用于检测交通对象的系统和方法技术方案

检测车辆外部的交通对象并控制车辆的系统和方法。该系统和方法从车辆中包括的传感器系统接收感知数据，确定感知数据中的聚焦感兴趣区域(ROI)，比例缩放至少一个聚焦ROI的感知数据，使用基于神经网络(NN)的交通对象检测算法，处理聚焦ROI的比例缩放感知数据，以提供交通对象检测数据，以及部分基于交通对象检测数据控制至少一个车辆特征。据控制至少一个车辆特征。据控制至少一个车辆特征。

【技术实现步骤摘要】
用于检测交通对象的系统和方法


[0001]本公开总体上涉及使用人工神经网络进行交通对象(object)检测的车辆、系统和方法。

技术介绍

[0002]自主和半自主车辆能够感测其环境并基于感测的环境进行导航。这样的车辆使用诸如雷达、激光雷达、图像传感器等的感测设备来感测它们的环境。车辆系统还使用来自全球定位系统(GPS)技术、导航系统、车辆到车辆通信、车辆到基础设施技术和/或线控驱动系统的信息来导航车辆。
[0003]车辆自动化已被分类为从零(对应于完全人工控制的无自动化)到五(对应于无人工控制的完全自动化)的数值级别。各种自动驾驶辅助系统，例如巡航控制、自适应巡航控制和停车辅助系统，对应于较低的自动化级别，而真正的“无人驾驶”车辆对应于更高的自动化级别。一些自动车辆系统包括基于神经网络的检测器，用于检测交通对象，例如交通信号灯和路标。然而，一些交通对象检测器是计算密集型的，可能无法在远距离准确检测，并且需要将大量成组数据从传感器系统传输到神经网络。
[0004]因此，期望提供以增加的计算效率检测交通对象的系统和方法，而不牺牲和最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测车辆外部的至少一个交通对象并控制车辆的方法，该方法包括：经由至少一个处理器接收来自车辆中包括的传感器系统的感知数据；经由至少一个处理器确定感知数据中的至少一个聚焦的感兴趣区域(ROI)；经由至少一个处理器比例缩放至少一个聚焦ROI的感知数据；使用基于神经网络(NN)的交通对象检测算法来处理至少一个聚焦ROI的比例缩放感知数据，以提供交通对象检测数据；和经由至少一个处理器部分地基于交通对象检测数据来控制至少一个车辆特征。2.根据权利要求1所述的方法，其中比例缩放是通过数字或光学变焦来执行的。3.根据权利要求1所述的方法，其中在压缩来自传感器系统的原始感知数据之前，通过数字变焦来执行比例缩放。4.根据权利要求1所述的方法，其中感知数据是通过来自相机的图像数据、来自激光雷达设备的激光雷达数据或来自雷达设备的雷达数据中的至少一个获得的。5.根据权利要求1所述的方法，包括经由至少一个处理器来确定感知数据中的多个聚焦的感兴趣区域(ROI)；经由至少一个处理器比例缩放多个聚焦ROI中的每一个的感知数据；以及使用基于NN的交通对象检测算法批量处理多个聚焦ROI中的每个的比例缩放感知数据，以提供交通对象检测数据。6.根据权利要求1所述的方法，其中经由至少一个处理器对至少一个聚焦的ROI的感知数据执行比例缩放，以便实现目标像素密度...

【专利技术属性】
技术研发人员：LA布什，GJ邹，A玛尼，UP穆达里奇，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：