辆 交通标志 环境图像 类别信息 车辆控制信息 交通标志识别 方法和装置 预先建立 关联关系 图像 申请 | ||
1.一种用于控制无人驾驶车辆的方法,其特征在于,所述方法包括:
获取无人驾驶车辆的环境图像;
将所述环境图像输入到预先建立的交通标志识别模型,得到所述环境图像中交通标志图像的交通标志类别信息,其中,所述交通标志识别模型用于表征环境图像与交通标志类别信息的对应关系;
基于预先建立的所述交通标志类别信息与车辆控制信息的关联关系,选取并执行车辆控制信息,以控制所述无人驾驶车辆;
对所述环境图像进行特征提取,得到所述环境图像的特征向量;
所述基于预先建立的所述交通标志类别信息与车辆控制信息的关联关系,选取并执行车辆控制信息,以控制所述无人驾驶车辆,包括:将所述特征向量与所述交通标志类别信息输入到车辆控制模型,得到车辆控制信息,其中,所述车辆控制模型用于表征特征向量、交通标志类别信息和车辆控制信息之间的对应关系;基于所述车辆控制信息,对所述无人驾驶车辆进行控制。
2.根据权利要求1所述的方法,其特征在于,所述交通标志识别模型通过如下步骤训练得到:
获取带有交通标志的历史环境图像集合;
对于历史环境图像集合中的每个历史环境图像,对该历史环境图像进行图像识别,确定历史交通标志信息,其中,历史交通标志信息包括交通标志的类别信息和交通标志在历史环境图像中的位置信息;
基于各个历史环境图像和相应的历史交通标志信息,训练得到交通标志识别模型。
3.根据权利要求1所述的方法,其特征在于,所述车辆控制模型通过如下步骤训练得到:
获取带有交通标志的历史环境图像集合;
对于历史环境图像集合中的每张历史环境图像,获取该历史环境图像的交通标志类别信息以及与该历史环境图像相对应的车辆控制信息,对该历史环境图像进行特征提取,得到该历史环境图像的特征向量;
基于与各个历史环境图像对应的特征向量、交通标志类别信息和车辆控制信息,训练得到车辆控制模型。
4.一种用于控制无人驾驶车辆的装置,其特征在于,所述装置包括:
获取单元,用于获取无人驾驶车辆的环境图像;
确定单元,用于将所述环境图像输入到预先建立的交通标志识别模型,得到所述环境图像中交通标志图像的交通标志类别信息,其中,所述交通标志识别模型用于表征环境图像与交通标志类别信息的对应关系;
执行单元,用于基于预先建立的所述交通标志类别信息与车辆控制信息的关联关系,选取并执行车辆控制信息,以控制所述无人驾驶车辆;
特征提取单元,用于对所述环境图像进行特征提取,得到所述环境图像的特征向量;
所述执行单元,还用于:将所述特征向量与所述交通标志类别信息输入到车辆控制模型,得到车辆控制信息,其中,所述车辆控制模型用于表征特征向量、交通标志类别信息和车辆控制信息之间的对应关系;基于所述车辆控制信息,对所述无人驾驶车辆进行控制。
5.一种无人驾驶车辆,其特征在于,所述无人驾驶车辆包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-3中任一所述的方法。
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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,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/201710792748.3/1.html,转载请声明来源钻瓜专利网。