檢測車輛外部的交通對象并控制車輛的系統(tǒng)和方法。該系統(tǒng)和方法從車輛中包括的傳感器系統(tǒng)接收感知數(shù)據(jù)，確定感知數(shù)據(jù)中的聚焦感興趣區(qū)域(ROI)，比例縮放至少一個聚焦ROI的感知數(shù)據(jù)，使用基于神經網絡(NN)的交通對象檢測算法，處理聚焦ROI的比例縮放感知數(shù)據(jù)，以提供交通對象檢測數(shù)據(jù)，以及部分基于交通對象檢測數(shù)據(jù)控制至少一個車輛特征。據(jù)控制至少一個車輛特征。據(jù)控制至少一個車輛特征。
【技術實現(xiàn)步驟摘要】
用于檢測交通對象的系統(tǒng)和方法
[0001]本公開總體上涉及使用人工神經網絡進行交通對象(object)檢測的車輛、系統(tǒng)和方法。
技術介紹
[0002]自主和半自主車輛能夠感測其環(huán)境并基于感測的環(huán)境進行導航。這樣的車輛使用諸如雷達、激光雷達、圖像傳感器等的感測設備來感測它們的環(huán)境。車輛系統(tǒng)還使用來自全球定位系統(tǒng)(GPS)技術、導航系統(tǒng)、車輛到車輛通信、車輛到基礎設施技術和/或線控驅動系統(tǒng)的信息來導航車輛。
[0003]車輛自動化已被分類為從零(對應于完全人工控制的無自動化)到五(對應于無人工控制的完全自動化)的數(shù)值級別。各種自動駕駛輔助系統(tǒng)，例如巡航控制、自適應巡航控制和停車輔助系統(tǒng)，對應于較低的自動化級別，而真正的“無人駕駛”車輛對應于更高的自動化級別。一些自動車輛系統(tǒng)包括基于神經網絡的檢測器，用于檢測交通對象，例如交通信號燈和路標。然而，一些交通對象檢測器是計算密集型的，可能無法在遠距離準確檢測，并且需要將大量成組數(shù)據(jù)從傳感器系統(tǒng)傳輸?shù)缴窠浘W絡。
[0004]因此，期望提供以增加的計算效率檢測交通對象的系統(tǒng)和方法，而不犧牲和最佳地改進對象檢測性能。進一步希望減少傳感器系統(tǒng)和基于神經網絡的檢測器之間的數(shù)據(jù)傳輸要求。此外，結合附圖以及前述
和背景，本專利技術的其他期望特征和特征將從隨后的詳細描述和所附權利要求中變得顯而易見。
技術實現(xiàn)思路
[0005]在一個方面，提供了一種檢測車輛外部的交通對象并控制車輛的方法。該方法包括經由處理器接收來自車輛中包括的傳感器系統(tǒng)的感知數(shù)據(jù)；經由處理器確定感知數(shù)據(jù)中的至少一個聚焦的(focused)感興趣區(qū)域(Region Of Interest(ROI))；經由處理器比例縮放(scaling)至少一個聚焦的ROI的感知數(shù)據(jù)；使用基于神經網絡(NN)的交通對象檢測算法來處理聚焦ROI的比例縮放感知數(shù)據(jù)，以提供交通對象檢測數(shù)據(jù)；以及經由處理器部分地基于交通對象檢測數(shù)據(jù)來控制至少一個車輛特征。
[0006]在實施例中，比例縮放是通過數(shù)字或光學變焦(zooming)來執(zhí)行的。
[0007]在實施例中，在壓縮來自傳感器系統(tǒng)的原始感知數(shù)據(jù)之前，通過數(shù)字變焦來執(zhí)行比例縮放。
[0008]在實施例中，感知數(shù)據(jù)是通過來自相機的圖像數(shù)據(jù)、來自激光雷達設備的激光雷達數(shù)據(jù)或來自雷達設備的雷達數(shù)據(jù)獲得的。
[0009]在實施例中，該方法包括經由處理器來確定感知數(shù)據(jù)中的多個聚焦的感興趣區(qū)域(ROI)；經由處理器比例縮放多個聚焦ROI中的每一個的感知數(shù)據(jù)；以及使用基于神經網絡的交通對象檢測算法批量處理多個聚焦ROI中的每個的比例縮放感知數(shù)據(jù)，以提供交通對象檢測數(shù)據(jù)。
