用于目标检测和表征的神经网络制造技术

方法、系统和设备，包括被编码在计算机存储介质上的计算机程序，用于在车辆的环境中选择对象可能居于中心的位置并确定那些对象的属性。所述方法之一包括接收表征车辆外部环境的输入。对于环境中的多个位置中的每一个，确定表示对象的中心位于该位置处的可能性的相应第一对象分数。基于第一对象分数，从多个位置中选择一个或多个位置作为环境中相应对象可能居于中心的位置。还确定可能以所选位置为中心的对象的对象属性。

【技术实现步骤摘要】
【国外来华专利技术】用于目标检测和表征的神经网络对相关申请的交叉引用本申请要求于2018年3月12日提交的第15/919,045号美国专利申请的优先权，其全部内容通过引用并入本文。
技术介绍
本说明书总体上涉及自主车辆。自主车辆包括自动驾驶汽车、船和飞行器。自主车辆使用各种车载传感器和计算机系统来检测附近的对象，并且使用这样的检测来做出控制和导航决策。一些自主车辆具有实现用于图像内的对象类别的神经网络的计算机系统。例如，可以使用神经网络来确定由车载相机捕获的图像很可能是附近汽车的图像。神经网络，或为简洁起见称为网络，是采用多层操作来从一个或多个输入预测一个或多个输出的机器学习模型。神经网络通常包括位于输入层和输出层之间的一个或多个隐藏层。每一层的输出被用作网络中的另一层(例如，下一隐藏层或输出层)的输入。神经网络的每一层指定将要对该层的输入执行的一个或多个变换操作。一些神经网络层具有被称为神经元的操作。每个神经元接收一个或多个输入并且生成由另一神经网络层接收的输出。通常，每个神经元从其他神经元接收输入，并且每个神经元向一个或多个其他神经元提供输出本文档来自技高网...

【技术保护点】
1.一种方法，包括：/n接收表征车辆外部环境的输入，其中，对于所述环境中的多个位置中的每一个，所述输入包括由所述车辆的一个或多个传感器捕获的传感器数据；/n根据所述输入并且针对所述环境中的多个位置中的每一个，确定表示对象的中心位于所述位置处的可能性的相应的第一对象分数；/n使用第一对象分数，从所述多个位置中选择一个或多个位置作为在所述环境中相应对象可能居于中心的位置；/n针对所选位置中的每一个，获得表征所述所选位置处的环境的特征；以及/n针对所选位置中的每一个并且根据所述所选位置的特征，确定可能以所述所选位置为中心的相应对象的对象属性。/n

【技术特征摘要】
【国外来华专利技术】20180312 US 15/919,0451.一种方法，包括：
接收表征车辆外部环境的输入，其中，对于所述环境中的多个位置中的每一个，所述输入包括由所述车辆的一个或多个传感器捕获的传感器数据；
根据所述输入并且针对所述环境中的多个位置中的每一个，确定表示对象的中心位于所述位置处的可能性的相应的第一对象分数；
使用第一对象分数，从所述多个位置中选择一个或多个位置作为在所述环境中相应对象可能居于中心的位置；
针对所选位置中的每一个，获得表征所述所选位置处的环境的特征；以及
针对所选位置中的每一个并且根据所述所选位置的特征，确定可能以所述所选位置为中心的相应对象的对象属性。


2.根据权利要求1所述的方法，还包括：
将标识所述对象属性的数据作为输入提供给所述车辆的控制系统，以用于控制所述车辆。


3.根据前述权利要求中任一项所述的方法，其中，针对所述环境中的多个位置中的每一个确定第一对象分数包括：
使用第一神经网络处理所述输入，其中第一神经网络被配置为接收输入并且处理所述输入以生成第一网络输出，所述第一网络输出定义输出图，该输出图包括针对所述环境中的多个位置的相应第一对象分数。


4.根据权利要求1或2中任一项所述的方法，其中，针对所述环境中的多个位置中的每一个确定第一对象分数包括：
使用第一神经网络处理所述输入，其中第一神经网络被配置为接收输入并且处理所述输入以生成定义多个输出图的第一网络输出，每个输出图包括第一对象分数，所述第一对象分数表示特定类别的对象的中心以所述环境中的多个位置为中心的可能性。


5.根据权利要求3所述的方法，其中，所述输出图是在通过所述第一神经网络的单次正向传递中生成的。


6.根据权利要求3或5中任一项所述的方法，其中，所述输入包括对应于二维网格、三维网格或更高维网格中的每个空间位置的相应传感器数据，其中每个空间位置对应于所述环境中的多个位置中的相应一个，并且其中所述网络输出包括针对所述网格中的每个空间位置的相应第一对象分数。


7.根据权利要求6所述的方法，其中，所述网格是二维的，并且其中使用所述第一对象分数来选择一个或多个位置包括：
从所述二维网格的特定N乘M区域中的空间位置中选择具有最高第一对象分数的空间位置；以及
避免选择所述二维网格的所述特定N乘M区域中的其他空间位置中的任一个。


8.根据前述权利要求中任一项所述的方法，其中，针对所选位置中的每一个并且根据所述所选位置的特征来确定可能以所述所选位置为中心的对象的对象属性包括：
使用第二神经网络处理包括所述所选位置的特征的第二网络输入，其中所述第二神经网络被配置为处理第二网络输入以生成第二网络输出，所述第二网络输出定义可能以所述位置为中心的对象的对象属性。


9.根据权利要求8所述的方法，其中，所述第二神经网络被配置为并行地执行针对所选位置中的两个或更多个的处理。


10.根据前述权利要求中任一项所述的方法，其中，所述对象属性包括所述对象所属的对象类别。


11.根据前述权利要求中任一项所述的方法，其中，所述对象属性包括标识所述对象的边界的二维边界框或三维边界框。

【专利技术属性】
技术研发人员：A奥盖尔，A克里泽夫斯基，
申请(专利权)人：伟摩有限责任公司，
类型：发明
国别省市：美国;US