-
公开(公告)号:CN109753047A
公开(公告)日:2019-05-14
申请号:CN201811294235.0
申请日:2018-11-01
Applicant: 通用汽车环球科技运作有限责任公司
IPC: G05B23/02
Abstract: 提供了用于控制车辆的系统和方法。基于一个或多个输入数据源在高级控制器处生成控制信号,数据源包含以下中的至少一个:提供传感器输出信息、地图数据和目标的传感器。高级控制器包含第一控制器模块,第一控制器模块包含:输入处理模块、投影模块、存储器模块、世界模型模块以及包含控制模型执行器模块的决策处理模块。在低级控制器处理控制信号以生成命令,命令根据控制信号控制车辆的多个车辆致动器,以执行要执行的一个或多个调度动作以使驾驶任务自主化。
-
公开(公告)号:CN109407660A
公开(公告)日:2019-03-01
申请号:CN201810896703.5
申请日:2018-08-08
Applicant: 通用汽车环球科技运作有限责任公司
IPC: G05D1/02
Abstract: 一种车辆、系统和操作车辆的方法。在一个示例性实施例中,公开了一种用于操作自主车辆的方法。环境传感器获得车辆的外部实体的一个或多个参数。车辆的处理器在自主车辆处获得具有目的地的路线;构建路线的马尔可夫状态模型,其包括用于自主车辆的多个状态以及外部实体的一个或多个参数;产生用于导航该路线的多个驾驶策略;使用马尔可夫决策过程从多个驾驶策略中选择用于导航该路线的策略;以及在自主车辆处执行选定策略以将车辆沿着该路线朝向目的地导航。
-
公开(公告)号:CN111137292B
公开(公告)日:2023-08-08
申请号:CN201910496094.9
申请日:2019-06-10
Applicant: 通用汽车环球科技运作有限责任公司 , 卡内基梅隆大学
IPC: B60W30/18 , G06N3/0464 , G06N3/084 , G06N3/045 , G06N3/0442 , G06V10/774 , G06V10/82
Abstract: 提供了采用基于空间和时间注意力的分层车道变换策略的深度强化学习来控制自主车辆的系统和方法。执行器‑评价网络架构包括:执行器网络,其处理从环境接收的图像数据以将车道变换策略作为分层动作的集合来学习;以及评价网络,其评估车道变换策略以计算损失和梯度来预测动作值函数(Q),其用于驱动学习车道变换策略以及更新其参数。执行器‑评价网络架构实施空间注意力模块以选择图像数据中重要的相关区域,以及时间注意力模块以学习要应用于过去的图像数据帧的时间注意力权重,从而指示在决定选择哪个车道变换策略时的相对重要性。
-
公开(公告)号:CN111204346A
公开(公告)日:2020-05-29
申请号:CN201910503444.X
申请日:2019-06-11
Applicant: 通用汽车环球科技运作有限责任公司 , 卡内基梅隆大学
Abstract: 提供了用于控制自主车辆的命令的端对端学习的系统及方法。预处理器对由传感器以当前时间步长(CTS)获取的图像数据进行预处理以生成与附加输入(例如,分割图和/或光流图)级联的经预处理的图像数据以生成动态场景输出。卷积神经网络(CNN)处理所述动态场景输出以生成特征图,所述特征图包括与车辆运动学级联的提取空间特征以生成空间上下文特征向量。LSTM网络在所述(CTS)期间处理所述(CTS)的所述空间上下文特征向量和相应的先前时间步长的一个或多个先前LSTM输出,以生成所述(CTS)的编码后时间上下文向量。完全连接层处理所述编码后时间上下文向量以学习控制命令(例如,转向角、加速率和/或制动速率控制命令)。
-
公开(公告)号:CN110466534A
公开(公告)日:2019-11-19
申请号:CN201910284936.4
申请日:2019-04-10
Applicant: 通用汽车环球科技运作有限责任公司
IPC: B60W50/08 , B60R16/023
Abstract: 公开了一种用于定制自主车辆的驾驶行为的系统和方法。该方法包括由自主车辆控制器接收至少一个用户偏好。该至少一个用户偏好涉及优选的驾驶行为。该方法还包括基于接收的至少一个用户偏好来修改自主车辆的预编程驾驶行为。该方法还包括指示自主车辆根据修改的驾驶行为来驾驶。
-
公开(公告)号:CN110103983A
