CN109764838A - 确定自动驾驶系统的安装位的方法、装置及设备 - Google Patents
确定自动驾驶系统的安装位的方法、装置及设备 Download PDFInfo
- Publication number
- CN109764838A CN109764838A CN201811522837.7A CN201811522837A CN109764838A CN 109764838 A CN109764838 A CN 109764838A CN 201811522837 A CN201811522837 A CN 201811522837A CN 109764838 A CN109764838 A CN 109764838A
- Authority
- CN
- China
- Prior art keywords
- installation position
- autopilot facility
- unmanned vehicle
- vehicle
- installation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例提供一种确定自动驾驶系统的安装位的方法、装置及设备，所述自动驾驶系统中包括至少一个自动驾驶设备，该方法包括：获取目标无人车的轮廓线参数，根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点，根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系；本实施例中，在为目标无人车部署自动驾驶系统时，无需针对该目标无人车进行多次实验，也避免了对各无人驾驶设备的安装位进行调整和校准的过程，从而节省了大量的时间成本和人力成本。
Description
技术领域
本发明实施例涉及自动驾驶技术领域，尤其涉及一种确定自动驾驶系统的安装位的方法、装置及设备。
背景技术
随着汽车技术的发展，无人车开始得到应用和发展。无人车中需要部署无人驾驶系统，其中，无人驾驶系统涉及多个无人驾驶设备，无人驾驶设备可以为摄像头(Camera)、雷达设备(Radar)、激光设备、红外设备等感应类设备，还可以为全球卫星导航系统(GlobalNavigation Satellite System，GNSS)、惯性测量单元(Inertial measurement unit，IMU)等定位类设备。每个无人驾驶设备对应的功能不同，例如：对于安装在车头的摄像头，其功能是采集车体前部预设范围内的影像信息，对于安装在车尾的摄像头，其功能是采集车体后部预设范围内的影像信息。
为了保证无人驾驶系统数据的复用性，在不同车型的无人车部署无人驾驶系统时，需要保证功能相同的无人驾驶设备在不同车型对应作用范围是相同的。例如：针对安装在车头的摄像头，其在第一车型上能够采集的视野范围，与其在第二车型上能够采集的视野范围应当相同。
现有技术中，在无人车上部署无人驾驶系统时，需要首先为每个无人驾驶设备，确定大概安装位置，然后，结合无人车的车体的大小，并根据实验情况对各无人驾驶设备的安装位进行调整和校准，直到各无人驾驶设备均能够达到其对应的作用范围。
然而，随着无人驾驶技术的普及，无人车的车型越来越多，各型号的无人车的车体大小均不相同，当需要对不同型号的无人车部署无人驾驶系统时，针对每个无人车型号均需要进行多次实验，并根据实验情况对各无人驾驶设备的安装位进行调整和校准，需要花费大量的时间成本和人力成本。
发明内容
本发明实施例提供一种确定自动驾驶系统的安装位的方法、装置及设备，用以降低时间成本和人力成本。
第一方面，本发明实施例提供一种确定自动驾驶系统的安装位的方法，所述自动驾驶系统中包括至少一个自动驾驶设备，所述方法包括：
获取目标无人车的轮廓线参数；
根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点；
根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系。
可选的，所述相对位置关系为各所述自动驾驶设备的安装位和所述车体中心点的连线与车体的预设轴线之间的夹角，所述预设轴线为穿过所述车体中心点的轴线；
所述根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，包括：
根据所述目标无人车的中心点、所述目标无人车的预设轴线、以及所述安装位模型，确定各所述自动驾驶设备的安装位所在的直线；
根据各所述自动驾驶设备的安装位所在的直线，以及所述目标无人车的轮廓线参数，确定各所述自动驾驶设备的安装位。
可选的，所述确定各所述自动驾驶设备的安装位之后，还包括：
根据各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的安装数量，所述作用范围与所述安装数量正相关。
可选的，所述确定各所述自动驾驶设备的安装位之后，还包括：
根据各所述自动驾驶设备的安装位，以及各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的工作参数。
可选的，所述安装位模型是通过如下方法得到的：
获取测试车辆的轮廓线参数，并根据所述测试车辆的轮廓线参数，确定所述测试车辆的中心点；
根据各所述自动驾驶设备的目标作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位；
根据各所述自动驾驶设备在所述测试车辆的安装位与所述测试车辆的中心点的相对位置关系，得到所述安装位模型。
可选的，所述根据各所述自动驾驶设备的作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位，包括：
调整各所述自动驾驶设备在所述测试车辆的安装位，直至各所述自动驾驶设备在所述安装位时满足所述作用范围。
