CN110162026A - 一种物体识别系统、方法及装置 - Google Patents

一种物体识别系统、方法及装置 Download PDF

Info

Publication number
CN110162026A
CN110162026A CN201810142084.0A CN201810142084A CN110162026A CN 110162026 A CN110162026 A CN 110162026A CN 201810142084 A CN201810142084 A CN 201810142084A CN 110162026 A CN110162026 A CN 110162026A
Authority
CN
China
Prior art keywords
automatic driving
sensing data
driving vehicle
feedback message
unknown
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
Application number
CN201810142084.0A
Other languages
English (en)
Other versions
CN110162026B (zh
Inventor
吴楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tusimple Technology Co Ltd
Original Assignee
Beijing Tusimple Future Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Tusimple Future Technology Co Ltd filed Critical Beijing Tusimple Future Technology Co Ltd
Priority to CN201810142084.0A priority Critical patent/CN110162026B/zh
Priority to US16/272,918 priority patent/US10839216B2/en
Publication of CN110162026A publication Critical patent/CN110162026A/zh
Priority to US17/098,168 priority patent/US11532157B2/en
Application granted granted Critical
Publication of CN110162026B publication Critical patent/CN110162026B/zh
Priority to US18/067,586 priority patent/US11869249B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/60—Intended control result
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/22—Command input arrangements
    • G05D1/221—Remote-control arrangements
    • G05D1/222—Remote-control arrangements operated by humans
    • G05D1/224—Output arrangements on the remote controller, e.g. displays, haptics or speakers
    • G05D1/2244—Optic

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种物体识别系统、方法及装置，用以解决现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题。物体识别系统包括感测装置、控制装置和无人驾驶车辆。控制装置用于根据感测数据进行物体识别，确定不属于预定类别的物体为未知物体；在包括未知物体的感测数据中标记出未知物体；确定出在未知物体预定范围内的无人驾驶车辆；将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。

