行车智能系统学习的开发装置及其开发方法制造方法及图纸

技术编号:35119223 阅读:20 留言:0更新日期:2022-10-05 09:47
本发明专利技术公开了一种行车智能系统学习的开发装置以及一种行车智能系统学习的开发方法,其中,该行车智能系统学习的开发装置包括影像信息接收模块,用来接收来自车辆摄像头的连续影像信息,感测器信息接收模块,用来接收来自车辆感测器的连续感测信息,处理单元,用来分析所述连续影像信息或/及所述连续感测信息是否包含识别目标,并于确认包含所述识别目标时,产生第一触发信息,信息传输接口,连接于所述处理单元,用来将来自所述行车智能系统于确认所述识别目标时,所产生的第二触发信息给所述处理单元,其中所述处理单元根据所述第一触发信息或所述第二触发信息标记对应的所述连续影像信息或/及所述连续感测信息。续影像信息或/及所述连续感测信息。续影像信息或/及所述连续感测信息。

【技术实现步骤摘要】
行车智能系统学习的开发装置及其开发方法


[0001]本专利技术涉及自动驾驶领域,尤其涉及一种行车智能系统学习的开发装置及其开发方法。

技术介绍

[0002]稳健的自动驾驶系统需要搭配不同特性的感测器,经由人工智能判断下,才能掌握环境的动态。一般来说,人工智能需通过不同感测器信息对于信息的大量搜集后,进行线下的标记与学习,调校参数后,最后上载更新相关训练模型,以提升对于环境感知能力。
[0003]而在发展一个理想的自动驾驶系统时,信息收集效率更显得重要,而现今车载智能具备有摄影机、毫米波雷达、超声波雷达和光达(LiDAR)等不同功能的感测器,而感测器信息其中又以影像信息收集时占据庞大的储存空间,所以,如何同时有效录制大量感测器信息后,针对未能训练好的人工智能对应的信息进而分类、标记与学习,提升储存空间使用率等将是自动驾驶技术开发过程中所必须解决的问题。

技术实现思路

[0004]为解决上述技术问题而提供了一种行车智能系统学习的开发装置及其开发方法。
[0005]本专利技术的目的可以通过以下的技术方案来实现:
[0006]一种行车智能系统学习的开发装置,包括:
[0007]影像信息接收模块,用来接收来自车辆摄像头的连续影像信息,
[0008]感测器信息接收模块,用来接收来自车辆感测器的连续感测信息,
[0009]处理单元,用来分析所述连续影像信息或/及所述连续感测信息是否包含识别目标,并于确认包含所述识别目标时,产生第一触发信息,
[0010]信息传输接口,连接于所述处理单元,用来将来自所述行车智能系统于确认所述识别目标时,所产生的第二触发信息给所述处理单元,
[0011]其中所述处理单元根据所述第一触发信息或所述第二触发信息标记对应的所述连续影像信息或/及所述连续感测信息。
[0012]还包括储存模块,其特征在于所述处理单元将已标记的所述连续影像信息或/及已标记的所述连续感测信息储存于所述储存模块内。
[0013]所述处理单元将已标记的所述连续影像信息或/及已标记的所述连续感测信息储存于所述行车智能系统。
[0014]所述影像信息接收模块还包括影像信息传输接口,用来将所述连续影像信息传输至所述行车智能系统。
[0015]所述感测器信息接收模块还包括车辆信息总成接口,用来将所述连续感测信息传输至所述行车智能系统。
[0016]所述第一触发信息为基准信息。
[0017]所述处理单元将所述储存模块内已标记的所述连续影像信息或/及已标记的所述
连续感测信息建立训练模型,并通过所述信息传输接口将所述训练模型传输至所述行车智能系统。
[0018]还包括云端传输接口,其特征在于所述储存模块内已标记的所述连续影像信息或/及已标记的所述连续感测信息通过所述云端传输接口传输至一云服务器,并接收所述云服务器建立的训练模型,且所述训练模型通过所述信息传输接口传输至所述行车智能系统。
[0019]所述处理单元当所述第一触发信息及所述第二触发信息内容一致时,不储存已标记的所述连续影像信息或/及已标记的所述连续感测信息于所述储存模块。
[0020]所述处理单元当所述第一触发信息及所述第二触发信息内容一致时,不储存已标记的所述连续影像信息或/及已标记的所述连续感测信息于所述行车智能系统。
[0021]以及
[0022]一种行车智能系统学习的开发方法,包括:
[0023]接收来自车辆影像器的连续影像信息,
[0024]接收来自车辆感测器的连续感测信息,
[0025]分析所述连续影像信息或/及所述连续感测信息是否包含识别目标,并于确认包含所述识别目标时,产生第一触发信息,
[0026]接收来自所述行车智能系统于确认所述识别目标时,所产生的第二触发信息
[0027]根据所述第一触发信息或所述第二触发信息标记对应的所述连续影像信息或/及所述连续感测信息。
[0028]储存已标记的所述连续影像信息或/及已标记的所述连续感测信息。
[0029]储存已标记的所述连续影像信息或/及已标记的所述连续感测信息于所述行车智能系统。
[0030]所述第一触发信息为基准信息。
[0031]将已标记的所述连续影像信息或/及已标记的所述连续感测信息建立训练模型,传输所述训练模型至所述行车智能系统。
[0032]将已标记的所述连续影像信息或/及已标记的所述连续感测信息传输至一云服务器,并接收自所述云服务器建立的训练模型,传输所述训练模型至所述行车智能系统。
[0033]当所述第一触发信息及所述第二触发信息内容一致时,不储存已标记的所述连续影像信息或/及已标记的所述连续感测信息。
[0034]当所述第一触发信息及所述第二触发信息内容一致时,不储存已标记的所述连续影像信息或/及已标记的所述连续感测信息于所述行车智能系统。
[0035]本专利技术具有以下优点:
[0036]1、对于开发者而言,通过本专利技术的行车智能系统学习的开发装置对于影像信息、感测信息的收集上有对应的接口,除了显得有效率之外,通过本专利技术的开发装置可作为待训练的行车智能系统的基准解(ground truth),经由比对基准解的程序更能将待训练的信息有效率被储存下来,节省大量信息储存空间,而这些标记分类好的信息更有利后续开发者对于行车智能系统中的人工智能训练。
[0037]2、本专利技术的开发装置的处理单元可内建有训练程式,可通过信息的再标记、筛选、参数调整等产生训练模型(training model),可直接更新待训练的行车智能系统,实现在
线(online)学习与训练。
[0038]3、本专利技术的开发装置具有一云端传输接口传输已标记且已储存的连续影像信息或/及连续感测信息至云服务器产生训练模型,节省了在每次收集信息后,对于信息数据的读入存取等时间,也同时可大幅节省了处理单元的运算量,并可回传训练模型至待训练的行车智能系统。
附图说明
[0039]图1是本专利技术的一种行车智能系统学习的开发装置的结构示意图;
[0040]图2是本专利技术的一种行车智能系统学习的开发装置连接行车智能系统运作的示意图;
[0041]图3是本专利技术的第一实施方式的一种行车智能系统学习的开发方法;
[0042]图4是本专利技术的第二实施方式的一种行车智能系统学习的开发方法;
[0043]图5是本专利技术的第三实施方式的一种行车智能系统学习的开发方法。
[0044]附图标记说明:100

行车智能系统学习的开发装置;101

影像信号接收模块;102

传感器信号接收模块;103

处理单元;104

信号传输接口;105

储存模块;1010

影像信号传输接口;200

行车智能系统;201
...

【技术保护点】

【技术特征摘要】
1.一种行车智能系统学习的开发装置,其特征在于,包括:影像信息接收模块,用来接收来自车辆摄像头的连续影像信息,感测器信息接收模块,用来接收来自车辆感测器的连续感测信息,处理单元,用来分析所述连续影像信息或/及所述连续感测信息是否包含识别目标,并于确认包含所述识别目标时,产生第一触发信息,信息传输接口,连接于所述处理单元,用来将来自所述行车智能系统于确认所述识别目标时,所产生的第二触发信息给所述处理单元,其中所述处理单元根据所述第一触发信息或所述第二触发信息标记对应的所述连续影像信息或/及所述连续感测信息。2.如权利要求1所述的行车智能系统学习的开发装置,还包括储存模块,其特征在于,所述处理单元将已标记的所述连续影像信息或/及已标记的所述连续感测信息储存于所述储存模块内。3.如权利要求1所述的行车智能系统学习的开发装置,其特征在于,所述处理单元将已标记的所述连续影像信息或/及已标记的所述连续感测信息储存于所述行车智能系统。4.如权利要求1所述的行车智能系统学习的开发装置,其特征在于,所述影像信息接收模块还包括影像信息传输接口,用来将所述连续影像信息传输至所述行车智能系统。5.如权利要求1所述的行车智能系统学习的开发装置,其特征在于,所述感测器信息接收模块还包括车辆信息总成接口,用来将所述连续感测信息传输至所述行车智能系统。6.如权利要求1所述的行车智能系统学习的开发装置,其特征在于,所述第一触发信息为基准信息。7.如权利要求2所述的行车智能系统学习的开发装置,其特征在于,所述处理单元将所述储存模块内已标记的所述连续影像信息或/及已标记的所述连续感测信息建立训练模型,并通过所述信息传输接口将所述训练模型传输至所述行车智能系统。8.如权利要求2所述的行车智能系统学习的开发装置,还包括云端传输接口,其特征在于,所述储存模块内已标记的所述连续影像信息或/及已标记的所述连续感测信息通过所述云端传输接口传输至一云服务器,并接收所述云服务器建立的训练模型,且所述训练模型通过所述信息传输接口传输至所述行车智能系统。9.如权利要求2所述的行车智能系统学习的开发装置,其特征在于,所述处理单元当所述第一触发信息及所述第二...

【专利技术属性】
技术研发人员:叶清松叶弘裕
申请(专利权)人:欧特明电子股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1