【技术实现步骤摘要】
技术介绍
1、自主控制的车辆在很大程度上依赖于通过机器学习方法开发的计算机视觉能力。例如，自主车辆的车载控制器可以使用计算机视觉能力来准确估计道路及其周围的驾驶环境。使用一套专门的车载传感器，车辆控制器能够为路径规划和路线执行估计道路表面，以及潜在的障碍物，诸如其他车辆、行人、路边、人行道、树木和建筑物。控制器在接收到来自车载传感器套件的图像数据和其他信息后，可以应用机器学习技术来估计道路和驾驶环境，该信息随后用于控制驾驶事件。
2、通常，由车载传感器套件收集的图像数据包括对应于可驾驶表面区域或自由空间的像素数据。给定图像中的自由空间通常被估计为所收集图像的二进制分割，执行图像分割技术以将可驾驶表面区域与不可驾驶表面的表面区域分开。出于各种原因，单独使用彩色视频来检测自由空间是次优的。例如，铺设的道路表面常常使用与图像中的其他结构或特征(诸如路边或人行道)相似的铺设材料和颜色。因此，一个表面常常容易与另一个表面混淆，这进而可能不利地影响对机载自由空间估计和路径规划功能的性能。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种用于主车辆的自由空间估计和可视化系统，包括：
2.根据权利要求1所述的系统，其中，所述ECU被配置成使用所述RGB-偏振测定图像数据来计算特征集合，并将所述特征集合作为输入数据集合通信给所述运行时神经网络，所述输入数据集合的特征在于缺少激光雷达数据。
3.根据权利要求2所述的系统，其中，所述特征集合具有被确定为来自所述摄像机的RGB数据、AoLP数据和DoLP数据的串联的六个集合元素。
4.根据权利要求3所述的系统，其中，所述六个集合元素包括sin(2·AoLP)、cos(2·AoLP)、2·DolP-1、2·R-1、2·G...
【技术特征摘要】
1.一种用于主车辆的自由空间估计和可视化系统，包括：
2.根据权利要求1所述的系统，其中，所述ecu被配置成使用所述rgb-偏振测定图像数据来计算特征集合，并将所述特征集合作为输入数据集合通信给所述运行时神经网络，所述输入数据集合的特征在于缺少激光雷达数据。
3.根据权利要求2所述的系统，其中，所述特征集合具有被确定为来自所述摄像机的rgb数据、aolp数据和dolp数据的串联的六个集合元素。
4.根据权利要求3所述的系统，其中，所述六个集合元素包括sin(2·aolp)、cos(2·aolp)、2·dolp-1、2·r-1、2·g-1和2·b-1。
5.根据权利要求1所述的系统，其中，所述主车辆是具有...
【专利技术属性】
技术研发人员：M·巴尔塔克斯，T·佩尔，D·莱维，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。