【技术实现步骤摘要】
【国外来华专利技术】检测阻塞静止车辆相关申请的交叉引用该PCT国际申请要求2018年2月14日提交的美国专利申请15/897,028的优先权,其通过引用合并于此。
技术介绍
静止物体,例如道路上的车辆,可能会干扰车辆的自动操作。例如,自动驾驶车辆前方的静止车辆可以是并排停放的,或者以其他方式丧失功能,从而阻塞了自动驾驶车辆。检测这种阻塞车辆可能受到传感器可见度的限制,因为可能无法“看见”潜在阻塞车辆的前方以确定它是否是阻塞车辆。此外,环境提示可能会增加检测的复杂性。作为列举的两个示例,停在具有被检测的红灯的十字路口的车辆可能是阻塞车辆并且没在等待交通信号灯。类似地,停在具有被检测的绿灯的交叉路口附近的车辆实际上可能在排长队等待转弯,而不是阻塞车辆。基于未正确被检测的阻塞车辆自动操作可能会产生其他问题,例如,自动驾驶车辆无法重新进入其原始车道。附图说明参照附图描述详细说明。在附图中,附图标记的最左边的数字标识该附图标记首次出现的附图。不同附图中的相同附图标记表示相似或相同的项目。图1A示出涉及静止车辆的示例场景,该静止车辆可以是阻塞车辆。图1B示出描绘图1A的场景的自动驾驶车辆视图的示例,以显示从自动驾驶车辆收集的传感器数据可辨别出的图1A的场景的一部分。图2示出用于检测阻塞车辆的示例过程的图形流程图。图3A-3F示出传感器数据和从中得出的用于检测阻塞车辆的特征的示例。图4示出包括示例车辆系统的用于检测阻塞车辆的示例架构的框图。图5示出根据本文讨论的技术的用于训练阻塞车辆机 ...
【技术保护点】
1.一种系统,包括:/n一个或多个处理器;和/n存储处理器可执行指令的存储器,所述指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行操作,所述操作包括:/n从车辆的一个或多个传感器接收传感器数据;/n至少部分地基于传感器数据检测静止车辆;/n至少部分地基于传感器数据确定一个或多个特征,所述一个或多个特征之一指示交通流数据;/n给机器学习模型提供所述一个或多个特征;/n通过机器学习模型输出静止车辆是阻塞车辆的概率;以及/n至少部分地基于所述概率来控制车辆,/n其中,控制车辆包括:/n控制车辆经过阻塞车辆,或/n控制车辆等待非阻塞车辆。/n
【技术特征摘要】
【国外来华专利技术】20180214 US 15/897,0281.一种系统,包括:
一个或多个处理器;和
存储处理器可执行指令的存储器,所述指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行操作,所述操作包括:
从车辆的一个或多个传感器接收传感器数据;
至少部分地基于传感器数据检测静止车辆;
至少部分地基于传感器数据确定一个或多个特征,所述一个或多个特征之一指示交通流数据;
给机器学习模型提供所述一个或多个特征;
通过机器学习模型输出静止车辆是阻塞车辆的概率;以及
至少部分地基于所述概率来控制车辆,
其中,控制车辆包括:
控制车辆经过阻塞车辆,或
控制车辆等待非阻塞车辆。
2.根据权利要求1所述的系统,其中,识别静止车辆包括:
检测车辆的环境中物体的存在;
将所述物体分类为车辆类别;
确定所述物体的速度;以及
确定所述物体的速度不满足预设阈值速度。
3.根据权利要求1所述的系统,其中,所述一个或多个特征指示以下至少之一:
静止车辆的速度,
车道标识,
交通信号状态,
从静止车辆到静止车辆前方的下一物体的距离,
从静止车辆到下一路口的距离,
交通流数据,
指示另一车辆相对于静止车辆移动的车辆行迹,
指示存在遮挡物体的传感器残差,
静止车辆或环境中物体中的至少之一的分类,
与静止车辆相关联的边界框,
静止车辆的灯光状态,
有人在车辆附近的指示,
静止车辆的门或孔的状态,
静止车辆的尺寸,或
静止车辆的偏航。
4.根据权利要求1所述的系统,其中,识别静止车辆还包括检测在自动驾驶车辆的预设阈值距离内的一个或多个其他静止车辆。
5.根据权利要求1所述的系统,其中,机器学习模型包括多个决策树,所述多个决策树被配置为:
接收所述一个或多个特征;
推动所述一个或多个特征穿过决策树的节点,以到达与加权值相关联的输出节点;以及
对加权值求和以确定所述概率。
6.根据权利要求1所述的系统,其中,所述一个或多个特征指示车辆的环境、静止车辆、或环境中物体中的至少之一的一个或多个特性。
7.根据权利要求1所述的系统,其中:
至少部分地基于检测静止车辆来输出所述概率;以及
所述概率指示静止车辆阻碍车辆的可能性。
8.根据权利要求1所述的系统,其中,所述操作还包括:
至少部分...
【专利技术属性】
技术研发人员:M·加法里安扎德,B·J·萨普,J·S·莱文森,
申请(专利权)人:祖克斯有限公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。