公开(公告)日:2019-08-09
申请号:CN201910068515.8
申请日:2019-01-24
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 提供用于评估自主车辆的控制特征以实现开发或验证目的的系统和方法。真实世界传感器数据集由具有传感器的自主车辆生成。感测和感知模块生成真实世界传感器数据集的扰动。发生器模块从真实世界传感器数据集生成三维对象数据集。规划和行为模块生成三维对象数据集的扰动。测试模块使用三维对象数据集测试诸如算法或软件之类的控制特征。控制模块执行来自控制特征的指令输出以进行评估。
-
公开(公告)号:CN109427210A
公开(公告)日:2019-03-05
申请号:CN201810900708.0
申请日:2018-08-09
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 公开了一种用于辅助车辆停放的系统和方法。该方法包括由车辆的电子控制器发射停车位请求。向预约系统发射停车位请求。预约系统确定停车位是否可用于满足停车位请求。该确定基于从停车基础设施接收的可用性信息。该方法还包括接收指示。该指示指示是否已预约停车点以满足停车位请求。
-
公开(公告)号:CN108981722A
公开(公告)日:2018-12-11
申请号:CN201810442717.X
申请日:2018-05-10
Applicant: 通用汽车环球科技运作有限责任公司
Inventor: S·R·贾法利塔夫提 , S·B·迈赫迪 , P·帕拉尼萨梅
CPC classification number: G05D1/0214 , B60W30/0953 , B60W30/0956 , B60W2520/06 , B60W2520/105 , B60W2550/302 , B60W2550/306 , B60W2550/408 , B60W2750/40 , G05D1/0221 , G05D1/0274 , G08G1/161
Abstract: 提供了用于控制车辆的系统和方法。在一个实施例中,一种方法包括接收车辆状态数据、高清晰度地图数据和车辆对象环境数据,生成对于接收到的数据最优的轨迹路径,基于接收的数据使用贝塞尔曲线确定是否更新轨迹路径,使用贝塞尔曲线的特性执行对轨迹的评估,以及生成更新的轨迹。
-
公开(公告)号:CN110850861B
公开(公告)日:2023-05-23
申请号:CN201910443618.8
申请日:2019-05-24
Applicant: 通用汽车环球科技运作有限责任公司
IPC: G05D1/02
Abstract: 一种基于注意的分层变道深度强化学习。提供了生成自动驾驶策略的系统和方法。该系统可包括成组的自动驾驶员代理,以及驾驶策略生成模块,其包括成组的驾驶策略学习模块,用于基于驾驶员代理收集的集体体验生成和改进策略。驾驶员代理可收集驾驶体验以创建知识库。驾驶策略学习模块能够处理集体驾驶体验以提取驾驶策略。驾驶员代理可以经由驾驶策略学习模块以并行和分布的方式进行训练,以便更快更高效地找到新型的高效驾驶策略和行为。并行和分布式学习能够加快多个自动智能驾驶员代理的训练。
-
公开(公告)号:CN111204346B
公开(公告)日:2023-04-28
申请号:CN201910503444.X
申请日:2019-06-11
Applicant: 通用汽车环球科技运作有限责任公司 , 卡内基梅隆大学
IPC: B60W50/00 , G05D1/02 , G06V20/56 , G06V10/764
Abstract: 提供了用于控制自主车辆的命令的端对端学习的系统及方法。预处理器对由传感器以当前时间步长(CTS)获取的图像数据进行预处理以生成与附加输入(例如,分割图和/或光流图)级联的经预处理的图像数据以生成动态场景输出。卷积神经网络(CNN)处理所述动态场景输出以生成特征图,所述特征图包括与车辆运动学级联的提取空间特征以生成空间上下文特征向量。LSTM网络在所述(CTS)期间处理所述(CTS)的所述空间上下文特征向量和相应的先前时间步长的一个或多个先前LSTM输出,以生成所述(CTS)的编码后时间上下文向量。完全连接层处理所述编码后时间上下文向量以学习控制命令(例如,转向角、加速率和/或制动速率控制命令)。
-
-
-
-
-
-
-
-
-