可选的，所述根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位之前，还包括：
获取所述目标无人车的车型参数；
根据所述车型参数，获取所述车型参数对应的安装位模型；
所述根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，包括：
根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及所述车型参数对应的安装位模型，确定各所述自动驾驶设备的安装位。
可选的，所述无人驾驶设备为下述中的任一种：摄像头、雷达设备、红外设备、激光设备、定位设备。
第二方面，本发明实施例提供一种确定自动驾驶系统的安装位的装置，所述自动驾驶系统中包括至少一个自动驾驶设备，所述装置包括：
获取模块，用于获取目标无人车的轮廓线参数；
第一确定模块，用于根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点；
第二确定模块，用于根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系。
可选的，所述相对位置关系为各所述自动驾驶设备的安装位和所述车体中心点的连线与车体的预设轴线之间的夹角，所述预设轴线为穿过所述车体中心点的轴线；
所述第二确定模块具体用于：
根据所述目标无人车的中心点、所述目标无人车的预设轴线、以及所述安装位模型，确定各所述自动驾驶设备的安装位所在的直线；
根据各所述自动驾驶设备的安装位所在的直线，以及所述目标无人车的轮廓线参数，确定各所述自动驾驶设备的安装位。
可选的，所述第二确定模块还用于：
根据各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的安装数量，所述作用范围与所述安装数量正相关。
可选的，所述第二确定模块还用于：
根据各所述自动驾驶设备的安装位，以及各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的工作参数。
可选的，所述装置还包括生成模块，用于：
获取测试车辆的轮廓线参数，并根据所述测试车辆的轮廓线参数，确定所述测试车辆的中心点；
根据各所述自动驾驶设备的目标作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位；
根据各所述自动驾驶设备在所述测试车辆的安装位与所述测试车辆的中心点的相对位置关系，得到所述安装位模型。
可选的，所述生成模块具体用于：
调整各所述自动驾驶设备在所述测试车辆的安装位，直至各所述自动驾驶设备在所述安装位时满足所述作用范围。
可选的，所述获取模块还用于：
获取所述目标无人车的车型参数；
根据所述车型参数，获取所述车型参数对应的安装位模型；
所述第二确定模块具体用于：
根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及所述车型参数对应的安装位模型，确定各所述自动驾驶设备的安装位。
可选的，所述无人驾驶设备为下述中的任一种：摄像头、雷达设备、红外设备、激光设备、定位设备。
第三方面，本发明实施例提供一种确定自动驾驶系统的安装位的设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如第一方面任一项所述的方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如第一方面任一项所述的方法。
本发明实施例提供的确定自动驾驶系统的安装位的方法、装置及设备，所述自动驾驶系统中包括至少一个自动驾驶设备，该方法包括：获取目标无人车的轮廓线参数，根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点，根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系；本实施例中，在为目标无人车部署自动驾驶系统时，无需针对该目标无人车进行多次实验，也避免了对各无人驾驶设备的安装位进行调整和校准的过程，从而节省了大量的时间成本和人力成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的确定自动驾驶系统的安装位的过程示意图；
图2为本发明实施例提供的确定自动驾驶系统的安装位的流程示意图一；
图3为本发明实施例提供的相对位置关系的一种可选的表示方式的示意图；
图4为本发明实施例提供的获取安装位模型的流程示意图；
图5为本发明实施例提供的确定无人驾驶系统的安装位的流程示意图二；
图6为本发明实施例提供的确定自动驾驶系统的安装位的流程示意图三；
图7为本发明实施例提供的确定自动驾驶系统的安装位的装置的结构示意图一；
图8为本发明实施例提供的确定自动驾驶系统的安装位的装置的结构示意图二；
图9为本发明实施例提供的确定自动驾驶系统的安装位的设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如前所述，现有技术中，在无人车上部署无人驾驶系统时，需要首先为每个无人驾驶设备，确定大概安装位置，然后，结合无人车的车体的大小，并根据实验情况对各无人驾驶设备的安装位进行调整和校准，直到各无人驾驶设备均能够达到其对应的作用范围。
然而，随着无人驾驶技术的普及，无人车的车型越来越多，各型号的无人车的车体大小均不相同，当需要对不同型号的无人车部署无人驾驶系统时，针对每个无人车型号均需要进行多次实验，并根据实验情况对各无人驾驶设备的安装位进行调整和校准，需要花费大量的时间成本和人力成本。
为了解决上述问题，本发明实施例提供一种确定自动驾驶系统的安装位的方法。下面结合图1详细描述本发明实施例的应用场景以及原理。图1为本发明实施例提供的确定自动驾驶系统的安装位的过程示意图，如图1所示，本发明实施例的方法可以由图1中的自动驾驶系统的安装位的确定装置执行。具体的，该装置可以为软件和/或硬件的形式。
