摘要
本申请公开了一种基于红外偏振图像传感器的自动驾驶方法及系统,属于自动驾驶技术领域。包括以下步骤:对车辆周围环境信息进行采集;对采集的车辆周围环境信息预处理;构建机器学习模型,根据任务需求对模型训练并进行特征提取;将机器学习模型优化后的数据通过卡尔曼滤波器进行融合处理;根据融合后的数据构建车辆周围环境三维模型并分析,提取所需的车辆周围环境信息;根据提取的车辆周围环境信息规划车辆的路径和行驶策略,同时实时更新采集的数据,对车辆周围环境的变化进行监测。本申请通过机器学习模型对采集的数据进行优化,优化后的数据通过卡尔曼滤波器融合处理,有效的提高预测的准确性,实现获得更为精确的车辆周围环境信息。
技术关键词
红外偏振图像
车辆周围环境信息
自动驾驶方法
构建机器学习模型
激光雷达传感器
自动驾驶系统
卡尔曼滤波器
数据采集模块
数据处理模块
预警模块
三维模型
自动驾驶技术
深度学习算法
交通车辆
道路结构
系统为您推荐了相关专利信息
检测前方障碍物
监测水体
气垫船平台
自动驾驶系统
高清摄像头
质子交换燃料电池
系统性能预测方法
序列预测模型
粒子群优化算法
构建机器学习模型
阈值预测方法
后退火工艺
激光损伤阈值
训练集
YAG透明陶瓷
历史交通数据
动态管理方法
生成对账单
构建机器学习模型
机器学习方法