用于人行横道风险评估和方向警告的系统和方法技术方案

本文公开了用于人行横道风险评估和方向警告的系统和方法，具体公开了用于人行横道警告系统的系统和方法，所述系统和方法可使用多模态技术来确定人员的属性且响应于所计算出的风险等级而向所述人员提供警告以实现风险等级的降低。该系统可以利用传感器来接收指示车辆外部的人员的轨迹的数据。可以确定人员的特定属性，例如年龄或步行辅助。基于轨迹数据和特定属性，可以由系统使用机器学习模型来确定风险等级。系统可以响应于风险等级引起向人员发出警告。员发出警告。员发出警告。

【技术实现步骤摘要】
用于人行横道风险评估和方向警告的系统和方法

技术介绍

[0001]本公开涉及用于操作车辆的技术，具体地涉及用于提供人行横道风险评估和方向警告系统的技术。

技术实现思路

[0002]车辆的操作对车辆操作领域内的所有对象(包括例如人行横道附近的对象)带来固有的碰撞风险。对于意欲横越人行横道但具有感觉感知上的缺陷(诸如听力差)的行人，这种风险可能提高；或者如果行人分心，诸如被打移动智能电话分心。在一种当前方法中，系统可确定行人何时可能处于来自车辆的风险中的估计，并向行人提供警告。然而，所提供的警告是通用表达的，在一般附近的任何人都可以感知，并且当处于风险中的目标不会立即显现出来时，可能会分散路上其他没有处于风险中的人的注意力。
[0003]因此，为了克服当前人行横道警告系统的限制，本文针对人行横道警告系统描述系统和方法，所述人行横道警告系统可使用多模态技术来确定针对个人的所计算的风险等级，且提供警告给个人以实现风险等级的降低。该系统可以利用传感器来接收指示该车辆外部的人员的轨迹的数据。例如，老年人可能正在以缓慢步行速度接近人行横道。在一些实施例中，该系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种操作车辆的方法，所述方法包括：从一个或更多个传感器接收指示车辆外部的人员的轨迹的数据；使用并行处理电路来确定所述人员的一个或更多个属性；使用实现机器学习模型的并行处理电路基于指示所述轨迹的所述数据和所述一个或更多个属性来计算风险等级；以及使用并行处理电路使得响应于所述风险等级而执行操作以降低所述风险等级，其中所述操作向所述人员提供警告。2.根据权利要求1所述的方法，其中计算所述风险等级包括使用至少一个硬件加速器来计算所述风险等级。3.根据权利要求1所述的方法，其中计算所述风险等级包括使用一个或更多个神经网络，所述一个或更多个神经网络将指示所述轨迹的数据和所述一个或更多个属性作为输入来确定所述车辆与所述人员处于碰撞路线上的概率。4.根据权利要求1所述的方法，还包括确定至少一个附加属性，所述至少一个附加属性包括位置属性、天气属性或驾驶条件属性中的至少一个，并且其中计算所述风险等级还基于所述至少一个附加属性。5.根据权利要求1所述的方法，其中使得响应于所述风险等级而执行操作以降低所述风险等级包括：使得基于所述风险等级从所述车辆发出方向性音频信号，其中所述方向性音频信号指向所述人员。6.根据权利要求5所述的方法，其中所述方向性音频信号包括波束赋形的音频信号中的至少一个。7.根据权利要求5所述的方法，其中所述方向性音频信号包括多个不同的频率分量。8.根据权利要求5所述的方法，其中发出的方向性音频信号的幅度基于所述风险等级。9.根据权利要求1所述的方法，其中使得响应于所述风险等级而执行操作以降低所述风险等级包括：使得基于所述风险等级从所述车辆发出方向性光信号，其中所述方向性光信号指向所述人员。10.根据权利要求1所述的方法，其中确定所述人员的一个或更多个属性包括：接收指示所述人员的至少一部分的描绘的数据；以及基于指示所述人员的所述至少一部分的描绘的所述数据来确定所述人员的所述一个或更多个属性。11.根据权利要求1所述的方法，其中所述一个或更多个属性包括以下各项中的至少一项：所述人员的头部姿态、所述人员的身体姿态、所述人员的衣服、由所述人员做出的手势或环境属性。12.根据权利要求1所述的方法，还包括：将基于所述风险等级的数据传送至所述车辆外部的电子设备。13.根据权利要求1所述的方法，其中所述一个或更多个传感器包括以下各项中的至少一项：相机、LIDAR、雷达、超声波、麦克风或扬声器。14.一种操作车辆的系统，所述系统包括：一个或更多个传感器，其被配置成接收指示车辆外部的人员的数据，所述数据包括对应于所述人员的轨迹数据；以及
并行处理电路，其被配置为：至少部分地基于指示所述车辆外部的所述人员的所述数据来确定所述人员的一个或更多个属性；基于所述轨迹数据和所述一个或更多个属性来计算风险等级，其中所述计算是至少部分地使用机器学习模型来执行的；以及使...

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