具体的，本发明实施例中，自动驾驶系统可以包括多个自动驾驶设备。其中，自动驾驶设备可以为计算类设备、感应类设备、定位类设备等。计算类设备包括但不限于：图形处理器(Graphics Processing Unit，GPU)、中央处理器(Central Processing Unit，CPU)；感应类设备包括但不限于：摄像头(Camera)、激光雷达(Lidar)、红外设备等；定位类设备包括但不限于：全球卫星导航系统(Global Navigation Satellite System，GNSS)设备、惯性测量单元(Inertial measurement unit，IMU)等。
如图1所示，本发明实施例适用于为不同车型的无人车部署无人驾驶系统的场景。其中，不同车型的无人车，可以为轿车、越野车、跑车、卡车、拖车等，可以理解的，对于同一车型的无人车，还可以具有不同的车体大小。
具体的，本实施例中，当需要为不同车型的无人车部署无人驾驶系统时，仅需要获取目标无人车的轮廓线参数，并将轮廓线参数输入至图1中的无人驾驶系统的安装位的确定装置中，由该装置输出各无人驾驶设备在目标无人车的具体的安装位。
需要说明的是，本发明实施例确定的各无人驾驶设备的安装位，是指各无人驾驶设备在无人车上的具体安装位置。可以采用多种方式来表示安装位，例如：可以针对无人车建立坐标系，采用绝对坐标来表示各无人驾驶设备的安装位，还可以采用相对坐标来表示各无人驾驶设备的安装位。当然，还可以有其他的表示方式，本发明实施例对此不作具体限定。
本实施例提供的确定无人驾驶系统的安装位的方法，在为目标无人车部署自动驾驶系统时，无需针对该目标无人车进行多次实验，也避免了对各无人驾驶设备的安装位进行调整和校准的过程，从而节省了大量的时间成本和人力成本。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本发明实施例提供的确定自动驾驶系统的安装位的流程示意图一，本实施例的方法可以由图1中的确定自动驾驶系统的安装位的装置执行，该装置可以为软件和/或硬件形式。本实施例中，自动驾驶系统中包括至少一个自动驾驶设备，其中，自动驾驶设备可以为计算类设备、感应类设备、定位类设备等。计算类设备包括但不限于：图形处理器(Graphics Processing Unit，GPU)、中央处理器(Central Processing Unit，CPU)；感应类设备包括但不限于：摄像头(Camera)、激光雷达(Lidar)、红外设备等；定位类设备包括但不限于：全球卫星导航系统(Global Navigation Satellite System，GNSS)设备、惯性测量单元(Inertial measurement unit，IMU)等。
如图2所示，本实施例的方法，包括：
S201：获取目标无人车的轮廓线参数。
其中，轮廓线参数为用于指示无人车的轮廓的参数。当为无人车建立坐标系的情况下，根据轮廓线参数，可以确定出无人车的表面任一点的坐标值。其中，轮廓线参数包括外廓线参数和/或内廓线参数。该外廓线参数用于指示无人车的外部轮廓，该内廓线参数用于指示无人车的内部轮廓。对于无人车的内部轮廓，可以为车体透明或镂空部分对应的内部轮廓，例如该无人车为大客车，该大客车的前挡风玻璃的内部轮廓。
具体的，可以通过多种方式获取目标无人车的轮廓线参数，本发明实施例不作具体限定。一种可选的实施方式中，可以通过对目标无人车进行测量，得到目标无人车的轮廓线参数。另一种可选的实施方式中，还可以根据目标无人车的生产数据获取到轮廓线参数。再一种可选的实施方式中，还可以根据目标无人车的图像进行三维建模，得到目标无人车的轮廓线参数。
S202：根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点。
具体的，获取到目标无人车的轮廓线参数后，可以根据轮廓线参数，确定目标无人车的中心点。其中，本实施例中的中心点可以为二维中心点，还可以为三维中心点。
可以理解的，当不需要考虑各自动驾驶设备的安装高度的时候，可以仅获取目标无人车的二维中心点，即目标无人车沿长度方向的轴线与沿宽度方向的轴线之间的交点。当需要考虑各自动驾驶设备的安装高度的时候，可以获取目标无人车的三维中心点，即，目标无人车沿长度方向的轴线、沿宽度方向的轴线、以及沿高度方向的轴线之间的交点。
S203：根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系。
可以理解的，为了保证无人驾驶系统数据的复用性，在不同车型的无人车部署无人驾驶系统时，需要保证功能相同的无人驾驶设备在不同车型对应作用范围是相同的。例如：针对安装在车头的摄像头，其在第一车型上能够采集的视野范围，与其在第二车型上能够采集的视野范围应当相同。因此，本实施例确定的各无人驾驶设备的安装位需要满足的前提条件为：保证功能相同的无人驾驶设备在不同车型对应的作用范围是相同的。
本实施例中，安装位模型是事先根据实验情况获取的安装位模型。安装位模型用于指示各自动驾驶设备的安装位与车体中心点的相对位置关系。本实施例中的安装位模型已经过充分的实验验证，当根据安装位模型所指示的各自动驾驶设备的安装位与车体中心点的相对位置关系，对各自动驾驶设备进行安装时，能够保证各自动驾驶设备到达预设的作用范围。
其中，该安装位可以位于车体的内部，也可以位于车体的外部。当该安装位位于车体外部时，可以根据外廓线参数确定该安装位；当该安装位位于车体内部时，可以根据内廓线参数确定该安装位。本领域技术人员可以理解，当该安装位在车体内部时，自动驾驶设备可以通过车体透明部分或车体镂空部或穿过车体来采集数据。对于能够通过散射波实现的自动驾驶设备，可以考虑车体透明部分等的折射情况，例如，该安装位可以位于折射角的延长线上。
