【技术实现步骤摘要】
【国外来华专利技术】用于自主车辆中的物体检测的系统和方法
[0001]相关申请的交叉引用
[0002]本申请要求于2020年8月17日提交的题为“用于自主驾驶的可靠物体检测”的印度专利申请号202041035296的优先权。以上列出的申请的全部内容以引用方式并入本文用于所有目的。
[0003]本公开涉及自主(例如，自动驾驶)车辆领域。
技术介绍
[0004]一些机动车辆可包括用于环境感知和物体检测的系统。例如，车辆可包括用于检测车辆周围物体的物体检测系统，诸如以便调整车辆操作。具体地，物体检测系统可包括用于将相机图像中的物体进行识别和分类的神经网络。例如，车辆可包括相机和其他传感器，诸如激光雷达、雷达等，以及用于处理相机图像以检测物体的神经网络。驾驶员辅助系统(例如，诸如防撞系统、变道警告系统、巡航控制系统等)和自主驾驶系统可使用物体检测系统的结果来调整车辆操作。作为示例，可基于物体检测系统检测到的物体来调整计划的车辆轨迹。此外，调整的类型可取决于物体检测的类型。例如，相对于检测到道路上的车辆，可响应于检测到道路上的行人而不同地...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法，其包括：为车辆物体检测系统的神经网络的全连接层的节点的输出生成密码签名，所述全连接层的所述节点包括定位节点和分类节点，所述密码签名部分基于存储在回复保护存储块(RPMB)中的第一私钥，所述输出至少部分描述检测到的物体；以及响应于验证所述密码签名，基于所述检测到的物体调整车辆操作。2.如权利要求1所述的方法，其中至少部分地描述所述检测到的物体的所述输出包括来自所述定位节点的定位输出和来自所述分类节点的分类输出，所述定位输出包括用于所述检测到的物体的边界框位置和所述检测到的物体的所述边界框的大小两者的坐标，所述分类输出包括所述检测到的物体的物体类别。3.如权利要求2所述的方法，其中为所述输出生成所述密码签名包括在所述定位节点的功能内为所述定位输出生成第一密码签名，以及在所述分类节点的功能内为所述分类输出生成第二密码签名，所述第一密码签名基于存储在回复保护存储块(RPMB)中的所述第一私钥来生成，并且所述第二密码签名基于存储在所述RPMB中的第二私钥来生成。4.如权利要求3所述的方法，其中验证所述密码签名包括基于第一公钥验证所述第一密码签名和基于第二公钥验证所述第二密码签名，所述第一公钥和所述第二公钥中的每一者存储在所述车辆的写入保护存储器(WPM)中。5.如权利要求4所述的方法，其还包括：响应于未验证所述密码签名，不基于所述检测到的物体来调整所述车辆操作；以及向所述车辆的用户输出出错消息，或者从物体检测器中丢弃所述检测到的物体，或者警告车辆制造商，或者不将所述检测到的传递给另一个车辆控制模块。6.如权利要求3所述的方法，其中所述定位输出是基于所述全连接层的第一多个节点的输出，并且所述分类输出是基于所述全连接层的第二多个节点的输出。7.如权利要求3所述的方法，其还包括：在生成所述第二密码签名之前，基于第三公钥在所述分类节点内提供加密，所述第三公钥存储在写入保护存储器(WPM)中。8.如权利要求1所述的方法，其中所述神经网络是You Only Look Once(YOLO)神经网络。9.如权利要求1所述的方法，其中所述神经网络是空间金字塔池化(SPP)神经网络、快速R
‑
CNN(FRCN)神经网络、区域提议网络(RPN)神经网络、单发检测器(SSD)、反卷积单发检测器(DSSD)、和RetinaNet、可变形卷积网络中的一种。10.一种方法，其包括：在车辆处将相机图像输入到所述车辆的物体检测系统的神经网络，所述神经网络包括全连接层；在包括所述全连接层的定位节点的功能内，用第一密码签名对定位节点输出进行签名；在包括所述全连接层的分类节点的功能内，用第二密码签名对分类节点输出进行签名；经由激活函数处理所述带签名的定位节点输出和所述带签名的分类节点输出中的每一者，所述激活函数的输出包括用所述第一密码签名进行签名的定位输出和用所述第二密
码签名进行签名的分类输出，所述定位输出和所述分类输出中的每一者至少部分地描述检测到的物体；基于至少一个公钥和至少一个私钥验证所述第一密...
【专利技术属性】
技术研发人员：S，
申请(专利权)人：哈曼国际工业有限公司，
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。