[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 | ||
本申请实施例公开了用于控制无人驾驶车辆的方法和装置。该方法的一具体实施方式包括:获取无人驾驶车辆的环境图像;将环境图像输入到预先建立的交通标志识别模型,得到环境图像中交通标志图像的交通标志类别信息,其中,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,以控制无人驾驶车辆。该实施方式可以准确的对无人驾驶车辆进行控制。
技术领域
本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及用于控制无人驾驶车辆的方法和装置。
背景技术
机器学习是一门研究计算机获取新知识和新技能,并识别现有知识的学问。通过重新组织已有的知识结构,计算机可以不断改善自身的性能。伴随着机器学习的发展,利用机器学习实现车辆的无人驾驶功能为车辆驾驶领域的主要发展方向。
然而,现有的应用于车辆无人驾驶领域的机器学习模型中,难以对图像中的细节进行训练,从而使得驾驶控制设备不能够精确的对车辆进行控制。
发明内容
本申请实施例的目的在于提出一种改进的用于控制无人驾驶车辆的方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请实施例提供了一种用于控制无人驾驶车辆的方法,该方法包括:获取无人驾驶车辆的环境图像;将环境图像输入到预先建立的交通标志识别模型,得到环境图像中交通标志图像的交通标志类别信息,其中,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,以控制无人驾驶车辆。
第二方面,本申请实施例提供了一种用于控制无人驾驶车辆的装置,该装置包括:获取单元,用于获取无人驾驶车辆的环境图像;确定单元,用于将环境图像输入到预先建立的交通标志识别模型,得到环境图像中交通标志图像的交通标志类别信息,其中,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,以控制无人驾驶车辆。
第三方面,本申请实施例提供了一种无人驾驶车辆,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;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于控制无人驾驶车辆的方法和装置,通过获取无人驾驶车辆的环境图像,然后将环境图像输入到预先建立的交通标志识别模型,得到环境图像中交通标志图像的交通标志类别信息;最后基于预先建立的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,以控制无人驾驶车辆,从而可以更加精确的对车辆进行控制。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的可以应用于其中的示例性系统架构图;
图2是根据本申请的用于控制无人驾驶车辆的方法的一个实施例的流程图;
图3是根据本申请实施例的用于控制无人驾驶车辆的方法的一个应用场景的示意图;
图4是根据本申请的用于控制无人驾驶车辆的方法的又一个实施例的流程图;
图5是根据本申请的用于控制无人驾驶车辆的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
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/201710792748.3/2.html,转载请声明来源钻瓜专利网。