具体的，当获取到目标无人车的轮廓线参数、中心点后，可以根据安装位模型所指示的各自动驾驶设备的安装位与车体中心点的相对位置关系，确定出各自动驾驶设备在目标无人车的安装位。其中，相对位置关系可以有多种表示方式，本发明实施例不作具体限定，可以采用相对角度和/或相对距离来表示。下面结合一种可选的实施方式进行详细描述。
图3为本发明实施例提供的相对位置关系的一种可选的表示方式的示意图，如图3所示，相对位置关系为自动驾驶设备的安装位和车体中心点的连线与车体的预设轴线之间的夹角，其中预设轴线为穿过车体中心点的轴线。
可以理解的，本实施例中的预设轴线可以为穿过车体中心点的任意轴线，例如：可以为沿长度方向的轴线，还可以为沿宽度方向的轴线，本发明实施例不作具体限定，图3仅以沿长度方向的轴线为例进行示例。
本实施方式中，安装位模型中指示了各无人驾驶设备的安装位与中心点的连线与预设轴线之间的夹角，也就是说，指示了各无人驾驶设备相对于预设轴线的安装方位角。
具体的，根据安装位模型，确定无人驾驶设备的安装位的过程如下：根据所述目标无人车的中心点、所述目标无人车的预设轴线、以及所述安装位模型，确定各所述自动驾驶设备的安装位所在的直线；根据各所述自动驾驶设备的安装位所在的直线，以及所述目标无人车的轮廓线参数，确定各所述自动驾驶设备的安装位。
下面举例说明，当无人驾驶系统中包括3个摄像头时，并且，每个摄像头用于采集车辆不同方位的影像数据。一种可能的安装位模型的表示方式为：第一摄像头的安装位相对于预设轴线的方向角为25度，第二摄像头的安装位相对于预设轴线的方向角为40度，第三摄像头的安装位相对于预设轴线的方向角为90度。
因此，本实施例中，在确定第一摄像头的安装位时，根据目标无人车的中心点和预设轴线，确定出与预设轴线的方向角为25度的直线，然后根据该直线与目标无人车的轮廓线确定第一摄像头的安装位，例如：将该直线与目标无人车的轮廓线的交点作为第一摄像头的安装位。在确定第二摄像头的安装位时，确定出与预设轴线的方向角为40度的直线，然后根据该直线与目标无人车的轮廓线确定第二摄像头的安装位。在确定第三摄像头的安装位时，确定出与预设轴线的方向角为90度的直线，然后根据该直线与目标无人车的轮廓线确定第二摄像头的安装位。
可见，本实施例中，不论对于何种车型，不论车体大小如何，本实施例中确定的第一摄像头的安装位均是位于与预设轴线的方向角为25度的直线上，第二摄像头的安装位均是位于与预设轴线的方向角为40度的直线上，第三摄像头的安装位均是位于与预设轴线的方向角为90度的直线上。根据极坐标系的原理可以理解，当摄像头在不同车体的安装方向角相同时，其在不同车体上对应的采集视野也是相同的，也就是说，本实施中能够保证各摄像头在不同无人车上对应的作用范围是相同的。
需要说明的是，上述举例是以摄像头为例进行描述，对于其他的无人驾驶设备，其实现过程以及原理是类似的，此处不再赘述。
本实施例提供的确定自动驾驶系统的安装位的方法，所述自动驾驶系统中包括至少一个自动驾驶设备，该方法包括：获取目标无人车的轮廓线参数，根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点，根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系；本实施例中，在为目标无人车部署自动驾驶系统时，无需针对该目标无人车进行多次实验，也避免了对各无人驾驶设备的安装位进行调整和校准的过程，从而节省了大量的时间成本和人力成本。
下面结合一个具体的实施例详细描述安装位模型的获取过程。图4为本发明实施例提供的获取安装位模型的流程示意图，如图4所示，本实施例的方法，包括：
S401:获取测试车辆的轮廓线参数，并根据所述测试车辆的轮廓线参数，确定所述测试车辆的中心点。
本实施例中，将以一辆或者多辆测试车辆作为测试对象，获取安装位模型。其中，测试车辆可以为任一车型的车辆，例如：轿车、越野车、卡车、拖车等。
具体的，获取测试车辆的轮廓线参数，以及确定测试车辆的中心点的方法，与上述实施例中的S201类似，此处不做赘述。
S402:根据各所述自动驾驶设备的目标作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位。
本实施例中，在对测试车辆获取各自动驾驶设备的安装位时，可以采用现有技术中的方式获取。
具体的，通过实验方式，调整各所述自动驾驶设备在所述测试车辆的安装位，获取各自动驾驶设备的作用范围，直至各所述自动驾驶设备在所述安装位时满足所述目标作用范围。
S403:根据各所述自动驾驶设备在所述测试车辆的安装位与所述测试车辆的中心点的相对位置关系，得到所述安装位模型。
当对各自动驾驶设备的安装位调整、校验完成后，获取各自动驾驶设备的安装位于测试车辆的中心点的相对位置关系，得到安装位模型。由于安装位模型指示的是各自动驾驶设备与测试车辆的中心点的相对位置关系，该安装位模型具有普适性，即，该安装位模型不仅适用于与测量车辆相同车型的目标无人车，还可以适用于与测试车辆不同车型的目标无人车。
图5为本发明实施例提供的确定无人驾驶系统的安装位的流程示意图二，如图5所示，本实施例的方法，包括：
S501：获取目标无人车的轮廓线参数。
S502：根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点。
S503：根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系。
本实施例中，S501至S503的具体实施过程与图2所示的实施例类似，此次不再赘述。
S504：根据各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的安装数量，所述目标作用范围与所述安装数量正相关。
在图2所示实施例的基础上，在确定各自动驾驶设备的安装位之后，还可以根据各自动驾驶设备的目标作用范围，确定各自动驾驶设备的安装数量。可以理解的，对于某一类的自动驾驶设备，当车体越大时，为了达到目标作用范围，所需要的自动驾驶设备的数量也就越多，当车体越小时，为了达到目标作用范围，所需要的自动驾驶设备的数量也就越少。
