【技术实现步骤摘要】
使用参考对象进行远程距离估计
[0001]相关申请的交叉引用
[0002]本申请要求于2020年11月16日提交的美国临时专利申请第63/114,518号的优先权，其公开内容通过引用整体结合于此。
[0003]本专利技术涉及使用神经网络来估计距环境中的对象的距离，也被称为定位环境中的对象。
技术介绍
[0004]在环境中定位对象是例如由自主车辆进行运动规划所需的任务。
[0005]自主车辆包括自驾驶汽车、船只和航空器。自主车辆使用各种车载传感器和计算机系统来检测附近对象并且使用这种检测来做出控制和导航决策。
[0006]估计对象(诸如其他车辆或行人)距自主驾驶车辆的相应距离是针对自主驾驶的安全关键型任务。尽管多种自主车辆配备有可以进行距离测量的LiDAR传感器，但是在由自主车辆的相机传感器生成的图像中检测到的一些对象可能在自主车辆的LiDAR传感器的感测范围之外。
技术实现思路
[0007]本说明书描述了被实现为在一个或多个位置处的一个或多个计算机上的计算机程序的系统，该系统通...
【技术保护点】
【技术特征摘要】
1.一种由一个或多个计算机执行的、用于生成针对环境中的场景的图像中描绘的目标对象的距离估计的方法，所述方法包括：获得指定(i)所述图像的目标部分以及(ii)所述图像的一个或多个参考部分的数据，所述图像的目标部分描绘在所述图像中检测到的目标对象，每个参考部分描绘相应参考对象；对于一个或多个参考对象中的每一个，获得针对参考对象的相应距离测量，所述距离测量是从参考对象到环境中的指定位置的距离的测量；根据描绘所述目标对象的图像的部分、描绘所述一个或多个参考对象中的每一个的图像的相应部分、以及针对所述参考对象的相应距离测量来生成网络输入；以及使用神经网络来处理网络输入，以生成作为从所述目标对象到所述环境中的指定位置的距离的估计的、针对所述目标对象的距离估计。2.根据权利要求1所述的方法，其中，根据由LiDAR传感器生成的、环境中的场景的传感器读数获得所述相应距离测量。3.根据权利要求2所述的方法，其中，所述目标对象在LiDAR传感器的范围之外。4.根据权利要求1所述的方法，其中，所述相应参考对象是环境中的地图特征，并且其中，根据环境中的场景的地图数据获得所述距离测量。5.根据任一项前述权利要求所述的方法，其中，生成网络输入包括：为每个包括所述目标对象和所述参考对象中的相应一个的多个对中的每一个生成相应对嵌入。6.根据权利要求5所述的方法，其中，生成相应对嵌入包括，对于所述对中的每一个：为所述对生成成对嵌入。7.根据权利要求6所述的方法，其中，所述对嵌入包括地理距离嵌入，并且其中，生成所述地理距离嵌入包括：根据对中的目标部分和参考对象的参考部分的属性以及针对对中的参考对象的距离测量，生成嵌入输入；以及通过使用一个或多个神经网络层处理所述嵌入输入来生成所述地理距离嵌入。8.根据权利要求7所述的方法，其中，所述属性包括以下中的一个或多个：所述目标部分的中心与所述参考部分的中心的中心坐标之间的相对位置偏移；或者所述目标部分的尺寸与所述参考部分的尺寸之间的相对比例。9.根据权利要求7所述的方法，其中，所述一个或多个神经网络层是MLP。10.根据权利要求7所述的方法，其中，所述对嵌入包括联合嵌入，并且其中，生成所述联合嵌入包括：识别联合边界框，所述联合边界框是包括对中的目标部分和参考对象的参考部分两者的图像的部分；以及通过使用特征提取神经网络处理所述联合边界框来生成所述联合嵌入。11.根据权利要求10所述的方法，其中，所述对嵌入是所述地理距离嵌入与所目标
‑
参考联合嵌入的级联。12.根据权利要求11所述的方法，其中，所述对嵌入包括：目标对象的目标对象特征嵌入，其包括从描绘所述目标对象的图像的部分提取的特
征；以及对中的参考对象的参考对象特征嵌入，其包括从描绘所述参考对象的图像的部分提取的特征。13.根据权利要求12所述的方法，其中，使用神经网络来处理网络输入，以生成作为从所述目标对象到环境中的指定点的距离的估计的、针对...
【专利技术属性】
技术研发人员：YH陈，M卡布卡布，R余，Y李，H赵，Y欧阳，
申请(专利权)人：伟摩有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。