基于特征图确定消失点制造技术

本发明专利技术涉及基于特征图确定消失点。在一些实现方式中，提供了一种方法。该方法包括获得描绘自动驾驶车辆(ADV)所处环境的图像。该方法还包括基于图像使用第一神经网络确定多个线指示符。多个线指示符代表环境中的一个或多个车道。该方法还包括基于多个线段使用第二神经网络确定图像内的消失点。第二神经网络通信地联接到第一神经网络。多个线指示符与消失点同时确定。该方法还包括基于消失点校准自动驾驶车辆的一个或多个传感器。

【技术实现步骤摘要】
基于特征图确定消失点
本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及基于特征图确定消失点。
技术介绍
以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。运动规划和控制是自动驾驶中的关键操作。路径描述了自动驾驶车辆的运动的几何形状。各种因素都会影响任何给定路径的可取性，包括与乘客舒适度和安全性有关的因素。
技术实现思路
本公开的一方面提供了一种方法，所述方法包括：获取描绘自动驾驶车辆所在环境的图像，基于所述图像使用第一神经网络确定多个线指示符，其中所述多个线指示符代表所述环境中的一个或多个车道；基于多个线段使用第二神经网络确定所述图像内的消失点，其中：所述第二神经网络通信地联接到所述第一神经网络；以及所述多个线指示符与所述消失点同时确定；以及基于所述消失点校准所述自动驾驶车辆的一个或多个传感器。本公开的另一方面提供了本文档来自技高网...

【技术保护点】
1.一种方法，包括：/n获取描绘自动驾驶车辆所在环境的图像，/n基于所述图像使用第一神经网络确定多个线指示符，其中所述多个线指示符代表所述环境中的一个或多个车道；/n基于多个线段使用第二神经网络确定所述图像内的消失点，其中：/n所述第二神经网络通信地联接到所述第一神经网络；以及/n所述多个线指示符与所述消失点同时确定；以及/n基于所述消失点校准所述自动驾驶车辆的一个或多个传感器。/n

【技术特征摘要】
20190628 US 16/457,6041.一种方法，包括：
获取描绘自动驾驶车辆所在环境的图像，
基于所述图像使用第一神经网络确定多个线指示符，其中所述多个线指示符代表所述环境中的一个或多个车道；
基于多个线段使用第二神经网络确定所述图像内的消失点，其中：
所述第二神经网络通信地联接到所述第一神经网络；以及
所述多个线指示符与所述消失点同时确定；以及
基于所述消失点校准所述自动驾驶车辆的一个或多个传感器。


2.根据权利要求1所述的方法，其中，所述第一神经网络的第一卷积层联接到所述第二神经网络的第二卷积层。


3.根据权利要求2所述的方法，其中，所述第一神经网络的所述第一卷积层的输出联接到所述第二神经网络的所述第二卷积层的输入。


4.根据权利要求1所述的方法，还包括：
基于所述消失点确定是否应校准所述一个或多个传感器。


5.根据权利要求4所述的方法，其中，响应于确定应校准所述一个或多个传感器来校准所述一个或多个传感器。


6.根据权利要求4所述的方法，还包括：
响应于确定不应校准所述一个或多个传感器而避免校准所述一个或多个传感器。


7.根据权利要求1所述的方法，还包括：
基于所述多个线指示符确定所述自动驾驶车辆通过所述环境的路径；以及
基于所述路径控制所述自动驾驶车辆。


8.根据权利要求1所述的方法，还包括：
训练所述第一神经网络；以及
训练所述第二神经网络。


9.根据权利要求1所述的方法，其中，所述第一神经网络与所述第二神经网络分开训练。


10.根据权利要求1所述的方法，其中，使用相同的训练数据同时训练所述第一神经网络和所述第二神经网络。


11.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时使所述处理器执行操作，所述操作包括：
获取描绘自动驾驶车辆所在环境的图像，
基于所述图像使用第一神经网络确定多个线指示符，其中所述多个线指示符代表所述环境中的一个或多个车道；
基于多个线段使用第二神经网络确定所述图像内的消失点，其...

【专利技术属性】
技术研发人员：郭玉亮，崔泰恩，菜家伟，陈光，张伟德，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：美国;US