例如：用于采集车辆侧位影像的摄像头，当车体较小时，可能仅需要一个摄像头即可采集到车辆的侧位影像，而当车体较大时，可能需要多个摄像头才能采集到车辆的侧位影像。
S505：根据各所述自动驾驶设备的安装位，以及各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的工作参数。
其中，所述工作参数是指各自动驾驶设备处于工作状态所需要设置的参数。可以理解的，在确定各自动驾驶设备的安装位之后，还需要根据安装位与目标作用范围，确定各自动驾驶设备的工作参数。例如：调整摄像头的焦距参数、调整激光雷达的最大识别距离等。
本实施例中，在利用安装位模型确定出各自动驾驶设备的安装位后，还可以进一步结合各自动驾驶设备的目标作用范围，确定各自动驾驶设备的安装数量以及工作参数，从而保证了各自动驾驶设备在目标无人车的采集精度。
图6为本发明实施例提供的确定自动驾驶系统的安装位的流程示意图三，如图6所示，本实施例的方法，包括：
S601:获取目标无人车的轮廓线参数。
S602:根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点。
S603:获取所述目标无人车的车型参数，根据所述车型参数，获取所述车型参数对应的安装位模型。
S604:根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及所述车型参数对应的安装位模型，确定各所述自动驾驶设备的安装位。
在图2所示实施例的基础上，本实施例中，可以根据无人车的车型参数，分别建立不同车型对应的安装位模型，例如：轿车对应的安装位模型、卡车对应的安装位模型、拖车对应的安装位模型。在对目标无人车确定自动驾驶系统的安装位时，可以根据目标无人车的车型参数，确定选择使用哪一种车型对应的安装位模型。
需要说明的是，车型参数可以是用于区分车型的任意参数，可以为一个或者多个参数，例如：可以为车辆的型号，还可以为车辆的车厢数量，还可以为车辆的长宽等参数。
本实施例中，通过根据目标无人车的车型参数选择不同车型对应的安装位模型，提高了各自动驾驶设备的安装位的精确性。
图7为本发明实施例提供的确定自动驾驶系统的安装位的装置的结构示意图一，如图7所示，本实施例的确定自动驾驶系统的安装位的装置700，包括：获取模块701、第一确定模块702和第二确定模块703。
其中，获取模块701，用于获取目标无人车的轮廓线参数；
第一确定模块702，用于根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点；
第二确定模块703，用于根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系。
本实施例提供的装置，可用于执行如图2所示的方法实施例，其实现原理和技术效果类似，此处不再赘述。
图8为本发明实施例提供的确定自动驾驶系统的安装位的装置的结构示意图二，在图7所示实施例的基础上，本实施例的装置，还包括：生成模块704。
可选的，所述相对位置关系为各所述自动驾驶设备的安装位和所述车体中心点的连线与车体的预设轴线之间的夹角，所述预设轴线为穿过所述车体中心点的轴线；
所述第二确定模块703具体用于：
根据所述目标无人车的中心点、所述目标无人车的预设轴线、以及所述安装位模型，确定各所述自动驾驶设备的安装位所在的直线；
根据各所述自动驾驶设备的安装位所在的直线，以及所述目标无人车的轮廓线参数，确定各所述自动驾驶设备的安装位。
可选的，所述第二确定模块703还用于：
根据各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的安装数量，所述作用范围与所述安装数量正相关。
可选的，所述第二确定模块703还用于：
根据各所述自动驾驶设备的安装位，以及各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的工作参数。
可选的，所述生成模块704用于：
获取测试车辆的轮廓线参数，并根据所述测试车辆的轮廓线参数，确定所述测试车辆的中心点；
根据各所述自动驾驶设备的目标作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位；
根据各所述自动驾驶设备在所述测试车辆的安装位与所述测试车辆的中心点的相对位置关系，得到所述安装位模型。
可选的，所述生成模块704具体用于：
调整各所述自动驾驶设备在所述测试车辆的安装位，直至各所述自动驾驶设备在所述安装位时满足所述作用范围。
可选的，所述获取模块701还用于：
获取所述目标无人车的车型参数；
根据所述车型参数，获取所述车型参数对应的安装位模型；
所述第二确定模块703具体用于：
根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及所述车型参数对应的安装位模型，确定各所述自动驾驶设备的安装位。
可选的，所述无人驾驶设备为下述中的任一种：摄像头、雷达设备、红外设备、激光设备、定位设备。
本实施例的装置，可用于执行上述任一方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图9为本发明实施例提供的确定自动驾驶系统的安装位的设备的结构示意图，如9所示，本实施例的确定自动驾驶系统的安装位的设备900，包括：至少一个处理器901和存储器902。其中，处理器901、存储器902通过总线903连接。
在具体实现过程中，至少一个处理器901执行所述存储器902存储的计算机执行指令，使得至少一个处理器901执行上述任一方法实施例的技术方案。
处理器901的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图9所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现上述任一方法实施例的技术方案。
