RU2017124994A - Система и способ генерации виртуальных данных с датчиков, поддерживающие построение основанных на техническом зрении алгоритмов выявления дождя - Google Patents

Система и способ генерации виртуальных данных с датчиков, поддерживающие построение основанных на техническом зрении алгоритмов выявления дождя Download PDF

Info

Publication number
RU2017124994A
RU2017124994A RU2017124994A RU2017124994A RU2017124994A RU 2017124994 A RU2017124994 A RU 2017124994A RU 2017124994 A RU2017124994 A RU 2017124994A RU 2017124994 A RU2017124994 A RU 2017124994A RU 2017124994 A RU2017124994 A RU 2017124994A
Authority
RU
Russia
Prior art keywords
virtual
vehicle
road
cameras
state
Prior art date
Application number
RU2017124994A
Other languages
English (en)
Inventor
Эшли Элизабет МИКС
Харпритсингх БАНВЭЙТ
Джинеш Дж. ДЖАИН
Видия НАРИЯМБУТ МУРАЛИ
Original Assignee
ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
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 ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи filed Critical ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи
Publication of RU2017124994A publication Critical patent/RU2017124994A/ru

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
    • B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B60R2300/303—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using joined images, e.g. multiple camera images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B60R2300/307—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing virtually distinguishing relevant parts of a scene from the background of the scene
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/8053—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for bad weather conditions or night vision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30192—Weather; Meteorology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Analysis (AREA)
  • Computer Graphics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computing Systems (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Claims (34)