[0010]在實施例中，該方法包括經由處理器對至少一個聚焦的ROI的感知數(shù)據(jù)進行比例縮放，以便實現(xiàn)目標像素密度值或目標像素密度值范圍。
[0011]在實施例中，交通對象檢測數(shù)據(jù)包括交通對象的標識和交通對象的位置。
[0012]在實施例中，基于至少一個交通對象的位置的地圖知識、至少一個交通對象的位置的先驗(prior)分布知識或快速交通對象檢測器來確定聚焦的ROI。與基于NN的交通對象檢測算法相比，快速交通對象檢測器具有相對較快的交通對象檢測速度。
[0013]在實施例中，至少部分地通過接收真實世界空間中的至少一個交通對象的位置數(shù)據(jù)和維度(dimension)數(shù)據(jù)，并且將位置數(shù)據(jù)和維度數(shù)據(jù)變換到感知數(shù)據(jù)空間以便確定聚焦的ROI從而來確定聚焦的ROI。
[0014]在實施例中，該方法包括經由處理器執(zhí)行優(yōu)化循環(huán)，通過該優(yōu)化循環(huán)基于置信度值、基于NN的交通對象檢測算法輸出的維度值和來自先前幀的跟蹤結果來調整比例縮放級別作為交通對象檢測數(shù)據(jù)的一部分，并經由處理器根據(jù)調整后的比例縮放級別對聚焦ROI的感知數(shù)據(jù)進行比例縮放。
[0015]在實施例中，比例縮放包括根據(jù)聚焦的ROI裁剪感知數(shù)據(jù)。
[0016]在實施例中，比例縮放包括對感知數(shù)據(jù)進行上采樣或下采樣。
[0017]在實施例中，交通對象包括交通標志或交通信號設備。
[0018]在實施例中，其中經由處理器確定感知數(shù)據(jù)中的至少一個聚焦感興趣區(qū)域(ROI)是基于交通對象的位置數(shù)據(jù)，其中位置數(shù)據(jù)是基于以下中的至少兩個的混合(blend)獲得的：快速交通對象檢測器，基于先驗感知數(shù)據(jù)的先驗交通對象檢測分布信息，關聯(lián)地圖信息和感知數(shù)據(jù)的先驗分布信息，當感知數(shù)據(jù)是來自相機設備的圖像數(shù)據(jù)時的并發(fā)激光雷達數(shù)據(jù)，以及基于先前交通對象檢測數(shù)據(jù)的交通對象的跟蹤。
[0019]在另一方面，提供了一種系統(tǒng)。該系統(tǒng)檢測車輛外部的交通對象并控制車輛。該系統(tǒng)包括傳感器系統(tǒng)、車輛控制系統(tǒng)、與傳感器系統(tǒng)和車輛控制系統(tǒng)可操作地通信的處理器。處理器被配置為執(zhí)行程序指令。程序指令被配置為使處理器：從傳感器系統(tǒng)接收感知數(shù)據(jù)，確定感知數(shù)據(jù)中的聚焦感興趣區(qū)域(ROI)，比例縮放聚焦ROI的感知數(shù)據(jù)，使用基于神經網絡(NN)的交通對象檢測算法來處理聚焦ROI的比例縮放感知數(shù)據(jù)，來提供交通對象檢測數(shù)據(jù)，以及經由車輛控制系統(tǒng)，部分基于交通對象檢測數(shù)據(jù)來控制車輛特征。
[0020]在實施例中，在壓縮來自傳感器系統(tǒng)的原始感知數(shù)據(jù)之前，通過數(shù)字變焦來執(zhí)行比例縮放。
[0021]在實施例中，程序指令被配置為使處理器：確定感知數(shù)據(jù)中的多個聚焦的感興趣區(qū)域(ROI)，比例縮放多個聚焦ROI中的每一個的感知數(shù)據(jù)，并且使用基于NN的交通對象檢測算法，批量處理聚焦ROI中的每個的比例縮放感知數(shù)據(jù)，以提供交通對象檢測數(shù)據(jù)。
[0022]在實施例中，對聚焦的ROI的感知數(shù)據(jù)進行比例縮放，以實現(xiàn)目標像素密度值或目標像素密度值范圍。