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (18)
1.一种确定自动驾驶系统的安装位的方法，其特征在于，所述自动驾驶系统中包括至少一个自动驾驶设备，所述方法包括：
获取目标无人车的轮廓线参数；
根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点；
根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系。
2.根据权利要求1所述的方法，其特征在于，所述相对位置关系为各所述自动驾驶设备的安装位和所述车体中心点的连线与车体的预设轴线之间的夹角，所述预设轴线为穿过所述车体中心点的轴线；
所述根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，包括：
根据所述目标无人车的中心点、所述目标无人车的预设轴线、以及所述安装位模型，确定各所述自动驾驶设备的安装位所在的直线；
根据各所述自动驾驶设备的安装位所在的直线，以及所述目标无人车的轮廓线参数，确定各所述自动驾驶设备的安装位。
3.根据权利要求2所述的方法，其特征在于，所述确定各所述自动驾驶设备的安装位之后，还包括：
根据各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的安装数量，所述作用范围与所述安装数量正相关。
4.根据权利要求2所述的方法，其特征在于，所述确定各所述自动驾驶设备的安装位之后，还包括：
根据各所述自动驾驶设备的安装位，以及各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的工作参数。
5.根据权利要求1所述的方法，其特征在于，所述安装位模型是通过如下方法得到的：
获取测试车辆的轮廓线参数，并根据所述测试车辆的轮廓线参数，确定所述测试车辆的中心点；
根据各所述自动驾驶设备的目标作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位；
根据各所述自动驾驶设备在所述测试车辆的安装位与所述测试车辆的中心点的相对位置关系，得到所述安装位模型。
6.根据权利要求5所述的方法，其特征在于，所述根据各所述自动驾驶设备的作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位，包括：
调整各所述自动驾驶设备在所述测试车辆的安装位，直至各所述自动驾驶设备在所述安装位时满足所述作用范围。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位之前，还包括：
获取所述目标无人车的车型参数；
根据所述车型参数，获取所述车型参数对应的安装位模型；
所述根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，包括：
根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及所述车型参数对应的安装位模型，确定各所述自动驾驶设备的安装位。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述无人驾驶设备为下述中的任一种：摄像头、雷达设备、红外设备、激光设备、定位设备。
9.一种确定自动驾驶系统的安装位的装置，其特征在于，所述自动驾驶系统中包括至少一个自动驾驶设备，所述装置包括：
获取模块，用于获取目标无人车的轮廓线参数；
第一确定模块，用于根据所述目标无人车的轮廓线参数，确定所述目标无人车的中心点；
第二确定模块，用于根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及安装位模型，确定各所述自动驾驶设备的安装位，其中，所述安装位模型用于指示各所述自动驾驶设备的安装位与车体中心点的相对位置关系。
10.根据权利要求9所述的装置，其特征在于，所述相对位置关系为各所述自动驾驶设备的安装位和所述车体中心点的连线与车体的预设轴线之间的夹角，所述预设轴线为穿过所述车体中心点的轴线；
所述第二确定模块具体用于：
根据所述目标无人车的中心点、所述目标无人车的预设轴线、以及所述安装位模型，确定各所述自动驾驶设备的安装位所在的直线；
根据各所述自动驾驶设备的安装位所在的直线，以及所述目标无人车的轮廓线参数，确定各所述自动驾驶设备的安装位。
11.根据权利要求10所述的装置，其特征在于，所述第二确定模块还用于：
根据各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的安装数量，所述作用范围与所述安装数量正相关。
12.根据权利要求10所述的装置，其特征在于，所述第二确定模块还用于：
根据各所述自动驾驶设备的安装位，以及各所述自动驾驶设备对应的目标作用范围，确定各所述自动驾驶设备的工作参数。
13.根据权利要求9所述的装置，其特征在于，所述装置还包括生成模块，用于：
获取测试车辆的轮廓线参数，并根据所述测试车辆的轮廓线参数，确定所述测试车辆的中心点；
根据各所述自动驾驶设备的目标作用范围，获取各所述自动驾驶设备在所述测试车辆的安装位；
根据各所述自动驾驶设备在所述测试车辆的安装位与所述测试车辆的中心点的相对位置关系，得到所述安装位模型。
14.根据权利要求13所述的装置，其特征在于，所述生成模块具体用于：
调整各所述自动驾驶设备在所述测试车辆的安装位，直至各所述自动驾驶设备在所述安装位时满足所述作用范围。
15.根据权利要求9所述的装置，其特征在于，所述获取模块还用于：
获取所述目标无人车的车型参数；
根据所述车型参数，获取所述车型参数对应的安装位模型；
所述第二确定模块具体用于：
