JP7185811B2 - 超音波アレイによる障害物検出結果の処理方法、コンピュータデバイス、記憶媒体、プログラム及びシステム - Google Patents
超音波アレイによる障害物検出結果の処理方法、コンピュータデバイス、記憶媒体、プログラム及びシステム Download PDFInfo
- Publication number
- JP7185811B2 JP7185811B2 JP2021518846A JP2021518846A JP7185811B2 JP 7185811 B2 JP7185811 B2 JP 7185811B2 JP 2021518846 A JP2021518846 A JP 2021518846A JP 2021518846 A JP2021518846 A JP 2021518846A JP 7185811 B2 JP7185811 B2 JP 7185811B2
- Authority
- JP
- Japan
- Prior art keywords
- ultrasonic sensor
- obstacle
- neural network
- collected
- network model
- 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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52004—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2015/937—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details
- G01S2015/938—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details in the bumper area
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Description
本願は、自動制御分野に関し、特に超音波アレイによる障害物検出結果の処理方法及びシステムに関する。
Claims (19)
- 超音波アレイによる障害物検出結果の処理方法であって、
超音波センサアレイにおける各超音波センサにより採集された障害物座標を取得し、
超音波センサアレイにおける各超音波センサにより採集された障害物座標を予め訓練されたニューラルネットワークモデルに入力して、前記予め訓練されたニューラルネットワークモデルから出力された各超音波センサにより採集された障害物座標に対する真偽標識を取得し、
前記真偽標識に基づいて超音波センサアレイにおける各超音波センサにより採集された障害物座標を処理する、
ことを含む方法。 - 超音波センサアレイにおける各超音波センサにより採集された障害物座標を予め訓練されたニューラルネットワークモデルに入力することは、
処理待ち超音波センサ及び当該処理待ち超音波センサと隣り合うN(Nは超音波センサアレイの合計よりも小さい正整数)個の超音波センサにより採集された障害物座標の特徴値を選択してデータシーケンスを生成し、
前記データシーケンスを予め訓練されたニューラルネットワークモデルに入力すること、を含む請求項1に記載の方法。 - 前記ニューラルネットワークモデルを訓練することは、
障害物テストシーンを構築し、
超音波センサアレイにおける各超音波センサにより採集された障害物の座標及びライダーにより同じ障害物を採集して得た座標を取得して参照座標系に統合し、
統合されたライダーにより採集された障害物座標に基づいて各超音波センサにより採集された障害物座標に対して真偽標識を行って訓練サンプルを生成し、
前記訓練サンプルによりニューラルネットワークモデルを訓練する、ことを含む請求項1に記載の方法。 - 統合されたライダーにより採集された障害物座標に基づいて各超音波センサにより採集された障害物座標に対して真偽標識を行うことは、
ライダーにより採集された障害物座標と超音波センサにより採集された障害物座標との誤差が所定の閾値範囲内にある場合に、TRUEとして標識し、所定の閾値範囲よりも大きい場合に、FALSEとして標識することを含む請求項3に記載の方法。 - 前記訓練サンプルを生成することは、
処理待ち超音波センサ及び当該処理待ち超音波センサと隣り合うN個の超音波センサにより採集された障害物座標の特徴値と、処理待ち超音波センサにより採集された障害物座標に対する真偽標識とを訓練サンプルとして生成することを含み、
Nは超音波センサアレイの合計よりも小さい正整数である、請求項3に記載の方法。 - 前記ニューラルネットワークモデルは、畳み込みニューラルネットワークモデルである、請求項1~4の何れか一つに記載の方法。
- 前記ニューラルネットワークモデルは、長・短期記憶ニューラルネットワークモデルである、請求項1~4の何れか一つに記載の方法。
- 前記真偽標識に基づいて超音波センサアレイにおける各超音波センサにより採集された障害物座標を処理することは、
前記ニューラルネットワークモデルから出力された標識結果がTRUEであれば、前記処理待ち超音波センサにより採集された障害物座標を保留し、
前記ニューラルネットワークモデルから出力された標識結果がFALSEであれば、前記処理待ち超音波センサにより採集された障害物座標を廃棄する、ことを含む請求項2に記載の方法。 - 超音波アレイによる障害物検出結果の処理システムであって、
超音波センサアレイにおける各超音波センサにより採集された障害物座標を取得する取得モジュールと、
超音波センサアレイにおける各超音波センサにより採集された障害物座標を予め訓練されたニューラルネットワークモデルに入力して、前記予め訓練されたニューラルネットワークモデルから出力された各超音波センサにより採集された障害物座標に対する真偽標識を取得するニューラルネットワーク標識モジュールと、
前記真偽標識に基づいて超音波センサアレイにおける各超音波センサにより採集された障害物座標を処理する処理モジュールと、
を備えるシステム。 - 前記ニューラルネットワーク標識モジュールは、具体的に、
処理待ち超音波センサ及び当該処理待ち超音波センサと隣り合うN(Nは超音波センサアレイの合計よりも小さい正整数)個の超音波センサにより採集された障害物座標の特徴値を選択してデータシーケンスを生成し、
前記データシーケンスを予め訓練されたニューラルネットワークモデルに入力する、請求項9に記載のシステム。 - 前記システムは、更にニューラルネットワーク訓練モジュールを備え、
前記ニューラルネットワーク訓練モジュールは、
障害物テストシーンを構築し、