[0023]在實施例中，程序指令被配置為使處理器：執(zhí)行優(yōu)化循環(huán)，通過該優(yōu)化循環(huán)，基于置信度值、由基于NN的交通對象檢測算法輸出的維度值和來自先前幀的跟蹤結果來調整比例縮放級別作為交通對象檢測數(shù)據(jù)的一部分；并根據(jù)調整后的比例縮放級別對聚焦ROI的感知數(shù)據(jù)進行比例縮放。
[0024]在實施例中，確定感知數(shù)據(jù)中的至少一個聚焦的感興趣區(qū)域(ROI)是基于至少一
個交通對象的位置數(shù)據(jù)，其中位置數(shù)據(jù)是基于以下至少兩個的混合而獲得的：快速交通對象檢測器、基于先驗感知數(shù)據(jù)的先驗交通對象檢測分布信息、關聯(lián)地圖信息和感知數(shù)據(jù)的先驗分布信息、當感知數(shù)據(jù)是來自相機設備的圖像數(shù)據(jù)時的并發(fā)激光雷達數(shù)據(jù)，以及基于先前交通對象檢測數(shù)據(jù)的至少一個交通對象的跟蹤。
附圖說明
[0025]以下將結合以下附圖描述示例性實施例，其中相同的附圖標記表示相同的元件，并且在附圖中：
[0026]圖1是示出根據(jù)各種實施例的自主或半自主車輛系統(tǒng)利用感興趣區(qū)域(ROI)的自動比例縮放并利用基于神經網絡(NN)的交通對象檢測模塊處理縮放的ROI的功能框圖；
[0027]圖2是示出根據(jù)各種實施例的包括交通對象檢測模塊的自主駕駛系統(tǒng)的數(shù)據(jù)流圖；
[0028]圖3是示出根據(jù)各種實施例的用于確定和縮放ROI以及使用基于NN的交通本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種檢測車輛外部的至少一個交通對象并控制車輛的方法，該方法包括：經由至少一個處理器接收來自車輛中包括的傳感器系統(tǒng)的感知數(shù)據(jù)；經由至少一個處理器確定感知數(shù)據(jù)中的至少一個聚焦的感興趣區(qū)域(ROI)；經由至少一個處理器比例縮放至少一個聚焦ROI的感知數(shù)據(jù)；使用基于神經網絡(NN)的交通對象檢測算法來處理至少一個聚焦ROI的比例縮放感知數(shù)據(jù)，以提供交通對象檢測數(shù)據(jù)；和經由至少一個處理器部分地基于交通對象檢測數(shù)據(jù)來控制至少一個車輛特征。2.根據(jù)權利要求1所述的方法，其中比例縮放是通過數(shù)字或光學變焦來執(zhí)行的。3.根據(jù)權利要求1所述的方法，其中在壓縮來自傳感器系統(tǒng)的原始感知數(shù)據(jù)之前，通過數(shù)字變焦來執(zhí)行比例縮放。4.根據(jù)權利要求1所述的方法，其中感知數(shù)據(jù)是通過來自相機的圖像數(shù)據(jù)、來自激光雷達設備的激光雷達數(shù)據(jù)或來自雷達設備的雷達數(shù)據(jù)中的至少一個獲得的。5.根據(jù)權利要求1所述的方法，包括經由至少一個處理器來確定感知數(shù)據(jù)中的多個聚焦的感興趣區(qū)域(ROI)；經由至少一個處理器比例縮放多個聚焦ROI中的每一個的感知數(shù)據(jù)；以及使用基于NN的交通對象檢測算法批量處理多個聚焦ROI中的每個的比例縮放感知數(shù)據(jù)，以提供交通對象檢測數(shù)據(jù)。6.根據(jù)權利要求1所述的方法，其中經由至少一個處理器對至少一個聚焦的ROI的感知數(shù)據(jù)執(zhí)行比例縮放，以便實現(xiàn)目標像素密度...
【專利技術屬性】
技術研發(fā)人員：LA布什，GJ鄒，A瑪尼，UP穆達里奇，
申請(專利權)人：通用汽車環(huán)球科技運作有限責任公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。