本申請公開了一種路口參考線生成方法、介質(zhì)、設備及車輛，包括：挖掘全場景數(shù)據(jù)中與路口場景相關的自車通行數(shù)據(jù)片段，以形成自車通行數(shù)據(jù)片段集，并對自車通行數(shù)據(jù)片段集進行缺陷數(shù)據(jù)過濾和非正常數(shù)據(jù)過濾，全場景數(shù)據(jù)為記錄的真實駕駛數(shù)據(jù)；將自車通行數(shù)...

本申請公開了車載網(wǎng)絡的資源分配方法、車載網(wǎng)絡服務器、系統(tǒng)、介質(zhì)。該方法包括：接收目標車輛的請求內(nèi)容、目標車輛的請求延遲，根據(jù)請求內(nèi)容獲取車載網(wǎng)絡對應的環(huán)境數(shù)據(jù)、車載網(wǎng)絡中每一基站的基本數(shù)據(jù)、每一基站與目標車輛之間的相互數(shù)據(jù)；將請求內(nèi)容、...

本申請公開了一種異常靜止車輛識別方法、介質(zhì)、設備及車輛，包括：以滿足第一預設條件的異常靜止車輛正例和滿足第二預設條件的異常靜止車輛負例構建數(shù)據(jù)集；其中，第一預設條件為位于自動駕駛車輛前方預設區(qū)域范圍的道路車道內(nèi)，且在歷史觀測時長和未來觀...

本申請公開了機械臂的控制方法、機械臂及計算機可讀存儲介質(zhì)。該方法包括：接收任務指令和環(huán)境圖像；其中環(huán)境圖像具有深度信息；將任務指令和環(huán)境圖像輸入至大語言模型，以使大語言模型依次輸出多個子任務對應的自然語言指令；其中，大語言模型不具備代碼...

本申請公開了一種仿真車道的感知置信度評估方法及相關裝置。該仿真車道的感知置信度評估方法包括：獲取仿真環(huán)境下對仿真車道的仿真環(huán)境感知數(shù)據(jù)，其中，仿真車道基于對真實車道的數(shù)字孿生重建得到；計算仿真環(huán)境感知數(shù)據(jù)和真實車道的感知真值之間的仿真感...

本申請公開了一種基于點云數(shù)據(jù)的虛擬場景構建方法、介質(zhì)及設備，包括：基于原始點云數(shù)據(jù)構建初始虛擬場景；構建與初始虛擬場景中的點云數(shù)據(jù)對應的深度圖，并基于深度圖確定初始虛擬場景中各對象之間的遮擋關系；對初始虛擬場景中的對象進行基于物理的渲染...

本申請公開了一種軟陰影生成方法、裝置、存儲介質(zhì)及計算機設備。該軟陰影生成方法包括：獲取目標場景在光源視角下的深度圖，及目標場景在相機視角下的相機圖像；將相機圖像轉換到深度圖的光源視角坐標系下，以得到轉換圖像；基于阿基米德螺線對轉換圖像中...

本發(fā)明公開了一種車載行車輔助影像圖像質(zhì)量優(yōu)化方法及裝置，包括：獲取車載行車輔助影像的圖像流數(shù)據(jù)；基于同態(tài)濾波算法對所述圖像流數(shù)據(jù)中的圖像進行圖像增強和光照補償處理，得到同態(tài)濾波后的圖像；基于gamma變換算法對所述同態(tài)濾波后的圖像進行圖...

本申請公開了一種自動駕駛仿真方法、存儲介質(zhì)及計算機設備，包括：將相機位姿輸入完成訓練后的神經(jīng)輻射場網(wǎng)絡；神經(jīng)輻射場網(wǎng)絡基于相機位姿進行渲染，以得到與相機位姿對應的仿真圖像；將仿真圖像傳輸至自動駕駛算法，自動駕駛算法基于仿真圖像進行仿真測...

本申請公開了一種目標圖像預測方法、存儲介質(zhì)、車載設備及車輛，包括：將至少一張非畸變圖像與至少一張畸變圖像堆疊后輸入特征提取器，得到預設層數(shù)的特征圖，非畸變圖像和所述畸變圖像來源于不同類型的相機；獲取以自車為中心的預設范圍內(nèi)的鳥瞰圖查詢向...