Description

一种物体识别系统、方法及装置
技术领域
本发明涉及智能交通领域，特别涉及一种物体识别系统、方法及装置。
背景技术
在现有技术中，在一些应用场景中，基于对一个区域或者场地中行驶的无人驾驶车辆进行控制或管理的需求，通常会设置一个控制系统进行控制和管理。通过设置在区域或者场地中的感测装置对车辆和道路状况进行感测，控制系统根据感测数据进行物体识别，根据识别出的物体对车辆进行控制和管理，例如路径规划、行车策略决策。
但是，在一些应用场景中，感测装置受限于安装位置、角度、高度等因素，无法通过获取被感测物体的全貌信息。例如通过感测装置中的摄像头获取道路上的物体的信息时，如果摄像头受限于安装角度或者安装位置，只能获取到物体某一面或者某一侧的信息，将会导致控制系统无法确定出物体的类别。
可见，对无人驾驶车辆进行集中控制管理的控制系统存在无法有效地识别物体的问题。
发明内容
有鉴于此，本发明提供了一种物体识别系统、方法及装置，用以解决现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题。
根据本申请实施例的一个方面，提供了一种物体识别系统，包括：感测装置、控制装置和无人驾驶车辆；
感测装置用于对车辆行驶状况和道路状况的进行感测得到感测数据；
控制装置用于根据感测数据进行物体识别，确定不属于预定类别的物体为未知物体；在包括未知物体的感测数据中标记出未知物体；确定出在未知物体预定范围内的无人驾驶车辆；将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；
无人驾驶车辆用于接收来自控制装置的指示和感测数据；对无人驾驶车辆的感测数据进行的物体识别；对比来自控制装置的感测数据中的物体与识别出来的物体，判断是否识别出感测数据中标记的未知物体，在判断已识别出的情况下，向控制装置发送反馈消息，其中反馈消息中携带识别出来的未知物体的物体类别信息。
根据本申请实施例的一个方面，提供了一种物体识别方法，包括：
控制装置根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
在包括未知物体的感测数据中标记出未知物体；
确定出在未知物体预定范围内的无人驾驶车辆；
将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；
接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息。
根据本申请实施例的一个方面，提供了一种物体识别装置，包括：
第一确定模块，用于根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
标记模块，用于在包括未知物体的感测数据中标记出未知物体；
第二确定模块，用于确定出在未知物体预定范围内的无人驾驶车辆；
收发模块，用于将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；接收来自无人驾驶车辆的反馈消息；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息；
保存模块，用于在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
根据本申请实施例的一个方面，提供了一种物体识别装置，包括：一个处理器和至少一个存储器，至少一个存储器中存储有至少一条机器可执行指令，处理器执行至少一条机器可执行指令实现：
根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
在包括未知物体的感测数据中标记出未知物体；
确定出在未知物体预定范围内的无人驾驶车辆；
将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；
接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息。
根据本申请实施例提供的技术方案，物体识别系统中的控制装置对感测装置获取的感测数据进行分析、进行物体识别处理，确定出不属于预定类别的物体即未知物体，在感测数据中标记出未知物体，将标记的感测数据发送给未知物体预定范围内的无人驾驶车辆，无人驾驶车辆将从自身的感测数据识别出来的物体与来自控制装置的感测数据中标记的未知物体进行对比，判断是否识别出感测数据中标记的未知物体，在判断已识别出的情况下，向控制装置反馈物体类别信息，从而在控制装置无法识别物体的情况下，能够利用无人驾驶车辆的信息获取能力和识别能力，对未知物体进行识别，能够解决现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本申请实施例提供的物体识别系统的结构框图；
图2为本申请实施例提供的物体识别方法的处理流程图；
图3为本申请实施例提供的物体识别方法的另一个处理流程图；
图4为本申请实施例提供的物体识别方法的另一个处理流程图；
图5为本申请实施例提供的物体识别装置的结构框图；
图6a为本申请实施例提供的物体识别装置的另一个结构框图；
图6b为本申请实施例提供的物体识别装置的另一个结构框图；
图7为本申请实施例提供的物体识别装置的另一个结构框图；
图8为本申请实施例提供的物体识别装置的另一个结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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，都应当属于本发明保护的范围。
针对现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题，本申请实施例提供了一种物体识别系统、方法和装置，以解决该问题。根据本申请实施例提供的技术方案，物体识别系统中的控制装置对感测装置获取的感测数据进行分析、进行物体识别处理，确定出不属于预定类别的物体即未知物体，在感测数据中标记出未知物体，将标记的感测数据发送给未知物体预定范围内的无人驾驶车辆，无人驾驶车辆将从自身的感测数据识别出来的物体与来自控制装置的感测数据中标记的未知物体进行对比，判断是否识别出感测数据中标记的未知物体，在判断已识别出的情况下，向控制装置反馈物体类别信息，从而在控制装置无法识别物体的情况下，能够利用无人驾驶车辆获取未知物体较为全面清除的信息，对未知物体进行识别，能够解决现有技术中控制管理系统对无人驾驶车辆进行集中管理时，受限于感测装置无法获取全面有效的物体信息，而导致的无法有效地识别物体的问题。
以上是本发明的核心思想，为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。
图1中示出了本申请实施例提供的物体识别系统的示意图，该系统中包括感测装置1、控制装置2和无人驾驶车辆3；
感测装置1用于对车辆行驶状况和道路状况的进行感测得到感测数据；感测装置1可以包括至少一个摄像头。
在一些应用场景中，感测装置1可以对预定的区域或者场地中车辆行驶状况和道路状况进行感测，也可以对开放区域中特定区域或者场地的车辆或者道路状况进行感测。
控制装置2用于根据感测数据进行物体识别，确定不属于预定类别的物体为未知物体；在包括未知物体的感测数据中标记出未知物体；确定出在未知物体预定范围内的无人驾驶车辆；将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；
无人驾驶车辆3用于接收来自控制装置2的指示和感测数据；对无人驾驶车辆的感测数据进行的物体识别；对比来自控制装置的感测数据中的物体与识别出来的物体，判断是否识别出感测数据中标记的未知物体，在判断已识别出的情况下，向控制装置发送反馈消息，其中反馈消息中携带识别出来的未知物体的物体类别信息。
根据图1所示的系统，控制装置在确定物体不属于预定类别时，将该物体确定为未知物体，指示无人驾驶车辆对该物体进行识别，由于无人驾驶车辆的车载摄像头通常就有较高的分辨率，并且无人驾驶车辆中具有其它感测设备，例如激光雷达，能够获取物体较为全面的信息，并基于获取的信息对物体进行识别，从而控制装置能够利用无人驾驶车辆的信息获取能力和物体识别能力，对未知物体进行有效识别，能够解决现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题。
在本申请的另一些实施例中，控制装置2在包括未知物体的感测数据中标记出未知物体之后，还用于：将标记后的感测数据发送一个人工识别处理；接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体标记为对应的物体类别；在反馈消息中携带识别失败信息的情况下，确定出在未知物体预定范围内的无人驾驶车辆。也即，在控制装置2无法识别出未知物体后，通过人工识别处理，确定得到物体类别，但是由于感测装置1获取到的未知物体的信息并不全面，人工处理也可能无法识别出未知物体时，此时指示无人驾驶车辆3对未知物体进行识别。从而能够先通过人工识别处理，及时地确定得到物体类别，以满足控制装置2实时控制的要求，在人工处理无法确定物体类别时，指示无人驾驶车辆3对物体进行识别，利用无人驾驶车辆的信息获取能力和物体识别能力进行物体识别。
在本申请的另一些实施例中，无人驾驶车辆3还用于在判断无法识别出未知物体的情况下，在无人驾驶车辆的感测数据中标记出与未知物体对应的物体，向控制装置2反馈携带有识别失败信息的反馈消息和标记的无人驾驶车辆感测数据；则，控制装置2还用于在来自无人驾驶车辆3的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体标记为所保存的物体类别；在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。在具体应用场景中，通常无人驾驶车辆3出于对处理速度的需要，会对识别物体的类别数量进行限制，也即无人驾驶车辆3中能够识别的物体类别的数量少于控制装置2能够识别的物体类别的数量，在无人驾驶车辆3也无法识别出未知物体类别的情况下，通过人工识别处理，可以及时地确定得到物体类别，以满足控制装置2进行实时控制的要求。
在上述多个实施例的基础上，控制装置2还用于根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
下面对图1中控制装置的工作原理进行说明。
图2示出了本申请实施例提供的物体识别方法的流程图，该方法包括：
步骤21、控制装置根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的。感测数据可以是通过摄像头获取的图像数据。
步骤22、在包括未知物体的感测数据中标记出未知物体。
也即，标记后的感测数据是包括标记出来的未知物体的感测数据。本申请不对具体的物体识别的方法和标记物体的方法进行限定，可以采用本申请之前或者之后的方法，并且可以根据具体应用场景的需要而选择设定。
步骤23、确定出在未知物体预定范围内的无人驾驶车辆。
该步骤可以结合定位的技术来实现，先通过定位技术、根据感测数据来确定未知物体在地图上的位置，并通过定位技术确定无人技术车辆在地图上的位置，然后确定得到在未知物体位置的预定范围内的无人驾驶车辆。本申请不对具体的定位技术进行限定，可以使用本申请之前或者之后的定位技术，并且根据具体应用场景的需要来选择定位算法。
预定范围可以根据具体应用场景的需要而设置，例如，如果后续基于物体识别的车辆控制或管理处理需要较大的车辆反应范围，可以设置较大数值的预定范围，反之，可以设置较小数值的预定范围。
步骤24、将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；
控制装置可以通过多种通信方式或者协议与无人驾驶车辆进行通信，本申请这里不做限制。
步骤25、接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息。
通过上述处理，控制装置在确定物体不属于预定类别时，将该物体确定为未知物体，指示无人驾驶车辆对该物体进行识别，由于无人驾驶车辆的车载摄像头通常就有较高的分辨率，并且无人驾驶车辆中具有其它感测设备，例如激光雷达，能够获取物体较为全面的信息，并基于获取的信息对物体进行高效的识别，从而控制装置能够利用无人驾驶车辆的信息获取能力和物体识别能力，对未知物体进行有效识别，能够解决现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题。
在图2所示方法的基础上，本申请实施例还提供了一种物体识别方法，在方法在图2所示的步骤22之后、在步骤23之间，如图3所示，在步骤22之后，还可以进一步地包括如下处理：
步骤S1、将标记后的感测数据发送一个人工识别处理；
步骤S2、接收来自人工识别处理的反馈消息，判断反馈消息是否携带有物体类别信息，在判断为是的情况下，处理进行到步骤S3，在判断为否的情况下，处理进行到步骤23；
步骤S3、在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为对应的物体类别；处理进行到步骤23。
通过上述处理，可以在控制装置无法识别出未知物体的类别的情况下，先请求人工识别处理来识别未知物体的类别，通过人工识别处理，确定得到物体类别，但是由于感测装置获取到的未知物体的信息并不全面，人工处理也可能无法识别出未知物体时，此时指示无人驾驶车辆对未知物体进行识别。从而能够先通过人工识别处理，及时地确定得到物体类别，以满足控制装置实时控制的要求，在人工处理无法确定物体类别时，指示无人驾驶车辆对物体进行识别，利用无人驾驶车辆的信息获取能力和物体识别能力进行物体识别。
基于图2或图3所示的方法，本申请实施例还提供了一种物体识别方法，如图4所示，该方法在图2或图3所示方法的基础上，还包括如下处理：
步骤26、控制装置接收来自无人驾驶车辆的无人驾驶车辆感测数据；其中，无人驾驶车辆感测数据中包括标记出来的与控制装置确定的未知物体对应的物体；
也即，无人驾驶车辆也无法识别出来物体的情况下，对无人驾驶车辆感测数据中与未知物体对应的物体进行标记，并将标记的无人驾驶车辆感测数据发送给控制装置。
步骤27、在来自无人驾驶车辆的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；
步骤28、接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；
步骤29、在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。
通过图4所示的处理，由于无人驾驶车辆通常是基于已经学习训练得到的类别(即预定类别)进行物体识别，不属于预定类别的物体可能无法被识别出来，通常在应用场景中，无人驾驶车辆出于对处理速度的需要，会对能够识别的物体类别的数量进行限制，也即无人驾驶车辆中能够识别的物体类别的数量少于控制装置能够识别的物体类别的数量，在无人驾驶车辆无法识别出未知物体所属的类别时，请求人工识别处理来识别未知物体所属类别，能够进一步保证未知物体能够被识别出来，可以及时地确定得到物体类别，以满足控制装置进行实时控制的要求，为后续的基于物体识别的车辆控制管理处理提供正确的数据输入。当人工识别处理也无法识别出未知物体时，可以请求人工控制处理执行后续的基于物体识别的车辆控制管理处理，保证基于物体识别的车辆控制管理处理能够得到正确执行。
进一步地，在图2～4所示的方法的基础上，控制装置还根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
在本申请的另一些实施例中，上述实施例还可以结合设置。
基于相同的发明构思，本申请实施例还提供了一种物体识别装置。
图5示出了本申请实施例提供的物体识别装置的结构框图，该装置包括：
第一确定模块51，用于根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
标记模块52，用于在包括未知物体的感测数据中标记出未知物体；
第二确定模块53，用于确定出在未知物体预定范围内的无人驾驶车辆；
收发模块54，用于将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；接收来自无人驾驶车辆的反馈消息；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息；
保存模块55，用于在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
通过上述技术方案，控制装置在确定物体不属于预定类别时，将该物体确定为未知物体，指示无人驾驶车辆对该物体进行识别，由于无人驾驶车辆的车载摄像头通常就有较高的分辨率，并且无人驾驶车辆中具有其它感测设备，例如激光雷达，能够获取物体较为全面的信息，并基于获取的信息对物体进行高效的识别，从而控制装置能够利用无人驾驶车辆的信息获取能力和物体识别能力，对未知物体进行有效识别，能够解决现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题。
在本申请的另一些实施例中，如图6a所示，装置中还包括人工接口模块56，用于将标记模块52标记后的感测数据发送一个人工识别处理；接收来自人工识别处理的反馈消息；
保存模块55，还用于在来自人工识别处理的反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为对应的物体类别；
第二确定模块53，还用于在来自人工识别处理的反馈消息中携带识别失败信息的情况下，确定出在未知物体预定范围内的无人驾驶车辆。
通过上述技术方案，控制装置无法识别出未知物体的类别的情况下，先请求人工识别处理来识别未知物体的类别，通过人工识别处理，确定得到物体类别，但是由于感测装置获取到的未知物体的信息并不全面，人工处理也可能无法识别出未知物体时，此时指示无人驾驶车辆对未知物体进行识别。从而能够先通过人工识别处理，及时地确定得到物体类别，以满足控制装置实时控制的要求，在人工处理无法确定物体类别时，指示无人驾驶车辆对物体进行识别，利用无人驾驶车辆的信息获取能力和物体识别能力进行物体识别。
