-
公开(公告)号:CN115587931A
公开(公告)日:2023-01-10
申请号:CN202210573312.6
申请日:2022-05-24
Applicant: 通用汽车环球科技运作有限责任公司
Inventor: 曾树青 , J·B·季普卡 , T·R·埃尔维蒂加拉
Abstract: 感知系统适于从摄像机接收视觉数据,并且包括控制器,该控制器具有处理器和其上记录有指令的有形非暂时性存储器。子采样模块、对象检测模块和注意模块每个都可由控制器选择性地执行。控制器被配置为经由子采样模块从视觉数据采样输入图像以生成重新缩放的整个图像帧。所述控制器被配置为经由所述对象检测模块从所述重新缩放的整个图像帧提取特征数据。基于注意模块的输出,识别重新缩放的整个图像帧中的感兴趣区域。控制器被配置为基于重新缩放的整个图像帧生成第一图像并且基于感兴趣区域生成第二图像,第二图像具有比第一图像更高的分辨率。
-
公开(公告)号:CN114827943A
公开(公告)日:2022-07-29
申请号:CN202111517024.0
申请日:2021-12-13
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 本公开涉及一种供在自主车辆(AV)系统中使用的等待时间掩蔽系统。该等待时间掩蔽系统包括传感器模块,该传感器模块提供来自多个传感器的传感器数据。所述传感器数据包括由车辆相机提供的图像帧以及包括车辆运动数据。无线收发器将传感器数据传输到与网络基础设施相关联的远程服务器以及接收从传感器数据导出的远程状态信息。车载功能模块从传感器模块接收传感器数据并生成本地状态信息。状态融合和预测模块接收远程状态信息和本地状态信息并用远程状态信息更新本地状态信息。状态融合和预测模块使用状态历史数据结构中的检查点以用远程状态信息更新本地状态信息。
-
-
公开(公告)号:CN109421730B
公开(公告)日:2022-01-04
申请号:CN201810921246.0
申请日:2018-08-14
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 一种用于驱动自主车辆的车辆、系统和方法。车辆包括:相机,其被配置为获取车辆的周围区域的图像;致动装置,其用于控制车辆的运动参数;以及处理器。处理器选择图像内的背景区域,其中该背景区域中包括检测区域。处理器进一步被配置为估计指示检测区域中目标对象的至少一部分的存在的置信度以及与目标对象相关联的边界框;当置信度大于选定阈值时确定来自边界框的提议区域;确定提议区域内的目标对象的参数;以及控制致动装置以基于目标对象的参数来改变车辆的运动参数。
-
公开(公告)号:CN112987053A
公开(公告)日:2021-06-18
申请号:CN202011485417.3
申请日:2020-12-16
Applicant: 通用汽车环球科技运作有限责任公司
Inventor: J·R·萨蒂 , X·F·宋 , 曾树青 , A·K·阿卜杜勒阿兹祖 , A·法拉扎德
Abstract: 用于监测车载偏航率传感器的方法和相关联的系统包括:在车辆操作期间确定车辆航向以及基于此确定第一车辆航向参数。经由偏航率传感器确定第二车辆航向参数。基于第一车辆航向参数和第二车辆航向参数确定偏航率传感器偏差参数。经由偏航率传感器确定第一偏航项,并且基于第一偏航项和偏航率传感器偏差参数确定最终偏航项。
-
公开(公告)号:CN107972608B
公开(公告)日:2021-03-09
申请号:CN201710980755.6
申请日:2017-10-19
Applicant: 通用汽车环球科技运作有限责任公司
IPC: B60R16/023 , H04W4/46
Abstract: 公开了一种车辆对车辆通信的方法。该方法包括在第一车辆和第二车辆之间建立通信连接,从第二车辆接收一个或多个通信,通过第一车辆基于一个或多个通信确定车辆参数目标,将车辆参数目标和一个或多个车辆设备命令传送到第二车辆,并基于车辆参数目标和一个或多个车辆设备命令来确定用于第二车辆的至少一个车辆控制信号。
-
公开(公告)号:CN111754389A
公开(公告)日:2020-10-09
申请号:CN202010229859.5
申请日:2020-03-27
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 本发明涉及保留语义的风格转移。一种用于使用保留语义的生成性对抗网络(SPGAN)进行图像风格转移的方法包括:接收源图像;将源图像输入到SPGAN中;从源图像提取源语义特征数据;由第一译码器使用由第一生成器网络的第一编码器提取的源语义特征数据来生成第一合成图像,该第一合成图像包括处于目标图像的目标风格中的源图像的源语义内容,其中,第一合成图像包括第一合成特征数据;使用源语义特征数据和第一合成特征数据来确定第一编码器损耗;对照目标图像鉴别第一合成图像以确定GAN损耗;根据第一编码器损耗和第一GAN损耗来确定总损耗;以及训练第一生成器网络和第一鉴别器网络。
-
公开(公告)号:CN111199509A
公开(公告)日:2020-05-26
申请号:CN201910490067.0
申请日:2019-06-05
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 本发明题为“用于神经网络的方法和装置”。本发明提供了一种信号处理系统,所述信号处理系统包括与加速器通信的中央处理单元(CPU)以及与所述加速器通信的指令调度器。第一存储器设备包括被配置为操作所述加速器的第一指令集以及被配置为操作所述CPU的第二指令集,并且第二存储器设备被配置为接收数据文件。所述加速器包括多个处理引擎(PE)和指令调度器,所述指令集包括多个运算符,并且所述指令调度器被配置为采用所述PE在所述加速器中实现所述运算符。所述CPU采用在所述加速器中实现的所述运算符来分析所述数据文件以从中提取特征。
-
公开(公告)号:CN110852414A
公开(公告)日:2020-02-28
申请号:CN201910462515.6
申请日:2019-05-30
Applicant: 通用汽车环球科技运作有限责任公司
Abstract: 本发明题为“高精度低位卷积神经网络”。本文描述了用于生成并训练高精度低位卷积神经网络(CNN)的系统、方法和计算机可读介质。使用一个或多个二元滤波器来模拟CNN的每个卷积层的滤波器,并且使用二元激活的线性组合来模拟实值激活函数。更具体地,使用缩放的二元滤波器来模拟非1×1滤波器(例如,k×k滤波器,其中k>1),并且使用二元滤波器的线性组合来模拟1×1滤波器。因此,针对模拟不同权重(例如,1×1滤波器对非1×1滤波器)而采用不同的策略。以这种方式,在高精度低位CNN的(一个或多个)卷积层中执行的卷积变为二元卷积,该二元卷积产生较低的计算成本,同时仍保持高性能(例如,高准确度)。
-
公开(公告)号:CN110175620A
公开(公告)日:2019-08-27
申请号:CN201910110806.9
申请日:2019-02-11
Applicant: 通用汽车环球科技运作有限责任公司
IPC: G06K9/62
Abstract: 一种基于传感器融合执行检测的系统和方法包括从不同类型的两个或更多个传感器获得数据。该方法还包括从来自两个或更多个传感器的数据中提取特征,以及处理特征以获得与两个或更多个传感器中的每一个相关联的矢量。该方法进一步包括将从两个或更多个传感器获得的两个或更多个矢量联系起来,以获得融合矢量,以及基于融合矢量执行检测。
-
-
-
-
-
-
-
-
-