Road Hackers

Road Hackers

应用类别
自动驾驶, 深度学习
发布时间
2016年
研发团队
应用阶段
研发阶段
授权方式
开放API, 商业授权
http://roadhackers.baidu.com/
应用介绍

Road Hackers 基于深度神经网络,采用深度学习的技术模式进行无人驾驶研究。 Road Hackers 的输入是传感器的原始数据。当前输入以图像为主,但不限于图像原始数据,也可以包含其他传感器数据比如lidar、radar等。 输出是车辆的控制决策指令,包括方向盘角度(steering)、加速(accelerating)、刹车(braking)。 连接输入输出的是深度神经网络,即通过神经网络直接生成车辆控制指令,中间没有人工(handcraft)参与的逻辑程序。

  • Navigation

    Input:GPS + 地图导航API;

    Output:导航指令,e.g.“前方第二个路口左拐”“保持直行”

  • Target Matching

    Input:导航指令 + 当前图像

    Output:Target point

  • Proactive Planning

    Input:Target point + 当前图像

    Output:Trajectory

  • Reactive Planning

    Input:连续图像

    Output:Steering/Accelerating/Braking

应用案例

自动驾驶算法demo演示,其中左侧道路和右上方方向盘表示横向曲率计算,红色代表真实值, 绿色代表算法推算值;右下方折线图表示纵向加速度计算,红色代表真实值,绿色代表算法推算值

发展历史
2017年正式发布
Copyright © 2017 AIValue. All Rights Reserved. 湘ICP备17014011号 . 联系邮箱:ai@aivalue.com