车辆神经网络增强制造技术

本公开提供了“车辆神经网络增强”。一种计算机，其包括处理器和存储器，存储器包括指令，所述指令由处理器执行以：基于训练数据集中的一个或多个图像和对应的地面实况，通过变换一个或多个图像以生成包括地面实况的变体的一个或多个图像的成百个或更多个变体，来训练包括在记忆增强神经网络中的神经网络，并且处理一个或多个图像的变体，并且将与一个或多个图像的每个变体相对应的特征点存储在与记忆增强神经网络相关联的存储器中。所述指令可以包括另外的指令以用于利用记忆增强神经网络处理由车辆传感器获取的图像，包括将由车辆传感器获取的图像的特征方差集与一个或多个图像的每个变体的存储的处理参数进行比较，以获得输出结果。输出结果。输出结果。

【技术实现步骤摘要】
车辆神经网络增强


[0001]本公开总体上涉及车辆计算装置。

技术介绍

[0002]车辆可以配备有计算装置、网络、传感器和控制器以获取和/或处理关于车辆的环境的数据并且基于所述数据而操作车辆。车辆传感器可以提供关于将行驶的路线以及车辆的环境中要避开的对象的数据。车辆的操作可依赖于在车辆正在道路上进行操作时获取关于车辆的环境中的对象的准确且及时的数据。

技术实现思路

[0003]交通基础设施系统中的计算装置可以被编程为获取关于车辆外部环境的数据并使用所述数据来确定车辆路径，在所述车辆路径上以自主或半自主模式操作车辆。车辆可以基于车辆路径通过确定命令来指示车辆的动力传动系统、制动和转向部件操作车辆以沿着所述路径行驶，而在道路上操作。关于外部环境的数据可以包括车辆周围的环境中的一个或多个对象(诸如，车辆和行人等)的位置，并且可以由车辆中的计算装置使用来操作车辆。
[0004]车辆中的计算装置可以被编程为基于由包括在车辆中的传感器获取的图像数据来检测对象。计算装置可以包括被训练以检测图像数据中的对象的神经网络。在本文档的上下文中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：基于训练数据集中的一个或多个图像和对应的地面实况来训练包括在记忆增强神经网络中的神经网络，以识别和定位所述一个或多个图像中的对象；教导所述记忆增强神经网络通过变换所述一个或多个图像以生成包括所述地面实况的变体的所述一个或多个图像的多个变体来识别所述一个或多个图像中的多个位置处的对象；处理所述一个或多个图像的所述变体并将与所述一个或多个图像的每个变体相对应的特征点存储在与所述记忆增强神经网络相关联的存储器中；以及用所述记忆增强神经网络处理由车辆传感器获取的图像，包括将由所述车辆传感器获取的所述图像的特征点与所述一个或多个图像的每个变体的所述特征点进行比较，以获得输出结果。2.如权利要求1所述的方法，其中所述神经网络包括卷积层和全连接层，所述卷积层和全连接层为由所述神经网络处理的所述一个或多个图像中的每一个生成所述特征点，其中所述特征点包括对应于所述一个或多个图像中的每一个的结果的值。3.如权利要求1所述的方法，其中对应于所述特征点的集合均值和逆协方差与对应于所述一个或多个图像的地面实况一起存储在所述存储器中。4.如权利要求3所述的方法，其还包括：通过确定马哈拉诺比斯距离和KL散度，将对应于由所述神经网络输出的特征点的集合均值和逆协方差与存储在所述存储器中的所述集合均值和所述逆协方差进行比较。5.如权利要求4...

【专利技术属性】
技术研发人员：伊曼，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：