CN111881121B - 一种自动驾驶数据填充方法和装置 - Google Patents
一种自动驾驶数据填充方法和装置 Download PDFInfo
- Publication number
- CN111881121B CN111881121B CN202010556579.5A CN202010556579A CN111881121B CN 111881121 B CN111881121 B CN 111881121B CN 202010556579 A CN202010556579 A CN 202010556579A CN 111881121 B CN111881121 B CN 111881121B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- initial position
- obtaining
- time point
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种自动驾驶数据填充方法和装置,通过对采集数据的分析,基于预设数理模型,来补充采集过程中,传感器在没有检测到目标时,其运动轨迹为空白的情况。将数理模型计算所得的数据,填补进转换数据集中,使转换的仿真场景中每个交通目标均有完整的轨迹,无中途创建目标的现象,对于仿真测试的交互性,场景的完整性,有着相应的完善。通过对采集空白数据的补充,来形成场景中每个目标的完整轨迹,进而转换为仿真场景,使得场景更加完整,对于测试验证也有更好的效果。
Description
技术领域
本发明实施例涉及自动驾驶技术领域,尤其涉及一种自动驾驶数据填充方法和装置。
背景技术
随着移动互联网的流量天花板逐渐见顶,互联网与实体行业如农业、工业、建筑行业和服务行业等传统行业的数字融合将成为新的趋势,产业互联网结合5G和云计算等技术将加快实体经济转型。汽车作为产业互联网场景下必不可少的智能移动设备,随着新一代的汽车技术革命如新能源、智能网联、自动驾驶的创新,将结合不同落地场景打造可复制循环的商业模式闭环。
自动驾驶是指智能汽车通过安装配备在车上的传感器设备(包括2D摄影视觉感知、激光雷达、毫米波雷达等)感知汽车周围的驾驶环境,结合导航的高精度地图,进行快速的运算与分析,在不断模拟和深度学习潜在的路况环境并作出判断,进一步借助算法规划汽车最理想或最合适的行驶路线及方式,再通过芯片反馈给控制***进行刹车、方向盘控制等实际操作动作。
目前随着自动驾驶车辆技术的进步和推广,具备自动驾驶及辅助驾驶能力的车辆使用量越来越大,为了提高自动驾驶车辆运行的可靠性和稳定性,均需要对自动驾驶车辆运行使用的自动驾驶***及车辆的整体运行能力进行仿真检测作业。对比以往从实车采集数据到仿真场景的转换中,对于仿真场景中的目标,往往只复现有采集数据的轨迹,在场景中途创建其目标,无数据时,将目标进行删除,整个复现场景中存在目标的多次中途突然创建,对于目标的轨迹未能进行完整的还原。复现场景的场景完整性有待提升,整个场景中的交通目标运动轨迹也不符合逻辑。
仿真平台对于采集数据到仿真场景的转化,一直处于复现有数据的部分。仿真场景在某个时间点创建出目标,使得目标出现闪现的状况,对于真实采集过程中,传感器检测到目标前的数据未进行填充。导致场景完整度较为缺失,仿真测试过程中达不到相应的测试效果。
发明内容
本发明实施例提供一种自动驾驶数据填充方法和装置,用以填充采集过程中传感器在检测到目标前空白的数据部分,从而使得在转换到仿真场景时,目标轨迹完整,无中途创建目标的现象,解决了测试场景完整度不够的情况。
第一方面,本发明实施例提供一种自动驾驶数据填充方法,包括:
基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至检测位置之间的运动轨迹。
作为优选的,基于实车采集数据中的时间点集合前,还包括:
从实车采集的Can数据集中,抽取转换为仿真场景所需的数据,得到每个目标的轨迹。
作为优选的,还包括:
从所述Can数据集中传感器检测到每个目标的时间点集合,以得到各目标被检测到数据的先后顺序。
作为优选的,以得到各目标被检测到数据的先后顺序后,还包括:
基于每个目标的时间点集合得到每个目标需要填补的数据及对应的时间点。
作为优选的,初始位置区间为[k1*v*t,k2*v*t],其中k1和k2为不同场景下的比例系数。
作为优选的,并得到各目标车在初始位置至检测位置之间的运动轨迹,具体包括:
并基于所述初始位置、时间点t和首次检测位置得到各目标车在初始位置至检测位置之间的速度,以形成填充数据集。
作为优选的,还包括:
将填充数据集转成对标Openscenario的工程文件,导入到仿真平台中以生成仿真场景。
第二方面,本发明实施例提供一种自动驾驶数据填充装置,包括:
第一模块,用于基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
第二模块,用于基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至检测位置之间的运动轨迹。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明第一方面实施例所述自动驾驶数据填充方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述自动驾驶数据填充方法的步骤。
本发明实施例提供的一种自动驾驶数据填充方法和装置,通过对采集数据的分析,基于预设数理模型,来补充采集过程中,传感器在没有检测到目标时,其运动轨迹为空白的情况。将数理模型计算所得的数据,填补进转换数据集中,使转换的仿真场景中每个交通目标均有完整的轨迹,无中途创建目标的现象,对于仿真测试的交互性,场景的完整性,有着相应的完善。通过对采集空白数据的补充,来形成场景中每个目标的完整轨迹,进而转换为仿真场景,使得场景更加完整,对于测试验证也有更好的效果。
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一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的自动驾驶数据填充方法流程框图;
图2为根据本发明实施例的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
本申请实施例中的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列部件或单元的***、产品或设备没有限定于已列出的部件或单元,而是可选地还包括没有列出的部件或单元,或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
目前随着自动驾驶车辆技术的进步和推广,具备自动驾驶及辅助驾驶能力的车辆使用量越来越大,为了提高自动驾驶车辆运行的可靠性和稳定性,均需要对自动驾驶车辆运行使用的自动驾驶***及车辆的整体运行能力进行仿真检测作业。对比以往从实车采集数据到仿真场景的转换中,对于仿真场景中的目标,往往只复现有采集数据的轨迹,在场景中途创建其目标,无数据时,将目标进行删除,整个复现场景中存在目标的多次中途突然创建,对于目标的轨迹未能进行完整的还原。复现场景的场景完整性有待提升,整个场景中的交通目标运动轨迹也不符合逻辑。
仿真平台对于采集数据到仿真场景的转化,一直处于复现有数据的部分。仿真场景在某个时间点创建出目标,使得目标出现闪现的状况,对于真实采集过程中,传感器检测到目标前的数据未进行填充。导致场景完整度较为缺失,仿真测试过程中达不到相应的测试效果。
因此,本发明实施例通过对采集数据的分析,基于预设数理模型,来补充采集过程中,传感器在没有检测到目标时,其运动轨迹为空白的情况。将数理模型计算所得的数据,填补进转换数据集中,使转换的仿真场景中每个交通目标均有完整的轨迹,无中途创建目标的现象,对于仿真测试的交互性,场景的完整性,有着相应的完善。通过对采集空白数据的补充,来形成场景中每个目标的完整轨迹,进而转换为仿真场景,使得场景更加完整,对于测试验证也有更好的效果。以下将通过多个实施例进行展开说明和介绍。
图1至图2为本发明实施例提供一种自动驾驶数据填充方法,包括:
基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至检测位置之间的运动轨迹。
在本实施例中,通过对采集空白数据的补充,来形成场景中每个目标的完整轨迹,进而转换为仿真场景,来补充采集过程中,传感器在没有检测到目标时,其运动轨迹为空白的情况,无中途创建目标的现象,对于仿真测试的交互性有着相应的完善,使得场景更加完整,对于测试验证也有更好的效果。
在上述实施例的基础上,作为一种优选的实施方式,基于实车采集数据中的时间点集合前,还包括:
从实车采集的Can数据集中,抽取转换为仿真场景所需的数据,得到每个目标的轨迹。
由于采集过程中,传感器感知到目标时,才会采集下目标的相应数据,而在传感器感知到目标以前这段数据为空白,导致每个目标的运动轨迹_时间并不匹配,过去的转换方式以仿真场景运行到相应时间点时,于仿真过程中创建目标,这样使得仿真场景完整性不够,当自车受控制模块改变了行驶轨迹时,会使仿真场景中的目标运动轨迹有所改变,无法真实还原。
本实施例中,从实车采集的Can数据集中,抽取转换为仿真场景所需的数据,得到每个目标的轨迹,得到传感器感知不到目标的时间点(即感知到目标的初始时间点),以根据采集目标得到的运动轨迹获得目标的数据被采集前的运动轨迹。
在上述各实施例的基础上,作为一种优选的实施方式,还包括:
从所述Can数据集中传感器检测到每个目标的时间点集合,以得到各目标被检测到数据的先后顺序。
在本实施例中,抽取采集过程中,传感器检测到每个目标的时间点集合。根据所需还原场景的Can数据集,可以得到每个目标被检测到数据的时间点,从而得到相应的先后顺序。
在上述各实施例的基础上,作为一种优选的实施方式,以得到各目标被检测到数据的先后顺序后,还包括:
基于每个目标的时间点集合得到每个目标需要填补的数据及对应的时间点。
在本实施例中,同时还需得到每个目标需要填补的数据及对应时间点,如采集过程中,传感器在5s时检测到目标A,8s时检测到目标B,即该场景转换到仿真场景时,目标A需要补充5s前的数据,目标B需要补充8s前的数据。
在上述各实施例的基础上,作为一种优选的实施方式,初始位置区间为[k1*v*t,k2*v*t],其中k1和k2为不同场景下的比例系数。
在本实施例中,根据数理逻辑填补数据:为避免目标运动轨迹不合理,出现穿车的现象。由数据逻辑来补充数据,得到较为合理的运动轨迹,从而满足测试需求。规则如下:根据先后顺序,得到目标初始位置,由检测到的距离及时间得到相应的速度,从而保证目标运动到检测点时,符合速度和时间点,与填补后的真实轨迹实现连接。
在本实施例中,具体的,根据抽取出的时间点集合,得到每个目标检测的先后时间点t及对应的速度v。其初始位置S从[0.4*v*t,1.6*v*t]之间取值(系数可根据场景调整)。
在上述各实施例的基础上,作为一种优选的实施方式,并得到各目标车在初始位置至检测位置之间的运动轨迹,具体包括:
并基于所述初始位置、时间点t和首次检测位置得到各目标车在初始位置至检测位置之间的速度,以形成填充数据集。
在本实施例中,为保证填补的轨迹中,各个目标之间无穿车,撞车等不符合逻辑的现象,各个目标初始位置满足:t<t1时,s<s1,即保证先出现的目标,初始位置较近,后出现的目标初始位置较远,目标在该段区间的速度v1=s/t。即获得了空白段的运动轨迹,且不存在不同目标轨迹之间出现轨迹线交叉的现象(穿车、撞车)。完成了空白数据的填补,且能与后续运动轨迹衔接上。
在上述各实施例的基础上,作为一种优选的实施方式,还包括:
将填充数据集转成对标Openscenario的工程文件,导入到仿真平台中以生成仿真场景。这样生成的场景每个目标轨迹完整,逻辑性好。
本发明实施例还提供一种自动驾驶数据填充装置,基于上述各实施例中的自动驾驶数据填充方法,包括:
第一模块,用于基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
第二模块,用于基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至检测位置之间的运动轨迹。
图2示例了一种实体结构示意图,如图2所示,该服务器可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行如下方法:
基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至检测位置之间的运动轨迹。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述自动驾驶数据填充方法的步骤。例如包括:
基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至检测位置之间的运动轨迹。
综上所述,本发明实施例提供的一种自动驾驶数据填充方法和装置,通过对采集数据的分析,基于预设数理模型,来补充采集过程中,传感器在没有检测到目标时,其运动轨迹为空白的情况。将数理模型计算所得的数据,填补进转换数据集中,使转换的仿真场景中每个交通目标均有完整的轨迹,无中途创建目标的现象,对于仿真测试的交互性,场景的完整性,有着相应的完善。通过对采集空白数据的补充,来形成场景中每个目标的完整轨迹,进而转换为仿真场景,使得场景更加完整,对于测试验证也有更好的效果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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精神和范围。
Claims (8)
1.一种自动驾驶数据填充方法,其特征在于,包括:
基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至首次检测位置之间的运动轨迹;
所述初始位置区间为[k1*v*t,k2*v*t],其中k1和k2为不同场景下的比例系数;
所述得到各目标车在初始位置至首次检测位置之间的运动轨迹,具体包括:
基于所述初始位置、时间点t和首次检测位置得到各目标车在初始位置至首次检测位置之间的速度,以形成填充数据集;
其中,根据数理逻辑填补数据,规则如下:
根据先后顺序,得到目标初始位置,由检测到的距离及时间得到相应的速度,保证目标运动到检测点时,符合速度和时间点,与填补后的真实轨迹实现连接。
2.根据权利要求1所述的自动驾驶数据填充方法,其特征在于,基于实车采集数据中的时间点集合前,还包括:
从实车采集的Can数据集中,抽取转换为仿真场景所需的数据,得到每个目标的轨迹。
3.根据权利要求2所述的自动驾驶数据填充方法,其特征在于,还包括:
从所述Can数据集中传感器检测到每个目标的时间点集合,以得到各目标被检测到数据的先后顺序。
4.根据权利要求3所述的自动驾驶数据填充方法,其特征在于,以得到各目标被检测到数据的先后顺序后,还包括:
基于每个目标的时间点集合得到每个目标需要填补的数据及对应的时间点。
5.根据权利要求1所述的自动驾驶数据填充方法,其特征在于,还包括:
将填充数据集转成对标Openscenario的工程文件,导入到仿真平台中以生成仿真场景。
6.一种自动驾驶数据填充装置,其特征在于,包括:
第一模块,用于基于实车采集数据中的时间点集合,得到每个目标首次检测的时间点t以及对应的速度v;
第二模块,用于基于时间点t、速度v和预设系数得到各目标的初始位置区间,并基于各目标出现的先后顺序在初始位置区间中取值,以作为各目标的初始位置,并得到各目标车在初始位置至首次检测位置之间的运动轨迹;
所述初始位置区间为[k1*v*t,k2*v*t],其中k1和k2为不同场景下的比例系数;
所述得到各目标车在初始位置至首次检测位置之间的运动轨迹,具体包括:
基于所述初始位置、时间点t和首次检测位置得到各目标车在初始位置至首次检测位置之间的速度,以形成填充数据集;
其中,根据数理逻辑填补数据,规则如下:
根据先后顺序,得到目标初始位置,由检测到的距离及时间得到相应的速度,保证目标运动到检测点时,符合速度和时间点,与填补后的真实轨迹实现连接。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述自动驾驶数据填充方法的步骤。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述自动驾驶数据填充方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010556579.5A CN111881121B (zh) | 2020-06-17 | 2020-06-17 | 一种自动驾驶数据填充方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010556579.5A CN111881121B (zh) | 2020-06-17 | 2020-06-17 | 一种自动驾驶数据填充方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881121A CN111881121A (zh) | 2020-11-03 |
CN111881121B true CN111881121B (zh) | 2022-06-17 |
Family
ID=73157615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010556579.5A Active CN111881121B (zh) | 2020-06-17 | 2020-06-17 | 一种自动驾驶数据填充方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881121B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326877A (zh) * | 2021-05-28 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 模型训练、数据处理方法、装置、设备、存储介质及程序 |
CN113581193A (zh) * | 2021-07-20 | 2021-11-02 | 武汉光庭信息技术股份有限公司 | 一种驾驶场景仿真优化方法、***、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08221699A (ja) * | 1995-02-15 | 1996-08-30 | Mazda Motor Corp | 自動車の走行制御装置 |
CN108376415A (zh) * | 2018-02-13 | 2018-08-07 | 中国联合网络通信集团有限公司 | 一种轨迹填充的方法及装置 |
CN109859495A (zh) * | 2019-03-31 | 2019-06-07 | 东南大学 | 一种基于rfid数据获取区间速度的方法 |
CN110009765A (zh) * | 2019-04-15 | 2019-07-12 | 合肥工业大学 | 一种自动驾驶车辆场景数据***及场景格式转化方法 |
CN110544376A (zh) * | 2019-08-19 | 2019-12-06 | 杭州博信智联科技有限公司 | 一种自动驾驶辅助方法和装置 |
CN110907946A (zh) * | 2019-11-12 | 2020-03-24 | 东软睿驰汽车技术(沈阳)有限公司 | 一种位移填补建模的方法和相关装置 |
CN111177887A (zh) * | 2019-12-09 | 2020-05-19 | 武汉光庭信息技术股份有限公司 | 一种基于真实驾驶场景构造仿真轨迹数据的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10884422B2 (en) * | 2018-04-16 | 2021-01-05 | Baidu Usa Llc | Method for generating trajectories for autonomous driving vehicles (ADVS) |
-
2020
- 2020-06-17 CN CN202010556579.5A patent/CN111881121B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08221699A (ja) * | 1995-02-15 | 1996-08-30 | Mazda Motor Corp | 自動車の走行制御装置 |
CN108376415A (zh) * | 2018-02-13 | 2018-08-07 | 中国联合网络通信集团有限公司 | 一种轨迹填充的方法及装置 |
CN109859495A (zh) * | 2019-03-31 | 2019-06-07 | 东南大学 | 一种基于rfid数据获取区间速度的方法 |
CN110009765A (zh) * | 2019-04-15 | 2019-07-12 | 合肥工业大学 | 一种自动驾驶车辆场景数据***及场景格式转化方法 |
CN110544376A (zh) * | 2019-08-19 | 2019-12-06 | 杭州博信智联科技有限公司 | 一种自动驾驶辅助方法和装置 |
CN110907946A (zh) * | 2019-11-12 | 2020-03-24 | 东软睿驰汽车技术(沈阳)有限公司 | 一种位移填补建模的方法和相关装置 |
CN111177887A (zh) * | 2019-12-09 | 2020-05-19 | 武汉光庭信息技术股份有限公司 | 一种基于真实驾驶场景构造仿真轨迹数据的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111881121A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111123920A (zh) | 一种自动驾驶仿真测试场景生成方法和装置 | |
CN111079619B (zh) | 用于检测图像中的目标对象的方法和装置 | |
CN109087510B (zh) | 交通监测方法及装置 | |
WO2022141910A1 (zh) | 一种基于行车安全风险场的车路激光雷达点云动态分割及融合方法 | |
CN112567374A (zh) | 一种仿真交通场景文件生成方法及装置 | |
Essa et al. | Simulated traffic conflicts: do they accurately represent field-measured conflicts? | |
CN111177887A (zh) | 一种基于真实驾驶场景构造仿真轨迹数据的方法和装置 | |
CN111174782B (zh) | 位姿估计方法、装置、电子设备及计算机可读存储介质 | |
CN112199991B (zh) | 一种应用于车路协同路侧感知的仿真点云滤波方法和*** | |
CN111291697B (zh) | 用于识别障碍物的方法和装置 | |
CN115540896B (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
CN111881121B (zh) | 一种自动驾驶数据填充方法和装置 | |
US20240017747A1 (en) | Method and system for augmenting lidar data | |
CN115017742B (zh) | 自动驾驶测试场景生成方法、装置、设备及存储介质 | |
CN113343461A (zh) | 自动驾驶车辆的仿真方法、装置、电子设备及存储介质 | |
CN111752258A (zh) | 自主车辆的操作测试 | |
CN110097121A (zh) | 一种行驶轨迹的分类方法、装置、电子设备及存储介质 | |
CN114821507A (zh) | 一种用于自动驾驶的多传感器融合车路协同感知方法 | |
CN115221722B (zh) | 自动驾驶车辆的仿真测试方法、模型训练方法和设备 | |
CN113392793A (zh) | 用于识别车道线的方法、装置、设备、存储介质以及无人车 | |
CN116403174A (zh) | 一种端到端自动驾驶方法、***、仿真***及存储介质 | |
CN111767630A (zh) | 一种应用于智能驾驶的虚拟仿真测试方法及装置 | |
CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
WO2023215507A1 (en) | System and method for simulating an environment for autonomous vehicle testing | |
CN116202545A (zh) | 一种驾驶场景生成方法、***、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |