自动驾驶汽车的热成像制造技术

本公开涉及自动驾驶汽车的热成像，利用机器学习技术来改进热成像系统中的对象分类的系统和方法。在示例实施例中，提供了一种方法。该方法包括在计算设备处接收环境的一个或多个红外图像。该方法另外包括，使用计算设备，对一个或多个红外图像应用训练的机器学习系统，以通过至少以下步骤来确定环境中所识别的对象类型：确定与环境相关联的一个或多个先前的热图；使用一个或多个先前的热图和一个或多个红外图像，确定与环境相关联的当前热图；以及基于当前热图确定所识别的对象类型。该方法还包括使用计算设备提供所识别的对象类型。包括使用计算设备提供所识别的对象类型。包括使用计算设备提供所识别的对象类型。

【技术实现步骤摘要】
自动驾驶汽车的热成像


[0001]本公开涉及一种计算机实施的方法和计算设备，具体地涉及自动驾驶汽车的热成像。

技术介绍

[0002]热(或红外)成像设备可用于对给定环境中的对象进行分类。例如，热成像设备可以获得关于给定对象的辐射测量(radiometric)信息，如果可以估计给定对象的发射率值，则可以利用该信息来确定给定对象的温度。当涉及具有估计的发射率值的多个对象时，热成像设备可以确定对象之间的温度变化，并进而可以关于对象的成分或类型做出预测。

技术实现思路

[0003]本公开有益地利用机器学习技术来改进热成像系统中的对象分类。
[0004]在第一方面，提供了一种方法。该方法包括在计算设备处接收环境的一个或多个红外图像。该方法另外包括使用计算设备对一个或多个红外图像应用训练的机器学习系统，以确定环境中所识别的对象类型。应用训练的机器学习系统包括确定与环境相关联的一个或多个先前的热图。应用训练的机器学习系统还包括，使用一个或多个先前的热图和一个或多个红外图像，确定与环境相关联的当前热图，并基于当前热图确定所识别的对象类型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实施的方法，包括：在计算设备处接收环境的一个或多个红外图像；使用计算设备对一个或多个红外图像应用训练的机器学习系统来通过至少以下步骤确定环境中所识别的对象类型：确定与环境相关联的一个或多个先前的热图，使用一个或多个先前的热图和一个或多个红外图像，确定与环境相关联的当前热图，以及基于当前热图确定所识别的对象类型；以及使用计算设备提供所识别的对象类型。2.根据权利要求1所述的计算机实施的方法，其中，所识别的对象类型是活体对象。3.根据权利要求1所述的计算机实施的方法，其中，确定一个或多个先前的热图包括：从通信地耦合到计算设备的多个传感器接收环境的当前热状态；以及基于当前热状态，从存储在计算设备上的多个先前的热图中确定一个或多个先前的热图。4.根据权利要求3所述的计算机实施的方法，其中，所述多个传感器包括以下至少一个：环境温度传感器、全球定位系统(GPS)传感器和可操作以确定太阳的当前位置的太阳传感器。5.根据权利要求3所述的计算机实施的方法，其中，所述计算设备被结合到扫描激光系统中，其中，所述一个或多个先前的热图中的每一个与扫描激光系统的角度相关联，并且其中，确定一个或多个先前的热图还基于扫描激光系统的当前角度。6.根据权利要求1所述的计算机实施的方法，其中，所述一个或多个先前的热图包括已经基于移除的对象类型被更改、编辑或删除的一个或多个区域。7.根据权利要求1所述的计算机实施的方法，其中，确定与环境相关联的当前热图包括基于一个或多个先前的热图来校准一个或多个红外图像的热对比度。8.根据权利要求1所述的计算机实施的方法，还包括：基于从LIDAR系统接收的数据确定环境的当前空间点云；使用当前空间点云识别环境中的对象；以及计算所识别的对象的发射率值，其中，确定所识别的对象类型还基于所计算的发射率值。9.根据权利要求8所述的计算机实施的方法，其中，当前热图包括投影到一个或多个红外图像上的当前空间点云。10.根据权利要求1所述的计算机实施的方法，还包括：基于来自相机系统的数据确定当前可见光图像；使用当前可见光图像识别环境中的对象；以及计算所识别的对象的发射率值，其中，确定所识别的对象类型还基于所计算的发射率值。11.根据权利要求1所述的计算机实施的方法，其中，所述一个或多个红外图像包括在时间上连续的环境的红外图像集合，并且其中，对一个...

【专利技术属性】
技术研发人员：A麦考利，R谢帕德，B怀特，S沃格斯，
申请(专利权)人：伟摩有限责任公司，
类型：发明
国别省市：