感知系统错误检测和重新验证技术方案

本发明专利技术涉及感知系统错误检测和重新验证。传感器数据评估设备可以包括人工神经网络，被配置成用于接收第一测试数据并对第一测试数据进行处理，并输出第一测试数据输出，其中第一测试数据表示检测传感器输入的第一传感器的传感器数据；以及一个或多个处理器，被配置成用于接收表示第二传感器的缺陷的传感器缺陷信息；生成第二测试数据，其中第二测试数据基于传感器缺陷信息；实现人工神经网络以接收第二测试数据并对第二测试数据进行处理；并且从输出层输出第二测试数据输出；确定第一测试数据输出与第二测试数据输出之间的差异；以及如果该差异在一个或多个预定范围之外或不满足一个或多个预定标准，则发送表示所确定的差异的结果的信号。异的结果的信号。异的结果的信号。

【技术实现步骤摘要】
感知系统错误检测和重新验证


[0001]本公开的各个方面总体上涉及传感器错误检测、传感器降级检测、感知系统错误检测、感知系统重新训练和/或感知系统重新验证。

技术介绍

[0002]已知使用机器学习(也被称为人工智能(AI))在深度网络上(诸如在数据中心中)开发和执行感知功能，并且随后在嵌入式系统中部署经训练的AI功能。嵌入式系统可以被理解为一起操作以在更大的系统内执行特定功能的硬件和软件。此类嵌入式系统可以在各种设备(诸如，但不限于智能相机)中并且在用于自主系统(诸如机器人或自主交通工具)的感知功能中操作。
[0003]这些AI功能可以诸如例如通过使用深度神经网络在监督式学习的上下文中被确定。它们通常利用大的数据集合(例如大的注释数据集合)进行训练，这可能在计算上要求非常高。此类过程可以例如在嵌入式系统设备外部的数据中心中被常规地执行。
[0004]可能期望对所得到的系统进行证实，以确保适当的功能和安全操作。这种证实也可能需要大量的数据和相当大的计算资源。一旦训练完成并已经被授予证实，实际的AI功能可以被部署，诸如被部署在嵌入式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传感器数据评估设备，包括：人工神经网络，所述人工神经网络包括输入层和输出层，其中所述人工神经网络被配置成用于接收所述输入层中的第一测试数据，处理所述第一测试数据，并从所述输出层输出第一测试数据输出，其中所述第一测试数据表示检测传感器输出的第一传感器的传感器数据；以及一个或多个处理器，所述一个或多个处理器被配置成用于：接收表示第二传感器的缺陷的传感器缺陷信息；生成第二测试数据，其中所述第二测试数据基于所述传感器缺陷信息，并且其中所述第二测试数据与所述第一测试数据不同；实现人工神经网络以接收所述输入层中的所述第二测试数据，处理所述第二测试数据；并且从所述输出层输出第二测试数据输出；确定所述第一测试数据输出与所述第二测试数据输出之间的差异；以及如果所述第一测试数据输出与所述第二测试数据输出之间的所述差异在一个或多个预定范围之外或不满足一个或多个预定标准，则发送表示所确定的差异的结果的信号。2.如权利要求1所述的传感器数据评估设备，其特征在于，所述第二测试数据表示由所述传感器缺陷信息对所述第一测试数据的修改，以反映出由具有所述传感器缺陷的所述第二传感器检测到的传感器输入。3.如权利要求1所述的传感器数据评估设备，其特征在于，所述第一测试数据输出与第二测试数据输出之间的差异是数字差异、统计差异、概率差异、符合一个或多个规则的差异、符合一个或多个关系的差异或其任何组合。4.如权利要求1所述的传感器数据评估设备，其特征在于，所述一个或多个处理器进一步被配置成用于在所确定的差异在所述一个或多个预定范围之外或不满足所述一个或多个预定标准时，向交通工具发送表示停止操作的指令的信号。5.如权利要求1所述的传感器数据评估设备，其特征在于，所述一个或多个处理器进一步被配置成用于在所述第一测试数据输出与所述第二测试数据输出之间的所述差异在所述一个或多个预定范围之内或满足所述一个或多个预定标准时，发送表示传感器证实的信号。6.如权利要求1所述的传感器数据评估设备，其特征在于，所述传感器缺陷信息包括表示对传感器的机械损坏、对传感器覆盖物的机械损坏、传感器的光学路径中的一个或多个不透明的障碍物、由于传感器老化而引起的传感器数据质量的降低或其任何组合的信息。7.如权利要求1所述的传感器数据评估设备，其特征在于，如果所述第一测试数据输出与所述第二测试数据输出之间的所述差异在所述一个或多个预定范围之外或不满足所述一个或多个预定标准，则所述一个或多个处理器进一步被配置成用于标识与所述差异相对应的一个或多个像素并用于忽略由所述一个或多个像素检测到的第二传感器信息。8.如权利要求7所述的传感器数据评估设备，其特征在于，所述一个或多个处理器进一步被配置成用于：确定经修改的传感器缺陷信息，表示其中由所述一个或多个像素检测到的所述第二传感器信息被忽略的所述第二传感器的缺陷；生成第三测试数据，所述第三测试数据表示由所述经修改的传感器缺陷信息对所述第
一测试数据的修改，在所述经修改的传感器缺陷信息中，由所述一个或多个像素检测到的所述第二传感器信息被忽略；实现所述人工神经网络以接收所述输入层中的所述第三测试数据，处理所述第三测试数据；并且从所述输出层输出第三测试数据输出；确定所述第一测试数据输出与所述第三测试数据输出之间的差异；以及如果所述第一测试数据输出与所述第三测试数据输出之间的所述差异在所述一个或多个预定范围之外或不满足所述一个或多个预定标准，则发送表示所确定的差异的结果的信号。9.如权利要求1至8中任一项所述的传感器数据评估设备，其特征在于，所述第二传感器是图像传感器、相机传感器、光检测和测距(LIDAR)传感器、雷达传感器、声学传感器或其任何组合。10.如权利要求1至8中任一项所述的传感器数据评估设备，其特征在于，所述一个或多个处理器进一步被配置成用于通过使用至少两个传感器数据样本确定像素的实际传感器数据与所述像素的预期传感器数据之间的差异来确定所述传感器的缺陷。11.如权利要求1至8中任一项所述的传感器数据评估设备，进一步包括：附加的人工神经网络，所述附加的人工神经网络包括输入层和输出层，其中，所述附加的人工神经网络被配置成用于接收表示由所述第二传感器检测到的环境的第二传感器数据，处理所述第二传感器数据，并从所述输出层输出表示如被修改以对所述第二传感器缺陷进行补偿的所述第二传感器数据的经修改的第二传感器数据。12.如权利要求11所述的传感器数据评估设备，其特征在于，所述一个或多个处理器进一步被配置成用于：实现所述附加的人工神经网络以接收所述输入层中的所述经修改的第二传感器数据，处理所述经修改的第二传感器数据；并且从所述输出层输出第四测试数据输出；确定所述第一测试数据输出与所述第四测试数据输出之间的差异；以及如果所述第一测试数据输出与所述第四测试数据输出之间的所述差异在所述一个或多个预定范围之外或不满足所述一个或多个预定标准，则发送表示所确定的差异的结果的信号。13.如权利要求12所述的传感器数据评估设备，其特征在于，所述附加的人工神经网络被配置成用于根据生成对抗网络技术处理所述第二传感器数据。14.如权利要求1至8中任一项所述的传感器数据评估设备，其特征在于，所述第一测试数据和/或所述第二测试数据是模拟器数据。15.一种包括指令的非暂态计算机可读介质，所述指令当被执行时，使一个或多个处理器用于：接收第一测试数据输出，表示具有接收到的第一测试数据的人工神经网络的输出，其中所述第一测试数据表示检测传感器输入的第一传感器的传感器数据...

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