用于准确标识交通工具的环境中的对象的设备和方法技术

本申请公开了用于准确标识交通工具的环境中的对象的设备和方法。自主驾驶中的交通工具导航控制系统依赖于对交通工具的附近区域内对象的准确预测，来适当地控制交通工具安全地通过其周围环境。相应地，本公开提供了实现用于获得交通工具的环境的情境变量、以供在确定对交通工具的环境内对象的预测的准确性中使用的机制的方法和设备。使用的机制的方法和设备。使用的机制的方法和设备。

【技术实现步骤摘要】
用于准确标识交通工具的环境中的对象的设备和方法


[0001]本公开的各方面总体上涉及自主驾驶系统。

技术介绍

[0002]自主驾驶利用可靠的驾驶控制和安全性系统，该驾驶控制和安全性系统处理在交通工具处采集的数据来实现驾驶策略。可使用一种或多种类型的数据采集设备在交通工具处采集数据和/或可从外部源接收数据。数据可包括与交通工具和/或交通工具的环境等等有关的数据。交通工具可被配置成用于基于该数据来实现特定的驾驶策略，该特定的驾驶策略诸如改变交通工具的移动和/或修改交通工具相对于其他外部要素的定位。另外，自主交通工具可被配置成与其他设备(诸如，其他交通工具、网络基础设施元件、其他无线设备等)通信，以辅助交通工具的移动，提供更快的信息处理，并且一般而言，与外部要素就信息进行通信。
附图说明
[0003]在附图中，贯穿不同的视图，相同的附图标记一般指代相同部分。这些附图不一定是按比例的，而是一般着重于说明本专利技术的原理。在以下描述中，参照下面的附图描述本专利技术的各个方面，其中：
[0004]图1示出根据本公开的各个方面的示例性自主交通工具。
[0005]图2示出根据本公开的各个方面的交通工具的安全性系统的各种示例性电子组件。
[0006]图3示出根据一些方面的具有各种通信设备的示例性网络区域。
[0007]图4示出根据一些方面的示例性高效数据注释和概率模型重新训练。
[0008]图5A-图5B示出根据一些方面的示例性概率模型。
[0009]图6A-图6B示出根据一些方面的示例性联合概率分布。
[0010]图7示出根据一些方面的示例性交通工具环境。
[0011]图8A-图8B示出根据一些方面的用于计算确定性阈值的示例性方法。
[0012]图9示出根据一些方面的示例性数据偏移场景。
[0013]图10示出根据一些方面的示例性分布外场景。
[0014]图11-图13示出根据一些方面的示例性流程图。
具体实施方式
[0015]以下详细描述中对附图进行参考，附图通过图示方式示出了可在其中实施本公开的示例性细节和方面。
[0016]在本文中使用词语“示例性”来意指“充当示例、实例或说明”。本文中被描述为“示例性”的任何实施例或设计不必被解释为相比其他方面或设计是优选或有利的。
[0017]贯穿附图，应注意，除非另有说明，否则相同的附图标记用于描绘相同或相似的要
素、特征和结构。
[0018]术语“至少一个”和“一个或多个”可被理解为包括大于或等于一的数量(例如，一个、二个、三个、四个、[...]等)。术语“多个(a plurality)”可被理解为包括大于或等于二的数量(例如，二个、三个、四个、五个、[...]等)。
[0019]说明书和权利要求书中的词语“复数”和“多个(multiple)”明确地指代大于一的量。因此，任何明确地援引上述词语来指代某个数量的对象的短语(例如，多个“多(plural)[要素],”、“多个(multiple)[要素]”)明确地指代多于一个的所述要素。说明书和权利要求书中的术语“(
……
的)组”、“(
……
的)集”、“(
……
的)集合”、“(
……
的)系列”、“(
……
的)序列”、“(
……
的)分组”等(如果存在)指代等于或大于一的量，即一个或多个。短语“适当的子集”、“减小的子集”、和“较小的子集”指代集合的不等于该集合的子集，说明性地，指代集合的包含比该集合少的元素的子集。
[0020]关于一组要素的短语
“……
中的至少一个”在本文中可用于意指来自包括这些要素的组的至少一个要素。例如，关于一组要素的短语
“……
中的至少一个”在本文中可用于意指以下中的选择：所列要素中的一个、多个所列要素中的一个要素、多个个体所列要素、或多个个体所列要素中的多个。
[0021]如本文中所使用的术语“数据”可被理解为包括采用任何合适的模拟或数字形式的信息，例如，作为文件、文件的部分、文件集合、信号或流、信号或流的部分、信号或流的集合等等来提供的信息。进一步地，术语“数据”还可用于意指对信息的例如以指针的形式的引用。然而，术语“数据”不限于上述示例，并且可采取各种形式并表示如本领域中理解的任何信息。
[0022]例如，如本文中所使用的术语“处理器”或“控制器”可被理解为允许处置数据的任何种类的技术实体。可根据由处理器或控制器执行的一个或多个特定功能来处置数据。进一步地，如本文中所使用的处理器或控制器可被理解为任何种类的电路(例如，任何种类的模拟或数字电路)，并且还可被称为“处理电路”、“处理电路系统”等等。处理器或控制器因此可以是或可包括模拟电路、数字电路、混合信号电路、逻辑电路、处理器、微处理器、中央处理单元(CPU)、图形处理单元(GPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、集成电路、专用集成电路(ASIC)等，或其任何组合。下文将进一步详细描述的相应功能的任何其他种类的实现方式也可被理解为处理器、控制器或逻辑电路。应理解，本文中详述的处理器、控制器或逻辑电路中的任何两个(或更多个)可被实现为具有等效功能或类似功能的单个实体等等，并且相反地，本文中详述的任何单个处理器、控制器或逻辑电路可被实现为具有等效功能或类似功能的两个(或更多个)分开的实体等等。
[0023]如本文中所使用，“存储器”被理解为数据或信息可以被存储在其中以供检取的计算机可读介质。对本文中所包括的“存储器”的引用可因此被理解为是指易失性或非易失性存储器，包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、固态存储、磁带、硬盘驱动器、光驱等等、或其任何组合。在本文中，寄存器、移位寄存器、处理器寄存器、数据缓冲器等等也可由术语存储器包含。术语“软件”是指任何类型的可执行指令，包括固件。
[0024]除非明确地指定，否则术语“发射”涵盖直接(点对点)和间接(经由一个或多个中间点)的发射两者。类似地，术语“接收”涵盖直接和间接的接收两者。此外，术语“发射”、“接收”、“传递”或其他类似术语涵盖物理传输(例如，对无线电信号的传输)和逻辑传输(例如，
通过逻辑软件级连接对数字数据的传输)两者。例如，处理器或控制器可通过软件级连接以无线电信号的形式与另一处理器或传感器对数据进行发射或接收，其中，物理发射和接收由诸如RF收发机和天线之类的无线电层组件处置，并且通过软件级连接的逻辑发射和接收由处理器或控制器执行。术语“传递”涵盖发射和接收中的一者或两者，即，在传入方向和传出方向中的一个或这两个方向上的单向或双向传输。术语“计算”涵盖经由数学表达式/公式/关系进行的
‘
直接
’
计算和经由查找表或散列表以及其他数组索引或搜索操作进行的
‘
间接
’
计算两者。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于交通工具的、确定对象的不确定性度量的感知设备，所述感知设备包括一个或多个处理器，所述一个或多个处理器被配置成用于：检测交通工具环境；从多个辅助设备获得多个情境变量，其中所述多个情境变量是所述交通工具存在的相关状况的情境变量；确定所述交通工具的环境内的多个对象；以及基于在给定所述多个情境变量中的至少一个情境变量的情况下、所述多个对象中的至少一个对象出现的概率，确定所述多个对象中的所述至少一个对象的所述不确定性度量。2.如权利要求1所述的设备，其中，所述一个或多个处理器进一步被配置成用于：实现所述多个对象与所述多个情境变量之间的关系的概率模型。3.如权利要求1或2中任一项所述的设备，其中，所述概率模型定义所述多个对象和所述多个情境变量的联合分布。4.如权利要求1或2中任一项所述的设备，其中，所述多个情境变量包括人员ID。5.如权利要求4所述的设备，其中，所述概率模型能针对人员ID被训练。6.如权利要求1或2中任一项所述的设备，其中，所述多个情境变量包括所述交通工具的自我位置。7.如权利要求1或2中任一项所述的设备，其中，所述多个情境变量包括所述交通工具环境的日期。8.如权利要求1或2中任一项所述的设备，其中，所述多个情境变量包括所述交通工具环境的时间。9.如权利要求1或2中任一项所述的设备，其中，所述多个对象中的至少一个对象进一步包括标签，其中所述标签标识所述多个对象中的所述至少一个对象。10.如权利要求1或2中任一项所述的设备，其中，所述辅助设备包括光传感器。11.如权利要求1或2中任一项所述的设备，进一步包括用于检测所述交通工具的环境的事件相机。12.如权利要求1或2中任一项所述的设备，其中，所述多个对象中的至少一个对象进一步包括边界框。13.如权利要求1或2中任一项所述的设备，其中所述辅助设备包括计时设备。14.如权利要求1或2中任一项所述的设备，其中，所述辅助设备包括光传感器。15.一种用于确定对象的不确定性度量的方法，所述方法包括：检测交通工具环境；从多个辅助设...

【专利技术属性】
技术研发人员：N，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：