超音波センサアレイにおける各超音波センサにより採集された障害物の座標及びライダーにより同じ障害物を採集して得た座標を取得して参照座標系に統合し、
統合されたライダーにより採集された障害物座標に基づいて各超音波センサにより採集された障害物座標に対して真偽標識を行って訓練サンプルを生成し、
前記訓練サンプルによりニューラルネットワークモデルを訓練する、ことに用いられる、請求項9に記載のシステム。 - 前記ニューラルネットワーク訓練モジュールは、統合されたライダーにより採集された障害物座標に基づいて各超音波センサにより採集された障害物座標に対して真偽標識を行う場合に、具体的に、
ライダーにより採集された障害物座標と超音波センサにより採集された障害物座標との誤差が所定の閾値範囲内にある場合に、TRUEとして標識し、所定の閾値範囲よりも大きい場合に、FALSEとして標識する、請求項11に記載のシステム。 - 前記ニューラルネットワーク訓練モジュールは、訓練サンプルを生成する場合に、具体的に、
処理待ち超音波センサ及び当該処理待ち超音波センサと隣り合うN(Nは超音波センサアレイの合計よりも小さい正整数)個の超音波センサにより採集された障害物座標の特徴値と、処理待ち超音波センサにより採集された障害物座標に対する真偽標識とを訓練サンプルとして生成する、請求項11に記載のシステム。 - 前記ニューラルネットワークモデルは、畳み込みニューラルネットワークモデルである、請求項9~12の何れか一つに記載のシステム。
- 前記ニューラルネットワークモデルは、長・短期記憶ニューラルネットワークモデルである、請求項9~12の何れか一つに記載のシステム。
- 前記処理モジュールは、具体的に、
前記ニューラルネットワークモデルから出力された標識結果がTRUEであれば、前記処理待ち超音波センサにより採集された障害物座標を保留し、
前記ニューラルネットワークモデルから出力された標識結果がFALSEであれば、前記処理待ち超音波センサにより採集された障害物座標を廃棄する、
請求項10に記載のシステム。 - メモリと、
プロセッサと、
前記メモリに記憶され且つ前記プロセッサに実行可能なコンピュータプログラムとを備え、前記プロセッサが前記プログラムを実行すると、請求項1~8の何れか一つに記載の方法を実現する、コンピュータデバイス。 - コンピュータプログラムが記憶されており、前記プログラムがプロセッサにより実行されると、請求項1~8の何れか一つに記載の方法を実現する、コンピュータ可読記憶媒体。
- プロセッサにより実行されると、請求項1~8の何れか一つに記載の方法を実現する、プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910034451.X | 2019-01-15 | ||
CN201910034451.XA CN109870698B (zh) | 2019-01-15 | 2019-01-15 | 一种超声波阵列障碍物检测结果处理方法及*** |
PCT/CN2019/126392 WO2020147500A1 (zh) | 2019-01-15 | 2019-12-18 | 超声波阵列障碍物检测结果处理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021527833A JP2021527833A (ja) | 2021-10-14 |
JP7185811B2 true JP7185811B2 (ja) | 2022-12-08 |
Family
ID=66917621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021518846A Active JP7185811B2 (ja) | 2019-01-15 | 2019-12-18 | 超音波アレイによる障害物検出結果の処理方法、コンピュータデバイス、記憶媒体、プログラム及びシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11933921B2 (ja) |
EP (1) | EP3839564B1 (ja) |
JP (1) | JP7185811B2 (ja) |
CN (1) | CN109870698B (ja) |
WO (1) | WO2020147500A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109870698B (zh) | 2019-01-15 | 2021-12-24 | 阿波罗智能技术(北京)有限公司 | 一种超声波阵列障碍物检测结果处理方法及*** |
CN110333517B (zh) * | 2019-07-11 | 2022-11-25 | 腾讯科技(深圳)有限公司 | 障碍物感知方法、装置及存储介质 |
CN110674853A (zh) * | 2019-09-09 | 2020-01-10 | 广州小鹏汽车科技有限公司 | 超声波数据处理方法、装置及车辆 |
CN111273268B (zh) * | 2020-01-19 | 2022-07-19 | 北京百度网讯科技有限公司 | 自动驾驶障碍物类型的识别方法、装置及电子设备 |
CN112180357A (zh) * | 2020-09-15 | 2021-01-05 | 珠海格力电器股份有限公司 | 一种安全防护的方法及*** |
CN112462353B (zh) * | 2020-11-26 | 2023-08-15 | 中国第一汽车股份有限公司 | 超声波雷达的测试方法、装置、***及设备 |
CN113419627A (zh) * | 2021-06-18 | 2021-09-21 | Oppo广东移动通信有限公司 | 设备控制方法、装置及存储介质 |
JP2024035280A (ja) | 2022-09-02 | 2024-03-14 | フォルシアクラリオン・エレクトロニクス株式会社 | 物体検出装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000098031A (ja) | 1998-09-22 | 2000-04-07 | Hitachi Ltd | インパルスソーナー |
JP3188391B2 (ja) | 1996-01-16 | 2001-07-16 | 矢崎総業株式会社 | ターミナルキャップ |
US20050195383A1 (en) | 1994-05-23 | 2005-09-08 | Breed David S. | Method for obtaining information about objects in a vehicular blind spot |
JP2016065750A (ja) | 2014-09-24 | 2016-04-28 | 五洋建設株式会社 | 水中測位システム及び水中測位方法 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2878414B2 (ja) | 1989-09-04 | 1999-04-05 | 株式会社リコー | 3次元物体認識方式 |
JP3151472B2 (ja) | 1992-12-08 | 2001-04-03 | 日本電信電話株式会社 | 3次元物体像の生成方法 |
US7630806B2 (en) * | 1994-05-23 | 2009-12-08 | Automotive Technologies International, Inc. | System and method for detecting and protecting pedestrians |
US7426437B2 (en) * | 1997-10-22 | 2008-09-16 | Intelligent Technologies International, Inc. | Accident avoidance systems and methods |
DE102005009702A1 (de) * | 2005-03-03 | 2006-09-07 | Robert Bosch Gmbh | Abstandsmessvorrichtung und Verfahren zur Funktionsprüfung einer Abstandsmessung |
DE102011013681A1 (de) * | 2011-03-11 | 2012-09-13 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Detektieren einer Parklücke, Parkhilfesystem und Kraftfahrzeug mit einem Parkhilfesystem |
US9091613B2 (en) * | 2012-06-27 | 2015-07-28 | General Monitors, Inc. | Multi-spectral ultrasonic gas leak detector |
CN105303179A (zh) * | 2015-10-28 | 2016-02-03 | 小米科技有限责任公司 | 指纹识别方法、装置 |
CN105738908B (zh) * | 2016-01-29 | 2018-08-24 | 宇龙计算机通信科技(深圳)有限公司 | 一种防碰撞预警方法、装置与耳机 |
CN105922990B (zh) | 2016-05-26 | 2018-03-20 | 广州市甬利格宝信息科技有限责任公司 | 一种基于云端机器学习的车辆环境感知和控制方法 |
US10198822B2 (en) | 2016-10-27 | 2019-02-05 | International Business Machines Corporation | Systems and user interfaces for determination of electro magnetically identified lesions as included in medical images of differing perspectives |
WO2018127498A1 (en) * | 2017-01-05 | 2018-07-12 | Koninklijke Philips N.V. | Ultrasound imaging system with a neural network for image formation and tissue characterization |
US10198655B2 (en) * | 2017-01-24 | 2019-02-05 | Ford Global Technologies, Llc | Object detection using recurrent neural network and concatenated feature map |
DE102017108348B3 (de) * | 2017-04-20 | 2018-06-21 | Valeo Schalter Und Sensoren Gmbh | Konfiguration eines Sensorsystems mit einem neuronalen Netzwerk für ein Kraftfahrzeug |
US20180314253A1 (en) * | 2017-05-01 | 2018-11-01 | Mentor Graphics Development (Deutschland) Gmbh | Embedded automotive perception with machine learning classification of sensor data |
CN109116374B (zh) | 2017-06-23 | 2021-08-17 | 百度在线网络技术(北京)有限公司 | 确定障碍物距离的方法、装置、设备及存储介质 |
CN107526085B (zh) * | 2017-07-25 | 2020-07-14 | 福建网龙计算机网络信息技术有限公司 | 超声波阵列测距建模的方法及其*** |
US10551838B2 (en) * | 2017-08-08 | 2020-02-04 | Nio Usa, Inc. | Method and system for multiple sensor correlation diagnostic and sensor fusion/DNN monitor for autonomous driving application |
US11644834B2 (en) * | 2017-11-10 | 2023-05-09 | Nvidia Corporation | Systems and methods for safe and reliable autonomous vehicles |
CN107942335A (zh) * | 2017-11-28 | 2018-04-20 | 达闼科技(北京)有限公司 | 一种物体识别方法及设备 |
CN108909624B (zh) * | 2018-05-13 | 2021-05-18 | 西北工业大学 | 一种基于单目视觉的实时障碍物检测和定位方法 |
CN108845324B (zh) | 2018-06-26 | 2022-09-23 | 北京小米移动软件有限公司 | 障碍物识别方法、装置、设备及存储介质 |
CN109870698B (zh) | 2019-01-15 | 2021-12-24 | 阿波罗智能技术(北京)有限公司 | 一种超声波阵列障碍物检测结果处理方法及*** |
-
2019
- 2019-01-15 CN CN201910034451.XA patent/CN109870698B/zh active Active
- 2019-12-18 EP EP19910456.3A patent/EP3839564B1/en active Active
- 2019-12-18 US US17/278,248 patent/US11933921B2/en active Active
- 2019-12-18 JP JP2021518846A patent/JP7185811B2/ja active Active
- 2019-12-18 WO PCT/CN2019/126392 patent/WO2020147500A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050195383A1 (en) | 1994-05-23 | 2005-09-08 | Breed David S. | Method for obtaining information about objects in a vehicular blind spot |
JP3188391B2 (ja) | 1996-01-16 | 2001-07-16 | 矢崎総業株式会社 | ターミナルキャップ |
JP2000098031A (ja) | 1998-09-22 | 2000-04-07 | Hitachi Ltd | インパルスソーナー |
JP2016065750A (ja) | 2014-09-24 | 2016-04-28 | 五洋建設株式会社 | 水中測位システム及び水中測位方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220035015A1 (en) | 2022-02-03 |
EP3839564A1 (en) | 2021-06-23 |
EP3839564A4 (en) | 2021-12-22 |
EP3839564B1 (en) | 2023-02-15 |
JP2021527833A (ja) | 2021-10-14 |
US11933921B2 (en) | 2024-03-19 |
CN109870698B (zh) | 2021-12-24 |
WO2020147500A1 (zh) | 2020-07-23 |
CN109870698A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7185811B2 (ja) | 超音波アレイによる障害物検出結果の処理方法、コンピュータデバイス、記憶媒体、プログラム及びシステム | |
CN109345596B (zh) | 多传感器标定方法、装置、计算机设备、介质和车辆 | |
CN109343061B (zh) | 传感器标定方法、装置、计算机设备、介质和车辆 | |
CN109271944B (zh) | 障碍物检测方法、装置、电子设备、车辆及存储介质 | |
CN109116374B (zh) | 确定障碍物距离的方法、装置、设备及存储介质 | |
US10698106B2 (en) | Obstacle detecting method and apparatus, device and storage medium | |
CN109598066B (zh) | 预测模块的效果评估方法、装置、设备和存储介质 | |
CN109188438B (zh) | 偏航角确定方法、装置、设备和介质 | |
CN109931944B (zh) | 一种ar导航方法、装置、车端设备、服务端及介质 | |
CN111273268B (zh) | 自动驾驶障碍物类型的识别方法、装置及电子设备 | |
CN109435955B (zh) | 一种自动驾驶***性能评估方法、装置、设备及存储介质 | |
CN109255341B (zh) | 障碍物感知错误数据的提取方法、装置、设备及介质 | |
CN111998860B (zh) | 自动驾驶定位数据校验方法、装置、电子设备及存储介质 | |
CN109145680A (zh) | 一种获取障碍物信息的方法、装置、设备和计算机存储介质 | |
CN109703569B (zh) | 一种信息处理方法、装置及存储介质 | |
CN112834249B (zh) | 转向参数检测方法、装置、设备及存储介质 | |
CN110703732B (zh) | 相关性检测方法、装置、设备及计算机可读存储介质 | |
CN108446727B (zh) | 驾驶行为决策方法、***和电子设备 | |
CN111220988B (zh) | 一种地图数据处理方法、装置、设备和介质 | |
CN109635868B (zh) | 障碍物类别的确定方法、装置、电子设备及存储介质 | |
CN110111018B (zh) | 评估车辆感测能力的方法、装置、电子设备及存储介质 | |
CN114021080A (zh) | 轨迹预测模型训练以及轨迹预测方法、装置、设备及介质 | |
CN117128979A (zh) | 一种多传感器融合方法、装置、电子设备及存储介质 | |
Neloy et al. | Alpha-N-V2: Shortest path finder automated delivery robot with obstacle detection and avoiding system | |
CN111753625A (zh) | 一种行人检测方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211029 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20211029 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211118 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220603 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220630 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220915 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20221004 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7185811 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |