【技术实现步骤摘要】
本申请涉及智能驾驶领域，特别是涉及种基于深度学习网络的视觉记忆泊车方法、介质、设备及车辆。
技术介绍
1、自动驾驶技术中，有记忆泊车技术主要依赖于车辆的传感器、摄像头以及先进的算法来实现。这些传感器和摄像头能够精确捕捉车辆的位置和周边环境，通过算法处理这些数据，车辆能够学习并记忆特定的泊车路径和操作。当车辆再次进入相同或类似的泊车环境时，系统能够自动引导车辆按照记忆的路径进行泊车。
2、现有的记忆泊车方法大多基于激光雷达数据构建复杂的停车场点云地图以及车道语义元素，以此实现记忆泊车巡航过程的重定位与寻迹。这种方法的缺点是车辆记忆的历史数据不方便存储与不同平台之间的数据共享，且受限于传感器的类型，不能单纯的依靠视觉完成车辆的定位及巡航。
技术实现思路
1、本申请主要提供一种基于深度学习网络的视觉记忆泊车方法、介质、设备及车辆，以解决现有记忆泊车方法因需要记忆复杂的道路拓扑信息以及语义车道等信息，要处理的数据量大且对存储空间要求高，不同平台之间的数据共享难度高的问题。
...
【技术保护点】
1.一种基于深度学习网络的视觉记忆泊车方法，其特征在于，所述视觉记忆泊车方法包括：
2.根据权利要求1所述的视觉记忆泊车方法，其特征在于，所述基于上一时刻所述目标车辆在所述预加载地图上的真实车辆位姿，预测当前时刻所述目标车辆在所述预加载地图上的虚拟车辆位姿，包括：
3.根据权利要求2所述的视觉记忆泊车方法，其特征在于，所述视觉记忆泊车方法还包括：
4.根据权利要求1所述的视觉记忆泊车方法，其特征在于，所述在深度学习网络下对齐所述特征图和所述局部地图，输出当前时刻所述目标车辆在所述预加载地图中的真实车辆位姿，包括：
5.根...
【技术特征摘要】
1.一种基于深度学习网络的视觉记忆泊车方法，其特征在于，所述视觉记忆泊车方法包括：
2.根据权利要求1所述的视觉记忆泊车方法，其特征在于，所述基于上一时刻所述目标车辆在所述预加载地图上的真实车辆位姿，预测当前时刻所述目标车辆在所述预加载地图上的虚拟车辆位姿，包括：
3.根据权利要求2所述的视觉记忆泊车方法，其特征在于，所述视觉记忆泊车方法还包括：
4.根据权利要求1所述的视觉记忆泊车方法，其特征在于，所述在深度学习网络下对齐所述特征图和所述局部地图，输出当前时刻所述目标车辆在所述预加载地图中的真实车辆位姿，包括：
5.根据权利要求4所述的视觉记忆泊车方法，其特征在于，所述深度学习网络包括第一空间变换网络stn、第二空间变换网络stn和目标真值；
6.根据权利要求5所述的视觉记忆泊车方法，其特征在于，所述目标真值包括真值图和真值位姿；
7.根据权利要求1所述的视觉记忆泊车方法，其特征在于，所述预加载地图包括：所述深度学习网络在历次学习过程中由所述特征图拼接而成的全局地图、...
【专利技术属性】
技术研发人员：张磊，郭晓涛，张宇智，郑龙生，
申请(专利权)人：深圳元戎启行科技有限公司，
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。