1. Способ, состоящий в том, что:
перемещают, посредством компьютерной системы, одну или более виртуальных камер по виртуальной поверхности дороги при имитационном моделировании;
регистрируют, посредством компьютерной системы, множество кадров данных изображений, соответствующих сигналам, выводимым одной или более виртуальными камерами во время перемещения; и
преобразуют, посредством компьютерной системы, множество кадров в обучающие данные, аннотируя каждый их кадр информацией подтверждения экспериментальными данными, указывающей, присутствуют ли виртуальные осадки в нем.
2. Способ по п. 1, в котором аннотирование состоит в том, что аннотируют каждый кадр из множества кадров информацией подтверждения экспериментальными данными, указывающей, присутствует ли в нем виртуальный дождь.
3. Способ по п. 2, в котором перемещение состоит в том, что изменяют положение каждой из одной или более виртуальных камер относительно виртуальной поверхности дороги, как продиктовано моделью движения транспортного средства, моделирующей движение транспортного средства, несущего одну или более виртуальных камер и едущего по виртуальной поверхности дороги.
4. Способ по п. 3, в котором перемещение состоит в том, что перемещают, при имитационном моделировании, одну или более виртуальных камер по виртуальной поверхности дороги и через по меньшей мере одно виртуальное состояние дождя и по меньшей мере одно виртуальное состояние без дождя.
5. Способ по п. 4, дополнительно состоящий в том, что используют обучающие данные для обучения искусственной нейронной сети проводить различие между фотографическими данными, соответствующими состоянию дождя, и фотографическими данными, соответствующими состоянию без дождя.
6. Способ по п. 5, в котором одна или более виртуальных камер содержат камеру переднего обзора, расположенную, чтобы считывать участок виртуальной поверхности дороги впереди транспортного средства.
7. Способ по п. 5, в котором одна или более виртуальных камер содержат камеру заднего обзора, расположенную, чтобы считывать участок виртуальной поверхности дороги позади транспортного средства.
8. Способ по п. 1, в котором перемещение состоит в том, что изменяют положение каждой из одного или более виртуальных камер относительно виртуальной поверхности дороги, как продиктовано моделью движения транспортного средства, моделирующей движение транспортного средства, несущего одну или более виртуальных камер и едущего по виртуальной поверхности дороги.
9. Способ по п. 8, в котором одна или более виртуальных камер содержат камеру переднего обзора, расположенную, чтобы считывать участок виртуальной поверхности дороги впереди транспортного средства.
10. Способ по п. 8, в котором одна или более виртуальных камер содержат камеру заднего обзора, расположенную, чтобы считывать участок виртуальной поверхности дороги позади транспортного средства.
11. Способ по п. 1, дополнительно состоящий в том, что используют обучающие данные для обучения искусственной нейронной сети проводить различие между фотографическими данными, соответствующими состоянию осадков, и фотографическими данными, соответствующими состоянию без осадков.
12. Способ формирования обучающих данных, способ состоит в том, что:
выполняют, посредством компьютерной системы, имитационное моделирование, состоящее в том, что
перемещают одну или более виртуальных камер по виртуальной поверхности дороги и через по меньшей мере одно виртуальное состояние дождя, и по меньшей мере одно виртуальное состояние без дождя, которые являются воспринимаемыми одной или более виртуальными камерами, и
изменяют положение, во время перемещения, каждой из одной или более виртуальных камер относительно виртуальной поверхности дороги, как продиктовано моделью движения транспортного средства, моделирующей движение транспортного средства, едущего по виртуальной поверхности дороги, тем временем, неся одну или более виртуальных камер; и
регистрируют, посредством компьютерной системы, данные изображений, характеризующие по меньшей мере одно виртуальное состояние осадков и по меньшей мере одно виртуальное состояние без осадков, данные изображений соответствуют сигналу, выводимому одной или более виртуальными камерами во время перемещения.
13. Способ по п. 12, в котором данные изображений содержат множество кадров.
14. Способ по п. 13, дополнительно состоящий в том, что преобразуют, посредством компьютерной системы, множество кадров в обучающие данные, аннотируя каждый их кадр информацией подтверждения экспериментальными данными, указывающей, присутствует ли в нем виртуальное состояние осадков или виртуальное состояние без осадков.
15. Способ по п. 14, дополнительно состоящий в том, что используют обучающие данные для обучения искусственной нейронной сети проводить различие между фотографическими данными, соответствующими состоянию дождя, и фотографическими данными, соответствующими состоянию без дождя.
16. Способ по п. 14, в котором одна или более виртуальных камер содержат камеру переднего обзора, расположенную, чтобы считывать участок виртуальной поверхности дороги впереди транспортного средства.
17. Способ по п. 14, в котором одна или более виртуальных камер содержат камеру заднего обзора, расположенную, чтобы считывать участок виртуальной поверхности дороги позади транспортного средства.
18. Компьютерная система, содержащая:
один или более процессоров;
память, функционально присоединенную к одному или более процессорам; и
память хранит
виртуальную среду вождения, запрограммированную, чтобы включать в себя по меньшей мере одно виртуальное состояние осадков и по меньшей мере одно состояние без осадков,
первую программную модель, запрограммированную моделировать камеру,
вторую программную модель, запрограммированную моделировать транспортное средство, и
модуль имитационного моделирования, запрограммированный использовать виртуальную среду вождения, первую программную модель и вторую программную модель для синтезирования выходных данных, моделирующих то, что выводилось бы камерой, если бы камера была установлена на транспортное средство, а транспортное средство ехало бы в реальной среде вождения, соответствующей виртуальной среде вождения.
19. Система по п. 18, в которой камера содержит камеру переднего обзора, расположенную, чтобы считывать часть виртуальной среды вождения впереди транспортного средства.
20. Система по п. 18, в которой камера содержит камеру заднего обзора, расположенную, чтобы считывать часть виртуальной среды вождения позади транспортного средства.
RU2017124994A 2016-07-14 2017-07-13 Система и способ генерации виртуальных данных с датчиков, поддерживающие построение основанных на техническом зрении алгоритмов выявления дождя RU2017124994A (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/210,670 2016-07-14
US15/210,670 US10521677B2 (en) 2016-07-14 2016-07-14 Virtual sensor-data-generation system and method supporting development of vision-based rain-detection algorithms

Publications (1)

Publication Number Publication Date
RU2017124994A true RU2017124994A (ru) 2019-01-15

Family

ID=59676731

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017124994A RU2017124994A (ru) 2016-07-14 2017-07-13 Система и способ генерации виртуальных данных с датчиков, поддерживающие построение основанных на техническом зрении алгоритмов выявления дождя

Country Status (6)

Country Link
US (1) US10521677B2 (ru)
CN (1) CN107622527B (ru)
DE (1) DE102017115393A1 (ru)
GB (1) GB2554507A (ru)
MX (1) MX2017009218A (ru)
RU (1) RU2017124994A (ru)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10521677B2 (en) * 2016-07-14 2019-12-31 Ford Global Technologies, Llc Virtual sensor-data-generation system and method supporting development of vision-based rain-detection algorithms
US10585409B2 (en) 2016-09-08 2020-03-10 Mentor Graphics Corporation Vehicle localization with map-matched sensor measurements
US11067996B2 (en) 2016-09-08 2021-07-20 Siemens Industry Software Inc. Event-driven region of interest management
WO2018176000A1 (en) * 2017-03-23 2018-09-27 DeepScale, Inc. Data synthesis for autonomous control systems
US10481044B2 (en) * 2017-05-18 2019-11-19 TuSimple Perception simulation for improved autonomous vehicle control
US10726248B2 (en) * 2018-02-01 2020-07-28 Ford Global Technologies, Llc Validating gesture recognition capabilities of automated systems
GB201803599D0 (en) * 2018-03-06 2018-04-18 Morpheus Labs Ltd Behaviour models for autonomous vehicle simulators
WO2019183609A1 (en) * 2018-03-23 2019-09-26 NetraDyne, Inc. Traffic boundary mapping
US11315015B2 (en) * 2018-06-08 2022-04-26 Technip France Continuous learning of simulation trained deep neural network model
CN117351272A (zh) * 2018-09-01 2024-01-05 图森有限公司 一种使用机器学习的人类驾驶行为建模系统
EP3850539B1 (en) * 2018-09-13 2024-05-29 NVIDIA Corporation Deep neural network processing for sensor blindness detection in autonomous machine applications
JP7157320B2 (ja) * 2018-09-19 2022-10-20 日本電信電話株式会社 学習データ生成装置、学習データ生成方法およびプログラム
CN109556832B (zh) * 2018-11-30 2024-01-26 吉林大学 一种具有天气模拟功能的相机在环测试试验台
DE102018220865B4 (de) * 2018-12-03 2020-11-05 Psa Automobiles Sa Verfahren zum Trainieren wenigstens eines Algorithmus für ein Steuergerät eines Kraftfahrzeugs, Computerprogrammprodukt sowie Kraftfahrzeug
CN110334382B (zh) * 2019-05-09 2020-11-17 电子科技大学 一种基于循环神经网络的汽车车窗起雾状况预测方法
US11529886B2 (en) 2019-07-23 2022-12-20 Ford Global Technologies, Llc Power supply during vehicle off state
US11391257B2 (en) * 2019-07-23 2022-07-19 Ford Global Technologies, Llc Power supply during vehicle startup
KR20210047477A (ko) * 2019-10-22 2021-04-30 현대자동차주식회사 오류 모니터링을 이용한 운전자 숙련용 주행 모델 생성 장치 및 방법

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6035057A (en) * 1997-03-10 2000-03-07 Hoffman; Efrem H. Hierarchical data matrix pattern recognition and identification system
KR20000013675A (ko) 1998-08-12 2000-03-06 밍 루 차량 주행 모의 실험장치
US20060018565A1 (en) * 2004-07-26 2006-01-26 Davidson Scott W System and method for infrared sensor simulation
KR100709401B1 (ko) 2005-09-15 2007-04-18 현대모비스 주식회사 차선이탈경보시스템용 힐스 장치 및 그의 시험 방법
US20080062167A1 (en) * 2006-09-13 2008-03-13 International Design And Construction Online, Inc. Computer-based system and method for providing situational awareness for a structure using three-dimensional modeling
DE102009029318A1 (de) * 2009-09-09 2011-03-17 Ford Global Technologies, LLC, Dearborn Verfahren und Vorrichtung zur Erprobung einer Fahrzeugkonstruktion
KR101135186B1 (ko) * 2010-03-03 2012-04-16 광주과학기술원 상호작용형 실시간 증강현실 시스템과 그 방법, 및 상기 방법을 구현하는 프로그램이 기록된 기록매체
KR20120064474A (ko) 2010-12-09 2012-06-19 엘지이노텍 주식회사 카메라 모듈을 이용한 우적 감지 장치 및 방법
JP5749405B2 (ja) * 2011-09-07 2015-07-15 ヴァレオ・シャルター・ウント・ゼンゾーレン・ゲーエムベーハー 車両のフロントガラス上の雨滴を検出するための方法およびカメラアセンブリ
CN102880755B (zh) * 2012-09-25 2014-10-08 河海大学 一种极端降水的定量预测方法及系统
US20140181630A1 (en) * 2012-12-21 2014-06-26 Vidinoti Sa Method and apparatus for adding annotations to an image
KR101419170B1 (ko) 2013-01-22 2014-07-11 주식회사 현대케피코 힐스를 이용한 차량 환경 신뢰성 시험 장치
WO2014152339A1 (en) * 2013-03-14 2014-09-25 Robert Bosch Gmbh Time and environment aware graphical displays for driver information and driver assistance systems
CN203275098U (zh) 2013-05-24 2013-11-06 东莞中山大学研究院 电动汽车电驱动与驾驶员双在环模拟测试系统
US9145139B2 (en) * 2013-06-24 2015-09-29 Google Inc. Use of environmental information to aid image processing for autonomous vehicles
US9630631B2 (en) * 2013-10-03 2017-04-25 Honda Motor Co., Ltd. System and method for dynamic in-vehicle virtual reality
US9715764B2 (en) * 2013-10-03 2017-07-25 Honda Motor Co., Ltd. System and method for dynamic in-vehicle virtual reality
US20150203107A1 (en) * 2014-01-17 2015-07-23 Ford Global Technologies, Llc Autonomous vehicle precipitation detection
JP6489408B2 (ja) * 2014-01-30 2019-03-27 パナソニックＩｐマネジメント株式会社 表示制御プログラム、表示制御装置および表示装置
DE102014209197A1 (de) * 2014-05-15 2015-11-19 Conti Temic Microelectronic Gmbh Vorrichtung und Verfahren zum Erkennen von Niederschlag für ein Kraftfahrzeug
US20150363654A1 (en) * 2014-06-12 2015-12-17 GM Global Technology Operations LLC Vision-based wet road surface detection using mirrored and real images
CN105323456B (zh) * 2014-12-16 2018-11-30 维沃移动通信有限公司 用于拍摄装置的图像预览方法、图像拍摄装置
US20160210382A1 (en) * 2015-01-21 2016-07-21 Ford Global Technologies, Llc Autonomous driving refined in virtual environments
US20160210383A1 (en) * 2015-01-21 2016-07-21 Ford Global Technologies, Llc Virtual autonomous response testbed
US20160210775A1 (en) * 2015-01-21 2016-07-21 Ford Global Technologies, Llc Virtual sensor testbed
US20160314224A1 (en) * 2015-04-24 2016-10-27 Northrop Grumman Systems Corporation Autonomous vehicle simulation system
US10229231B2 (en) * 2015-09-11 2019-03-12 Ford Global Technologies, Llc Sensor-data generation in virtual driving environment
US20170083794A1 (en) * 2015-09-18 2017-03-23 Ford Global Technologies, Llc Virtual, road-surface-perception test bed
US10176634B2 (en) * 2015-10-16 2019-01-08 Ford Global Technologies, Llc Lane boundary detection data generation in virtual environment
US20170109458A1 (en) * 2015-10-16 2017-04-20 Ford Global Technologies, Llc Testbed for lane boundary detection in virtual driving environment
US10013617B2 (en) * 2015-12-03 2018-07-03 Gm Global Technology Operations Snow covered path of travel surface condition detection
US9740944B2 (en) * 2015-12-18 2017-08-22 Ford Global Technologies, Llc Virtual sensor data generation for wheel stop detection
US10346564B2 (en) * 2016-03-30 2019-07-09 Toyota Jidosha Kabushiki Kaisha Dynamic virtual object generation for testing autonomous vehicles in simulated driving scenarios
US10049284B2 (en) * 2016-04-11 2018-08-14 Ford Global Technologies Vision-based rain detection using deep learning
US10356217B2 (en) * 2016-06-21 2019-07-16 The Boeing Company Virtual weather generation
US20180004210A1 (en) * 2016-07-01 2018-01-04 nuTonomy Inc. Affecting Functions of a Vehicle Based on Function-Related Information about its Environment
US11210436B2 (en) * 2016-07-07 2021-12-28 Ford Global Technologies, Llc Virtual sensor-data-generation system and method supporting development of algorithms facilitating navigation of railway crossings in varying weather conditions
US10521677B2 (en) * 2016-07-14 2019-12-31 Ford Global Technologies, Llc Virtual sensor-data-generation system and method supporting development of vision-based rain-detection algorithms
US10427645B2 (en) * 2016-10-06 2019-10-01 Ford Global Technologies, Llc Multi-sensor precipitation-classification apparatus and method

Also Published As

Publication number Publication date
GB201711155D0 (en) 2017-08-23
CN107622527A (zh) 2018-01-23
US20180018527A1 (en) 2018-01-18
US10521677B2 (en) 2019-12-31
DE102017115393A1 (de) 2018-01-18
GB2554507A (en) 2018-04-04
CN107622527B (zh) 2023-05-23
MX2017009218A (es) 2018-09-10

Similar Documents

Publication Publication Date Title
RU2017124994A (ru) Система и способ генерации виртуальных данных с датчиков, поддерживающие построение основанных на техническом зрении алгоритмов выявления дождя
US10453256B2 (en) Lane boundary detection data generation in virtual environment
US11487288B2 (en) Data synthesis for autonomous control systems
TWI722355B (zh) 用於基於障礙物檢測校正高清晰度地圖的系統和方法
JP6766844B2 (ja) 物体識別装置、移動体用システム、物体識別方法、物体識別モデルの学習方法及び物体識別モデルの学習装置
US20110184895A1 (en) Traffic object recognition system, method for recognizing a traffic object, and method for setting up a traffic object recognition system
JP7183390B2 (ja) 自律型車両用のカメラ評価技術
JP6522630B2 (ja) 車両の周辺部を表示するための方法と装置、並びに、ドライバー・アシスタント・システム
Sekkat et al. The omniscape dataset
CN108021862A (zh) 道路标志识别
Kum et al. Lane detection system with around view monitoring for intelligent vehicle
US20170300767A1 (en) Parallel scene primitive detection using a surround camera system
RU2017123528A (ru) Система и способ генерации данных с виртуальных датчиков, поддерживающие отладку алгоритмов, содействующих планированию и отслеживанию маршрута движения через железнодорожные переезды в меняющихся погодных условиях
US20050275717A1 (en) Method and apparatus for testing stereo vision methods using stereo imagery data
CN109657638A (zh) 障碍物定位方法、装置和终端
CN107133559A (zh) 基于360度全景的运动物体检测方法
CN109741241B (zh) 鱼眼图像的处理方法、装置、设备和存储介质
CN104506800A (zh) 一种多方向电警摄像机场景合成及综合监控方法和装置
US11745749B2 (en) Vehicular system for testing performance of object detection algorithms
CN107972585A (zh) 结合雷达信息的自适应3d环视场景重建系统与方法
WO2020199057A1 (zh) 一种自动驾驶模拟系统、方法、设备及存储介质
Hospach et al. Simulation of falling rain for robustness testing of video-based surround sensing systems
CN207860066U (zh) 一种全景记录辅助控制系统
JP4527638B2 (ja) 広域監視パノラマシステム
JP2019015999A5 (ru)

Legal Events

Date Code Title Description
FA93 Acknowledgement of application withdrawn (no request for examination)

Effective date: 20200714