在本申请的另一些实施例中，如图6b所示，收发模块54还用于接收来自无人驾驶车辆的无人驾驶车辆感测数据；其中，无人驾驶车辆感测数据中包括标记出来的与控制装置确定的未知物体对应的物体；
人工接口模块56，用于在来自无人驾驶车辆的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；接收来自人工识别处理的反馈消息；保存模块55，还用于在来自人工识别处理的反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
人工接口模块56还用于在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。
根据上述技术方案，由于无人驾驶车辆通常是基于已经学习训练得到的类别(即预定类别)进行物体识别，不属于预定类别的物体可能无法被识别出来，通常在应用场景中，无人驾驶车辆出于对处理速度的需要，会对能够识别的物体类别的数量进行限制，也即无人驾驶车辆中能够识别的物体类别的数量少于控制装置能够识别的物体类别的数量，在无人驾驶车辆无法识别出未知物体所属的类别时，请求人工识别处理来识别未知物体所属类别，能够进一步保证未知物体能够被识别出来，可以及时地确定得到物体类别，以满足控制装置进行实时控制的要求，为后续的基于物体识别的车辆控制管理处理提供正确的数据输入。当人工识别处理也无法识别出未知物体时，可以请求人工控制处理执行后续的基于物体识别的车辆控制管理处理，保证基于物体识别的车辆控制管理处理能够得到正确执行。
在本申请的另一些实施例中，图6a和图6b所示的装置还可以合并设置。
在本申请的另一些实施例中，如图7所示，装置还包括控制模块57，用于根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
在本申请的另一些实施例中，图6a、图6b和图7的装置还可以合并设置。
基于相同的发明构思，本申请实施例还提供了一种物体识别装置。
如图8所示，本申请实施例提供的物体识别装置包括一个处理器81和至少一个存储器82，至少一个存储器82中存储有至少一条机器可执行指令，处理器81执行至少一条机器可执行指令实现：
根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
在包括未知物体的感测数据中标记出未知物体；
确定出在未知物体预定范围内的无人驾驶车辆；
将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；
接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息。
通过上述技术方案，控制装置在确定物体不属于预定类别时，将该物体确定为未知物体，指示无人驾驶车辆对该物体进行识别，由于无人驾驶车辆的车载摄像头通常就有较高的分辨率，并且无人驾驶车辆中具有其它感测设备，例如激光雷达，能够获取物体较为全面的信息，并基于获取的信息对物体进行高效的识别，从而控制装置能够利用无人驾驶车辆的信息获取能力和物体识别能力，对未知物体进行有效识别，能够解决现有技术中对无人驾驶车辆进行集中控制管理的系统无法有效地识别物体的问题。
在本申请的另一些实施例中，处理器81执行至少一条机器可执行指令实现在包括未知物体的感测数据中标记出未知物体之后，还实现：将标记后的感测数据发送一个人工识别处理；则
处理器81执行至少一条机器可执行指令实现确定出在未知物体预定范围内的无人驾驶车辆，包括：接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为对应的物体类别；在反馈消息中携带识别失败信息的情况下，确定出在未知物体预定范围内的无人驾驶车辆。
通过上述技术方案，控制装置无法识别出未知物体的类别的情况下，先请求人工识别处理来识别未知物体的类别，通过人工识别处理，确定得到物体类别，但是由于感测装置获取到的未知物体的信息并不全面，人工处理也可能无法识别出未知物体时，此时指示无人驾驶车辆对未知物体进行识别。从而能够先通过人工识别处理，及时地确定得到物体类别，以满足控制装置实时控制的要求，在人工处理无法确定物体类别时，指示无人驾驶车辆对物体进行识别，利用无人驾驶车辆的信息获取能力和物体识别能力进行物体识别。
在本申请的另一些实施例中，处理器81执行至少一条机器可执行指令还实现：接收来自无人驾驶车辆的无人驾驶车辆感测数据；其中，无人驾驶车辆感测数据中包括标记出来的与控制装置确定的未知物体对应的物体；在来自无人驾驶车辆的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。
根据上述技术方案，由于无人驾驶车辆通常是基于已经学习训练得到的类别(即预定类别)进行物体识别，不属于预定类别的物体可能无法被识别出来，通常在应用场景中，无人驾驶车辆出于对处理速度的需要，会对能够识别的物体类别的数量进行限制，也即无人驾驶车辆中能够识别的物体类别的数量少于控制装置能够识别的物体类别的数量，在无人驾驶车辆无法识别出未知物体所属的类别时，请求人工识别处理来识别未知物体所属类别，能够进一步保证未知物体能够被识别出来，可以及时地确定得到物体类别，以满足控制装置进行实时控制的要求，为后续的基于物体识别的车辆控制管理处理提供正确的数据输入。当人工识别处理也无法识别出未知物体时，可以请求人工控制处理执行后续的基于物体识别的车辆控制管理处理，保证基于物体识别的车辆控制管理处理能够得到正确执行。
在上述实施例的基础上，处理器81执行至少一条机器可执行指令还实现：根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
在本申请的另一些实施例中，上述实施例还可以结合设置。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (20)

1.一种物体识别系统，其特征在于，包括：感测装置、控制装置和无人驾驶车辆；
感测装置用于对车辆行驶状况和道路状况的进行感测得到感测数据；
控制装置用于根据感测数据进行物体识别，确定不属于预定类别的物体为未知物体；在包括未知物体的感测数据中标记出未知物体；确定出在未知物体预定范围内的无人驾驶车辆；将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；
无人驾驶车辆用于接收来自控制装置的指示和感测数据；对无人驾驶车辆的感测数据进行的物体识别；对比来自控制装置的感测数据中的物体与识别出来的物体，判断是否识别出感测数据中标记的未知物体，在判断已识别出的情况下，向控制装置发送反馈消息，其中反馈消息中携带识别出来的未知物体的物体类别信息。
2.根据权利要求1所述的系统，其特征在于，无人驾驶车辆还用于在判断无法识别出未知物体的情况下，在无人驾驶车辆的感测数据中标记出与未知物体对应的物体，向控制装置反馈携带有识别失败信息的反馈消息和标记的无人驾驶车辆感测数据；
控制装置还用于在来自无人驾驶车辆的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
3.根据权利要求2所述的系统，其特征在于，控制装置还用于：
在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。
4.根据权利要求1所述的系统，其特征在于，控制装置在包括未知物体的感测数据中标记出未知物体之后，还用于：
将标记后的感测数据发送一个人工识别处理；则，
确定出在未知物体预定范围内的无人驾驶车辆，包括：
接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为对应的物体类别；在反馈消息中携带识别失败信息的情况下，确定出在未知物体预定范围内的无人驾驶车辆。
5.根据权利要求1所述的系统，其特征在于，控制装置还用于根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
6.一种物体识别方法，其特征在于，包括：
控制装置根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
在包括未知物体的感测数据中标记出未知物体；
确定出在未知物体预定范围内的无人驾驶车辆；
将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；
接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
控制装置接收来自无人驾驶车辆的无人驾驶车辆感测数据；其中，无人驾驶车辆感测数据中包括标记出来的与控制装置确定的未知物体对应的物体；
在来自无人驾驶车辆的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；
接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。
9.根据权利要求6所述的方法，其特征在于，控制装置在包括未知物体的感测数据中标记出未知物体之后，还用于：
将标记后的感测数据发送一个人工识别处理；则
确定出在未知物体预定范围内的无人驾驶车辆，包括：
接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为对应的物体类别；在反馈消息中携带识别失败信息的情况下，确定出在未知物体预定范围内的无人驾驶车辆。
10.根据权利要求6所述的方法，其特征在于，所述方法还包括：
控制装置根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
11.一种物体识别装置，其特征在于，包括：
第一确定模块，用于根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
标记模块，用于在包括未知物体的感测数据中标记出未知物体；
第二确定模块，用于确定出在未知物体预定范围内的无人驾驶车辆；
收发模块，用于将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；接收来自无人驾驶车辆的反馈消息；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息；
保存模块，用于在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
12.根据权利要求11所述的装置，其特征在于，装置还包括：人工接口模块；
收发模块，还用于接收来自无人驾驶车辆的无人驾驶车辆感测数据；其中，无人驾驶车辆感测数据中包括标记出来的与控制装置确定的未知物体对应的物体；
人工接口模块，用于在来自无人驾驶车辆的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；接收来自人工识别处理的反馈消息；
保存模块，还用于在来自人工识别处理的反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
13.根据权利要求12所述的装置，其特征在于，人工接口模块还用于：在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。
14.根据权利要求11所述的装置，其特征在于，装置还包括人工接口模块，用于将标记模块标记后的感测数据发送一个人工识别处理；接收来自人工识别处理的反馈消息；
保存模块，还用于在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为对应的物体类别；
第二确定模块，还用于在反馈消息中携带识别失败信息的情况下，确定出在未知物体预定范围内的无人驾驶车辆。
15.根据权利要求11所述的装置，其特征在于，装置还包括控制模块，用于根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
16.一种物体识别装置，其特征在于，包括：一个处理器和至少一个存储器，至少一个存储器中存储有至少一条机器可执行指令，处理器执行至少一条机器可执行指令实现：
根据来自感测装置的感测数据进行物体识别，确定不属于预定类别的物体为未知物体；其中，感测数据是感测装置对车辆行驶状况和道路状况进行感测得到的；
在包括未知物体的感测数据中标记出未知物体；
确定出在未知物体预定范围内的无人驾驶车辆；
将标记后的感测数据和识别未知物体的指示发送给所确定的无人驾驶车辆；
接收来自无人驾驶车辆的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别；其中，反馈消息中携带的物体类别信息，是无人驾驶车辆对无人驾驶车辆的感测数据进行物体识别，对比来自控制装置的感测数据中的物体与识别出来的物体，判断已识别出的情况下，在反馈消息中携带的识别出来的未知物体的物体类别信息。
17.根据权利要求16所述的装置，其特征在于，处理器执行至少一条机器可执行指令还实现：
接收来自无人驾驶车辆的无人驾驶车辆感测数据；其中，无人驾驶车辆感测数据中包括标记出来的与控制装置确定的未知物体对应的物体；
在来自无人驾驶车辆的反馈消息中携带识别失败信息的情况下，将标记的无人驾驶车辆感测数据发送给一个人工识别处理；
接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为所保存的物体类别。
18.根据权利要求17所述的装置，其特征在于，处理器执行至少一条机器可执行指令还实现：
在来自人工识别处理的反馈消息中携带识别失败信息的情况下，将接收到的无人驾驶车辆感测数据和人工处理请求发送给一个人工控制处理，其中人工处理请求用于请求人工控制处理执行基于物体识别的车辆控制处理。
19.根据权利要求16所述的装置，其特征在于，处理器执行至少一条机器可执行指令实现在包括未知物体的感测数据中标记出未知物体之后，还实现：将标记后的感测数据发送一个人工识别处理；则
处理器执行至少一条机器可执行指令实现确定出在未知物体预定范围内的无人驾驶车辆，包括：
接收来自人工识别处理的反馈消息，在反馈消息中携带物体类别信息的情况下，保存物体类别信息，并将未知物体的类别标记为对应的物体类别；在反馈消息中携带识别失败信息的情况下，确定出在未知物体预定范围内的无人驾驶车辆。
20.根据权利要求16所述的装置，其特征在于，处理器执行至少一条机器可执行指令还实现：
根据识别出的物体执行车辆控制处理；其中，车辆控制处理包括路径规划或者行车策略决策。
CN201810142084.0A 2018-02-11 2018-02-11 一种物体识别系统、方法及装置 Active CN110162026B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810142084.0A CN110162026B (zh) 2018-02-11 2018-02-11 一种物体识别系统、方法及装置
US16/272,918 US10839216B2 (en) 2018-02-11 2019-02-11 System, method and apparatus for object identification
US17/098,168 US11532157B2 (en) 2018-02-11 2020-11-13 System, method and apparatus for object identification
US18/067,586 US11869249B2 (en) 2018-02-11 2022-12-16 System, method and apparatus for object identification

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810142084.0A CN110162026B (zh) 2018-02-11 2018-02-11 一种物体识别系统、方法及装置

Publications (2)

Publication Number Publication Date
CN110162026A true CN110162026A (zh) 2019-08-23
CN110162026B CN110162026B (zh) 2022-06-21

Family

ID=67635051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810142084.0A Active CN110162026B (zh) 2018-02-11 2018-02-11 一种物体识别系统、方法及装置

Country Status (2)

Country Link
US (3) US10839216B2 (zh)
CN (1) CN110162026B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10762635B2 (en) 2017-06-14 2020-09-01 Tusimple, Inc. System and method for actively selecting and labeling images for semantic segmentation
JP6912651B2 (ja) * 2018-02-27 2021-08-04 日立Astemo株式会社 ノイズキャンセル学習装置、及び、それを備えた車両
KR102193950B1 (ko) * 2019-01-04 2020-12-22 주식회사 서울로보틱스 센서를 이용하여 획득한 공간 정보를 활용하는 차량 및 센싱 장치, 그리고 이를 위한 서버
US11597406B2 (en) * 2020-02-19 2023-03-07 Uatc, Llc Systems and methods for detecting actors with respect to an autonomous vehicle

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916112A (zh) * 2010-08-25 2010-12-15 颜小洋 室内场景内智能车模型的定位和控制系统及方法
CN101966846A (zh) * 2009-05-08 2011-02-09 通用汽车环球科技运作公司 通过物体检测优化的检测车辆行驶的畅通路径的方法
CN102314596A (zh) * 2010-07-02 2012-01-11 哈曼贝克自动系统股份有限公司 用于提供驾驶辅助信息的基于计算机的系统和方法
US8195394B1 (en) * 2011-07-13 2012-06-05 Google Inc. Object detection and classification for autonomous vehicles
CN102765356A (zh) * 2011-05-02 2012-11-07 现代摩比斯株式会社 车辆周边状况识别装置及方法
CN102944224A (zh) * 2012-11-09 2013-02-27 大连理工大学 一种无人驾驶车的自动环境感知系统及其工作方法
CN104094177A (zh) * 2012-01-30 2014-10-08 谷歌公司 基于感知不确定性的车辆控制
CN104136935A (zh) * 2012-03-03 2014-11-05 大众汽车有限公司 用于检测机动车周围环境中的对象的方法和装置
US9418546B1 (en) * 2015-11-16 2016-08-16 Iteris, Inc. Traffic detection with multiple outputs depending on type of object detected
CN106103232A (zh) * 2014-04-09 2016-11-09 日立汽车系统株式会社 行驶控制装置、车载用显示装置和行驶控制系统
CN106407947A (zh) * 2016-09-29 2017-02-15 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的目标物体识别方法和装置
US20170050642A1 (en) * 2015-08-17 2017-02-23 Honda Research Institute Europe Gmbh System for autonomously or partially autonomously driving a vehicle with communication module for obtaining additional information from a vehicle driver and corresponding method
CN106647742A (zh) * 2016-10-31 2017-05-10 纳恩博（北京）科技有限公司 移动路径规划方法及装置
CN106794874A (zh) * 2014-10-11 2017-05-31 奥迪股份公司 用于运行自动引导的无人驾驶的机动车的方法和监控系统
CN107000752A (zh) * 2014-10-28 2017-08-01 罗伯特·博世有限公司 用于在其周围环境中定位车辆的方法和设备
CN107110426A (zh) * 2014-12-29 2017-08-29 山特维克矿山工程机械有限公司 工地中的区域通行控制
CN107161141A (zh) * 2017-03-08 2017-09-15 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车
CN107450529A (zh) * 2016-05-06 2017-12-08 优步技术公司 用于自动驾驶车辆的改进的物体检测

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9335766B1 (en) * 2013-12-06 2016-05-10 Google Inc. Static obstacle detection
US9081383B1 (en) * 2014-01-22 2015-07-14 Google Inc. Enhancing basic roadway-intersection models using high intensity image data
US9881349B1 (en) * 2014-10-24 2018-01-30 Gopro, Inc. Apparatus and methods for computerized object identification
US10345809B2 (en) * 2015-05-13 2019-07-09 Uber Technologies, Inc. Providing remote assistance to an autonomous vehicle
US9494439B1 (en) * 2015-05-13 2016-11-15 Uber Technologies, Inc. Autonomous vehicle operated with guide assistance of human driven vehicles
US11283877B2 (en) * 2015-11-04 2022-03-22 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
US10748426B2 (en) * 2017-10-18 2020-08-18 Toyota Research Institute, Inc. Systems and methods for detection and presentation of occluded objects
US10908614B2 (en) * 2017-12-19 2021-02-02 Here Global B.V. Method and apparatus for providing unknown moving object detection
US10404261B1 (en) * 2018-06-01 2019-09-03 Yekutiel Josefsberg Radar target detection system for autonomous vehicles with ultra low phase noise frequency synthesizer
US10909374B2 (en) * 2018-09-07 2021-02-02 Intel Corporation Technologies for identifying unrecognizable objects in autonomous systems

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101966846A (zh) * 2009-05-08 2011-02-09 通用汽车环球科技运作公司 通过物体检测优化的检测车辆行驶的畅通路径的方法
CN102314596A (zh) * 2010-07-02 2012-01-11 哈曼贝克自动系统股份有限公司 用于提供驾驶辅助信息的基于计算机的系统和方法
CN101916112A (zh) * 2010-08-25 2010-12-15 颜小洋 室内场景内智能车模型的定位和控制系统及方法
CN102765356A (zh) * 2011-05-02 2012-11-07 现代摩比斯株式会社 车辆周边状况识别装置及方法
US8195394B1 (en) * 2011-07-13 2012-06-05 Google Inc. Object detection and classification for autonomous vehicles
CN104094177A (zh) * 2012-01-30 2014-10-08 谷歌公司 基于感知不确定性的车辆控制
CN104136935A (zh) * 2012-03-03 2014-11-05 大众汽车有限公司 用于检测机动车周围环境中的对象的方法和装置
CN102944224A (zh) * 2012-11-09 2013-02-27 大连理工大学 一种无人驾驶车的自动环境感知系统及其工作方法
CN106103232A (zh) * 2014-04-09 2016-11-09 日立汽车系统株式会社 行驶控制装置、车载用显示装置和行驶控制系统
CN106794874A (zh) * 2014-10-11 2017-05-31 奥迪股份公司 用于运行自动引导的无人驾驶的机动车的方法和监控系统
CN107000752A (zh) * 2014-10-28 2017-08-01 罗伯特·博世有限公司 用于在其周围环境中定位车辆的方法和设备
CN107110426A (zh) * 2014-12-29 2017-08-29 山特维克矿山工程机械有限公司 工地中的区域通行控制
US20170050642A1 (en) * 2015-08-17 2017-02-23 Honda Research Institute Europe Gmbh System for autonomously or partially autonomously driving a vehicle with communication module for obtaining additional information from a vehicle driver and corresponding method
US9418546B1 (en) * 2015-11-16 2016-08-16 Iteris, Inc. Traffic detection with multiple outputs depending on type of object detected
CN107450529A (zh) * 2016-05-06 2017-12-08 优步技术公司 用于自动驾驶车辆的改进的物体检测
CN106407947A (zh) * 2016-09-29 2017-02-15 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的目标物体识别方法和装置
CN106647742A (zh) * 2016-10-31 2017-05-10 纳恩博（北京）科技有限公司 移动路径规划方法及装置
CN107161141A (zh) * 2017-03-08 2017-09-15 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车

Also Published As

Publication number Publication date
US11532157B2 (en) 2022-12-20
US11869249B2 (en) 2024-01-09
CN110162026B (zh) 2022-06-21
US20230117550A1 (en) 2023-04-20
US20190286907A1 (en) 2019-09-19
US20210064878A1 (en) 2021-03-04
US10839216B2 (en) 2020-11-17

Similar Documents

Publication Publication Date Title
CN110162026A (zh) 一种物体识别系统、方法及装置
CN104183131B (zh) 使用无线通信检测车道的装置和方法
WO2015169204A1 (zh) 自动驾驶车辆调度方法、车辆调度服务器及自动驾驶车辆
CN108931971A (zh) 用于无人驾驶的移动终端、车辆、服务器及无人驾驶系统
CN108263383A (zh) 在协同自适应巡航控制系统中控制速度的装置和方法
CN108475474A (zh) 用于确定和提供与预先规定的环境有关的、含有环境数据的数据库的方法
CN105448137B (zh) 飞行器及其控制方法、飞行器的智能管理系统及方法
CN109658684A (zh) 车辆调度系统、自主驾驶车辆以及车辆调度方法
CN108958237A (zh) 用于无人驾驶的移动终端、车辆及无人驾驶系统
CN109410633A (zh) 一种智能车库车位导航方法及系统
CN110103953A (zh) 用于辅助车辆的驾驶控制的方法、设备、介质和系统
CN107139172A (zh) 机器人控制方法和装置
CN109116846A (zh) 一种自动驾驶方法、装置、计算机设备和存储介质
CN106990781A (zh) 基于激光雷达和图像信息的自动化码头agv定位方法
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
CN109445438A (zh) 基于地图分享的巡航装置的巡航控制方法及系统
CN110491156A (zh) 一种感知方法、装置及系统
US20210171046A1 (en) Method and vehicle system for passenger recognition by autonomous vehicles
CN117496739B (zh) 一种用于搬运机器人的自适应双层车库导航系统
CN110162028A (zh) 一种车辆定位停车系统、方法和装置
US20230132179A1 (en) Tow management systems and methods for autonomous vehicles
CN110727269B (zh) 车辆控制方法及相关产品
CN107525525A (zh) 一种新能源汽车的路径校准系统及方法
CN110766334A (zh) 自平衡共享车辆管理方法、装置、计算机设备及存储介质
CN115410399A (zh) 一种货车停车方法、装置及电子设备

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
TA01 Transfer of patent application right

Effective date of registration: 20200402

Address after: 101300, No. two, 1 road, Shunyi Park, Zhongguancun science and Technology Park, Beijing, Shunyi District

Applicant after: BEIJING TUSENZHITU TECHNOLOGY Co.,Ltd.

Address before: 101300, No. two, 1 road, Shunyi Park, Zhongguancun science and Technology Park, Beijing, Shunyi District

Applicant before: BEIJING TUSEN WEILAI TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant