[发明专利]用于控制无人驾驶汽车的方法和装置有效

专利信息
申请号: 201811620220.9 申请日: 2018-12-28
公开(公告)号: CN109693672B 公开(公告)日: 2020-11-06
发明(设计)人: 杨树 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: B60W30/18 分类号: B60W30/18;B60W40/076;G06N3/04;G06K9/00;G06K9/62
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: 用于 控制 无人驾驶 汽车 方法 装置
【权利要求书】:

1.一种用于控制无人驾驶汽车的方法,包括:

获取对无人驾驶汽车当前行驶的坡道进行拍摄所得到的图像序列;

将所述图像序列输入至预先训练的控制指令生成模型,从所述控制指令生成模型的第二输出层输出所述坡道的情景语义,以及从所述控制指令生成模型的第一输出层输出所述无人驾驶汽车的控制指令序列,其中,所述第一输出层是所述控制指令生成模型的最后一个特征提取层后的全连接层,所述第二输出层是所述控制指令生成模型的中间的一个特征提取层后的全连接层;

将所述控制指令序列发送至所述无人驾驶汽车的控制系统,以使所述控制系统控制所述无人驾驶汽车按照所述控制指令序列的指示在所述坡道上行驶。

2.根据权利要求1所述的方法,其中,所述控制指令生成模型包括卷积神经网络和长短期记忆网络,所述长短期记忆网络包括所述第一输出层和所述第二输出层。

3.根据权利要求2所述的方法,其中,所述将所述图像序列输入至预先训练的控制指令生成模型,从所述控制指令生成模型的第一输出层输出所述无人驾驶汽车的控制指令序列,包括:

将所述图像序列输入至所述卷积神经网络,得到所述图像序列的特征向量序列;

将所述特征向量序列输入至所述长短期记忆网络,从所述第一输出层输出所述控制指令序列。

4.根据权利要求2所述的方法,其中,所述控制指令生成模型通过如下步骤训练得到:

获取训练样本集合,其中,所述训练样本集合中的训练样本包括样本图像序列、对应的样本情景语义和对应的样本控制指令序列;

对于所述训练样本集合中的训练样本,将该训练样本中的样本图像序列作为输入,将该训练样本中的样本情景语义和样本控制指令序列作为输出,训练得到所述控制指令生成模型。

5.根据权利要求1-4之一所述的方法,其中,所述控制指令序列中的控制指令包括油门开度和/或制动开度,以及以下至少一项:所述无人驾驶汽车的转角、所述无人驾驶汽车的速度。

6.一种用于控制无人驾驶汽车的装置,包括:

图像获取单元,被配置成获取对无人驾驶汽车当前行驶的坡道进行拍摄所得到的图像序列;

指令生成单元,被配置成将所述图像序列输入至预先训练的控制指令生成模型,从所述控制指令生成模型的第二输出层输出所述坡道的情景语义,以及从所述控制指令生成模型的第一输出层输出所述无人驾驶汽车的控制指令序列,其中,所述第一输出层是所述控制指令生成模型的最后一个特征提取层后的全连接层,所述第二输出层是所述控制指令生成模型的中间的一个特征提取层后的全连接层;

指令发送单元,被配置成将所述控制指令序列发送至所述无人驾驶汽车的控制系统,以使所述控制系统控制所述无人驾驶汽车按照所述控制指令序列的指示在所述坡道上行驶。

7.根据权利要求6所述的装置,其中,所述控制指令生成模型包括卷积神经网络和长短期记忆网络,所述长短期记忆网络包括所述第一输出层和所述第二输出层。

8.根据权利要求7所述的装置,其中,所述指令生成单元包括:

特征生成子单元,被配置成将所述图像序列输入至所述卷积神经网络,得到所述图像序列的特征向量序列;

指令生成子单元,被配置成将所述特征向量序列输入至所述长短期记忆网络,从所述第一输出层输出所述控制指令序列。

9.根据权利要求7所述的装置,其中,所述控制指令生成模型通过如下步骤训练得到:

获取训练样本集合,其中,所述训练样本集合中的训练样本包括样本图像序列、对应的样本情景语义和对应的样本控制指令序列;

对于所述训练样本集合中的训练样本,将该训练样本中的样本图像序列作为输入,将该训练样本中的样本情景语义和样本控制指令序列作为输出,训练得到所述控制指令生成模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201811620220.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top