根据所述目标无人车的轮廓线参数、所述目标无人车的中心点、以及所述车型参数对应的安装位模型，确定各所述自动驾驶设备的安装位。
16.根据权利要求9至15任一项所述的装置，其特征在于，所述无人驾驶设备为下述中的任一种：摄像头、雷达设备、红外设备、激光设备、定位设备。
17.一种确定自动驾驶系统的安装位的设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至8任一项所述的方法。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811522837.7A CN109764838B (zh) | 2018-12-13 | 2018-12-13 | 确定自动驾驶系统的安装位的方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811522837.7A CN109764838B (zh) | 2018-12-13 | 2018-12-13 | 确定自动驾驶系统的安装位的方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109764838A true CN109764838A (zh) | 2019-05-17 |
| CN109764838B CN109764838B (zh) | 2021-11-23 |
Family
ID=66450566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811522837.7A Active CN109764838B (zh) | 2018-12-13 | 2018-12-13 | 确定自动驾驶系统的安装位的方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109764838B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1158804A (zh) * | 1995-10-18 | 1997-09-10 | 杰维斯B·韦布国际公司 | 无人驾驶车辆的运动跟踪装置 |
| JP2008234447A (ja) * | 2007-03-22 | 2008-10-02 | Yaskawa Electric Corp | 移動体の制御装置及びそれを備えた移動体 |
| KR20090132738A (ko) * | 2008-06-23 | 2009-12-31 | 이정헌 | 자동차의 리얼타임 시스템을 이용한 자동운행장치 |
| CN103144572A (zh) * | 2013-02-25 | 2013-06-12 | 胡佳玮 | 一种车辆转弯盲区的警示系统 |
| CN104181924A (zh) * | 2014-09-03 | 2014-12-03 | 中国科学院合肥物质科学研究院 | 汽车自动驾驶装置 |
| CN105159702A (zh) * | 2015-08-04 | 2015-12-16 | 上海大众汽车有限公司 | 倒车雷达布置方法及系统 |
| CN106708040A (zh) * | 2016-12-09 | 2017-05-24 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
| CN106945612A (zh) * | 2017-03-08 | 2017-07-14 | 北京百度网讯科技有限公司 | 无人驾驶汽车的传感器集成装置 |
| WO2017173734A1 (zh) * | 2016-04-06 | 2017-10-12 | 高鹏 | 调整拍摄角度的方法、装置和无人驾驶飞行器 |
| CN207045253U (zh) * | 2017-08-21 | 2018-02-27 | 百度在线网络技术（北京）有限公司 | 无人驾驶汽车的传感器组合装置 |
| CN108107897A (zh) * | 2018-01-11 | 2018-06-01 | 驭势科技（北京）有限公司 | 实时传感器控制方法及装置 |
| CN108137041A (zh) * | 2015-09-14 | 2018-06-08 | 大众汽车有限公司 | 用于机动车的自动驾驶的装置和方法 |
| CN108196260A (zh) * | 2017-12-13 | 2018-06-22 | 北京汽车集团有限公司 | 无人驾驶车辆多传感器融合系统的测试方法和装置 |
| CN108534790A (zh) * | 2018-02-27 | 2018-09-14 | 吉林省行氏动漫科技有限公司 | 无人驾驶车辆导航方法、装置及无人驾驶车辆 |
-
2018
- 2018-12-13 CN CN201811522837.7A patent/CN109764838B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1158804A (zh) * | 1995-10-18 | 1997-09-10 | 杰维斯B·韦布国际公司 | 无人驾驶车辆的运动跟踪装置 |
| JP2008234447A (ja) * | 2007-03-22 | 2008-10-02 | Yaskawa Electric Corp | 移動体の制御装置及びそれを備えた移動体 |
| KR20090132738A (ko) * | 2008-06-23 | 2009-12-31 | 이정헌 | 자동차의 리얼타임 시스템을 이용한 자동운행장치 |
| CN103144572A (zh) * | 2013-02-25 | 2013-06-12 | 胡佳玮 | 一种车辆转弯盲区的警示系统 |
| CN104181924A (zh) * | 2014-09-03 | 2014-12-03 | 中国科学院合肥物质科学研究院 | 汽车自动驾驶装置 |
| CN105159702A (zh) * | 2015-08-04 | 2015-12-16 | 上海大众汽车有限公司 | 倒车雷达布置方法及系统 |
| CN108137041A (zh) * | 2015-09-14 | 2018-06-08 | 大众汽车有限公司 | 用于机动车的自动驾驶的装置和方法 |
| WO2017173734A1 (zh) * | 2016-04-06 | 2017-10-12 | 高鹏 | 调整拍摄角度的方法、装置和无人驾驶飞行器 |
| CN106708040A (zh) * | 2016-12-09 | 2017-05-24 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
| CN106945612A (zh) * | 2017-03-08 | 2017-07-14 | 北京百度网讯科技有限公司 | 无人驾驶汽车的传感器集成装置 |
| CN207045253U (zh) * | 2017-08-21 | 2018-02-27 | 百度在线网络技术（北京）有限公司 | 无人驾驶汽车的传感器组合装置 |
| CN108196260A (zh) * | 2017-12-13 | 2018-06-22 | 北京汽车集团有限公司 | 无人驾驶车辆多传感器融合系统的测试方法和装置 |
| CN108107897A (zh) * | 2018-01-11 | 2018-06-01 | 驭势科技（北京）有限公司 | 实时传感器控制方法及装置 |
| CN108534790A (zh) * | 2018-02-27 | 2018-09-14 | 吉林省行氏动漫科技有限公司 | 无人驾驶车辆导航方法、装置及无人驾驶车辆 |
Non-Patent Citations (2)
| Title |
|---|
| XUE, JIAN-RU; WANG, DI; DU, SHAO-YI;: "A vision-centered multi-sensor fusing approach to self-localization and obstacle perception for robotic cars", 《FRONTIERS OF INFORMATION TECHNOLOGY & ELECTRONIC ENGINEERING》 * |
| 无: "自动驾驶汽车的传感器该如何布置？", 《搜狐网》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109764838B (zh) | 2021-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108801276B (zh) | 高精度地图生成方法及装置 | |
| CN111426332B (zh) | 航向安装误差确定方法、装置、电子设备和存储介质 | |
| US20220011448A1 (en) | Positioning method, device, medium and equipment | |
| CN107316500B (zh) | 自动驾驶中的威胁度计算方法、目标选择方法及应用 | |
| CN106080598A (zh) | 实时预期速度控制 | |
| US20180154902A1 (en) | Vehicle control using road angle data | |
| CN111060946A (zh) | 用于估计位置的方法和装置 | |
| US11887323B2 (en) | Self-supervised estimation of observed vehicle pose | |
| CN108680157B (zh) | 一种障碍物检测区域的规划方法、装置及终端 | |
| CN111483464B (zh) | 基于路侧单元的动态自动驾驶换道方法、设备、存储介质 | |
| US20160137209A1 (en) | Motion-based multi-sensor calibration | |
| CN107607111A (zh) | 加速度偏置估计方法和装置、视觉惯性里程计及其应用 | |
| CN111862263A (zh) | 自动驾驶汽车测试场景构建方法、设备、存储介质 | |
| CN116863429B (zh) | 检测模型的训练方法、可行使区域的确定方法和装置 | |
| CN114518119A (zh) | 定位的方法及装置 | |
| CN109764838A (zh) | 确定自动驾驶系统的安装位的方法、装置及设备 | |
| CN115675454B (zh) | 车辆碰撞识别方法、车载终端、车辆及存储介质 | |
| CN113727064A (zh) | 一种摄像头视场角的确定方法及装置 | |
| CN114399399B (zh) | 矿区车辆的卸载停靠方法、装置、计算机设备及存储介质 | |
| CN113932835B (zh) | 自动驾驶车辆定位杆臂的标定方法、装置及电子设备 | |
| CN113724390A (zh) | 匝道生成方法及装置 | |
| JP7452374B2 (ja) | 物体検知装置および物体検知プログラム | |
| WO2020021596A1 (ja) | 車両位置推定装置および車両位置推定方法 | |
| JP7312856B2 (ja) | センサデータを処理するための方法および装置 | |
| CN113753073B (zh) | 车速控制方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211022 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |