预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113610970A(43)申请公布日2021.11.05(21)申请号202111000997.7(22)申请日2021.08.30(71)申请人上海智能网联汽车技术中心有限公司地址200000上海市奉贤区金海公路6055号22幢(72)发明人张宇超秦超(74)专利代理机构上海伯瑞杰知识产权代理有限公司31227代理人孟旭彤(51)Int.Cl.G06T17/00(2006.01)G06T19/00(2011.01)B60W60/00(2020.01)权利要求书1页说明书3页附图1页(54)发明名称一种自动驾驶系统、装置及方法(57)摘要一种自动驾驶系统,该系统通过机器视觉对环境路况场景进行三维重建,从而获得路况三维图像信息,用于驾驶判断和决策。所述机器视觉通过单目相机或摄像机获取环境路况图像。所述的环境路况图像通过输入经过训练的深度学习模型重建所述环境路况的三维图像模型。CN113610970ACN113610970A权利要求书1/1页1.一种自动驾驶系统,其特征在于,该系统通过机器视觉对环境路况场景进行三维重建,从而获得路况三维图像信息,用于驾驶判断和决策。2.根据权利要求1所述的自动驾驶系统,其特征在于,所述机器视觉通过单目相机或摄像机获取环境路况图像。3.根据权利要求2所述的自动驾驶系统,其特征在于,所述的环境路况图像通过输入经过训练的深度学习模型重建所述环境路况的三维图像模型。4.根据权利要求3所述的自动驾驶系统,其特征在于,所述深度学习模型为卷积神经网络模型。5.根据权利要求4所述的自动驾驶系统,其特征在于,所述卷积神经网络模型的训练过程包括,将多幅行驶环境路况三维图像样本,进行体素化处理后输入卷积神经网络,用以对所述卷积神经网络的训练。6.根据权利要求1所述的自动驾驶系统,其特征在于,使用激光雷达作为对机器视觉的辅助判断。7.根据权利要求6所述的自动驾驶系统,其特征在于,该系统还包括毫米波雷达、超声波传感器作为机器视觉的辅助判断。8.一种自动驾驶判断装置,其特征在于,所述装置包括存储器;以及耦合到所述存储器的处理器,该处理器被配置为执行存储在所述存储器中的指令,所述处理器执行以下操作:通过机器视觉对环境路况场景进行三维重建,从而获得路况三维图像信息,用于驾驶判断和决策,所述机器视觉通过单目相机或摄像机获取环境路况图像。9.一种自动驾驶判断方法,其特征在于,通过机器视觉对环境路况场景进行三维重建,从而获得路况三维图像信息,用于驾驶判断和决策,所述机器视觉通过单目相机或摄像机获取环境路况图像。10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时,实现如权利要求9的方法。2CN113610970A说明书1/3页一种自动驾驶系统、装置及方法技术领域[0001]本发明属于人工智能技术领域,特别涉及一种自动驾驶系统、装置及方法。背景技术[0002]随着新一代信息技术与制造技术的深度融合,汽车正由传统的机械产品逐步演变为机电一体化、智能化和网联化的高科技产品,呈现出与电子、信息、交通等相关技术产业紧密相连、协同发展的趋势。[0003]智能网联汽车,亦或是自动驾驶汽车,与智能交通系统深度交叉融合,因此在行驶中感知周围路况是需要解决的基本问题。发明内容[0004]本发明实施例之一,一种自动驾驶系统,该系统通过机器视觉对环境路况场景进行三维重建,从而获得路况三维图像信息,用于驾驶判断和决策。所述机器视觉通过单目相机或摄像机获取环境路况图像。所述的环境路况图像通过输入经过训练的卷积神经网络模型重建所述环境路况的三维图像模型。附图说明[0005]通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:[0006]图1根据本发明实施例之一的自动驾驶图像三维重建原理示意图。[0007]图2根据本发明实施例之一的卷积神经网络原理示意图。具体实施方式[0008]目前对于行驶道路环境的感知,存在2种技术路线,即激光雷达或者是视觉感知图像摄取摄像头。激光雷达感知技术是以激光雷达为主导,间或以毫米波雷达、超声波传感器及摄像头作为辅助。激光雷达感知环境的工作原理,是通过激光雷达发射激光束,测量激光在发射及收回过程其中的时间差、相位差,来确定车与物体之间的相对距离,实现环境实时感知及避障功能。[0009]激光雷达具有较长的探测距离与较高的精准度,抗干扰能力强,可以主动检测周围多物体环境,获取周围环境点云构建3D环境模型。即使夜间光线不好,也不会影响探测效果。虽然激光雷达不怕暗光,但是对于天气敏感,雨雪、沙尘、大雾天气等会影响激光雷达识别效果。同时