本申請公開了一種駕駛場景仿真方法、模型及相關裝置。該駕駛場景仿真方法包括：向場景仿真模型中的指定車輛添加與當前位置相異的至少一個目的地，生成指定車輛從當前位置依序到達該至少一個目的地的第一預測軌跡，并指示所述指定車輛按所述第一預測軌跡進...

本申請公開了一種數(shù)據(jù)處理方法、存儲介質(zhì)及計算機設備。該數(shù)據(jù)處理方法包括：獲取原始傳感數(shù)據(jù)及對應的第一時間戳；基于所述第一時間戳對原始傳感數(shù)據(jù)進行處理，以生成虛擬傳感數(shù)據(jù)；對虛擬傳感數(shù)據(jù)進行延遲誤差補償，并輸出補償傳感數(shù)據(jù)。通過上述方法，...

本發(fā)明公開了一種基于3dgs的自動駕駛環(huán)境的重建和編輯方法及裝置，包括：獲取自動駕駛環(huán)境的傳感器數(shù)據(jù)及感知數(shù)據(jù)；對所述傳感器數(shù)據(jù)及所述感知數(shù)據(jù)進行預處理；基于預處理后的傳感器數(shù)據(jù)及感知數(shù)據(jù)進行自動駕駛環(huán)境的重建訓練，并基于訓練結果進行優(yōu)...

本申請公開了一種評估方法、電子設備及可讀存儲介質(zhì)。該方法包括獲取路測數(shù)據(jù)；基于路測數(shù)據(jù)和目標規(guī)劃算法得到規(guī)劃結果，規(guī)劃結果包括目標車道以及目標車道的車道優(yōu)先級；基于路測數(shù)據(jù)得到對應的點云地圖；根據(jù)點云地圖得到目標車道的車道類型；利用目標...

本申請公開了一種駕駛功能測試方法、存儲介質(zhì)及計算機設備。該駕駛功能測試方法包括：基于實現(xiàn)待測駕駛功能的交互行為生成至少一個按執(zhí)行順序排列的鍵值對，該鍵值對包括相應的觸發(fā)條件和交互信號；響應于觸發(fā)條件得到滿足，觸發(fā)相應的交互信號。通過上述...

本申請公開了一種全景圖像生成方法、存儲介質(zhì)、車載設備及車輛，包括：獲取車輛四周的各場景圖像，由各場景圖像構建環(huán)繞所述車輛的初始全景圖像；獲取各場景圖像的深度信息，并基于深度信息構建與所述初始全景圖像對應的深度圖；基于深度圖的信息采用順序...

本申請公開了一種級聯(lián)陰影生成方法、裝置、存儲介質(zhì)及計算機設備。該級聯(lián)陰影生成方法包括：以目標物體的中心為圓心，沿預設半徑劃分形成多個級聯(lián)層次；計算各級聯(lián)層次在光源視角下的視錐體范圍；基于視錐體范圍，從光源視角對各級聯(lián)層次分別進行場景渲染...

本申請公開了車位檢測方法、電子設備、計算機可讀存儲介質(zhì)。該方法包括：獲取至少兩路魚眼圖像和由至少兩路魚眼圖像形成的全景圖像；將至少兩路魚眼圖像輸入至第一檢測分支網(wǎng)絡，得到第一特征圖；將全景圖像輸入至第二檢測分支網(wǎng)絡，得到第二特征圖；從第...

本發(fā)明公開了一種基于多傳感器融合的目標檢測任務真值生成方法及裝置，包括：獲取多種傳感器數(shù)據(jù)；通過離線模型或在線模型對所述多種傳感器數(shù)據(jù)進行目標檢測，得到對應的目標檢測結果；基于得到的目標檢測結果，利用時序跟蹤算法對目標進行追蹤，得到包含...

本發(fā)明公開了一種多傳感器融合感知方法、裝置、終端及存儲介質(zhì)，包括：獲取環(huán)視圖像、雷達信息以及激光雷達點云；基于多傳感器融合感知模型，利用所述環(huán)視圖像、所述雷達信息以及所述激光雷達點云的互補信息進行融合及感知，輸出感知目標的類別、位置、大...