用于运载工具的系统和计算机实现的方法技术方案

本发明专利技术涉及用于运载工具的系统和计算机实现的方法

【技术实现步骤摘要】
用于运载工具的系统和计算机实现的方法


[0001]本专利技术涉及用于运载工具的系统和计算机实现的方法，特别涉及从激光雷达扫描的自动车道标线提取和分类。

技术实现思路

[0002]一种计算机实现的方法，其由至少一个处理器实现，所述计算机实现的方法包括：利用所述至少一个处理器，接收表示来自运载工具环境的激光雷达扫描的数据的图像；利用所述至少一个处理器，对所述图像进行卷积以生成第一特征图；利用所述至少一个处理器，将所述第一特征图转换成第一特征向量；利用所述至少一个处理器，将一个或多于一个附加卷积应用于所述第一特征图以生成第二特征图；利用所述至少一个处理器，将所述第二特征图转换成第二特征向量；利用所述至少一个处理器，将表示至少所述第一特征向量和所述第二特征向量的输入传递通过神经网络以产生场景特征向量；以及利用所述至少一个处理器，至少基于所述场景特征向量和所述第二特征图来生成输出图，其中所述输出图包括多个像素并且指示各像素与道路元素相对应的似然度。
[0003]一种用于运载工具的系统，包括：一个或多于一个非暂时性数据存储部，其包括计算机可执行指令；以及一个或多于一个硬件处理器，其被配置为执行所述计算机可执行指令以进行以下操作：接收表示来自运载工具环境的激光雷达扫描的数据的图像；对所述图像进行卷积以生成第一特征图；将所述第一特征图转换成第一特征向量；将一个或多于一个附加卷积应用于所述第一特征图以生成第二特征图；将所述第二特征图转换成第二特征向量；将表示至少所述第一特征向量和所述第二特征向量的输入传递通过神经网络以产生场景特征向量；以及至少基于所述场景特征向量和所述第二特征图来生成输出图，其中所述输出图包括多个像素并且指示各像素与道路元素相对应的似然度。
[0004]一种计算机实现的方法，包括：利用至少一个处理器，接收与表示运载工具环境的激光雷达扫描的图像相对应的数据；利用所述至少一个处理器并且使用机器学习模型，针对所述图像的多个像素确定道路元素分类，其中针对所述多个像素中的特定像素的分类指示与所述图像的所述特定像素相关联的交通车道的交通方向；以及利用所述至少一个处理器，基于针对所述多个像素的分类来生成多个多段线，其中所述多个多段线中的至少两个多段线指示用于在不同方向上行驶的交通的至少两个交通车道之间的边界。
附图说明
[0005]图1是可以实现包括自主系统的一个或多于一个组件的运载工具的示例环境；
[0006]图2是包括自主系统的运载工具的一个或多于一个系统的图；
[0007]图3是图1和图2的一个或多于一个装置和/或一个或多于一个系统的组件的图；
[0008]图4A是自主系统的某些组件的图；
[0009]图4B是神经网络的实现的图；
[0010]图4C和图4D是例示CNN的示例操作的图；
[0011]图5是示出车道分类系统从激光雷达(lidar)数据准确地检测道路元素的操作的框图；
[0012]图6是在图5的操作期间在各个点处处理的示例图像的可视化；
[0013]图7是可以由图5的车道分类系统实现以从激光雷达数据准确地检测道路元素的例示性机器学习架构；
[0014]图8是用于对激光雷达扫描数据内的道路元素进行分类的例示性例程；以及
[0015]图9是用于基于卷积神经网络和全局上下文子网络进行图像分割的例示性例程，其可以用于进行如关于图8所论述的分类。
具体实施方式
[0016]在以下描述中，为了解释的目的，阐述了许多具体细节，以便提供对本公开的透彻理解。然而，本公开所描述的实施例可以在没有这些具体细节的情况下实施将是明显的。在一些实例中，众所周知的构造和装置是以框图形式例示的，以避免不必要地使本公开的方面模糊。
[0017]在附图中，为了便于描述，例示了示意要素(诸如表示系统、装置、模块、指令块和/或数据要素等的那些要素等)的具体布置或次序。然而，本领域技术人员将要理解，除非明确描述，否则附图中示意要素的具体次序或布置并不意在意味着要求特定的处理次序或序列、或处理的分离。此外，除非明确描述，否则在附图中包含示意要素并不意在意味着在所有实施例中都需要这种要素，也不意在意味着由这种要素表示的特征不能包括在一些实施例中或不能在一些实施例中与其他要素结合。
[0018]此外，在附图中，连接要素(诸如实线或虚线或箭头等)用于例示两个或多于两个其他示意要素之间或之中的连接、关系或关联，没有任何此类连接要素并不意在意味着不能存在连接、关系或关联。换句话说，要素之间的一些连接、关系或关联未在附图中例示，以便不使本公开内容模糊。此外，为了便于例示，可以使用单个连接要素来表示要素之间的多个连接、关系或关联。例如，如果连接要素表示信号、数据或指令(例如，“软件指令”)的通信，本领域技术人员应理解，这种要素可以表示影响通信可能需要的一个或多于一个信号路径(例如，总线)。
[0019]尽管使用术语“第一”、“第二”和/或“第三”等来描述各种要素，但这些要素不应受这些术语的限制。术语“第一”、“第二”和/或第三”仅用于区分一个要素与另一要素。例如，在没有背离所描述的实施例的范围的情况下，第一触点可被称为第二触点，并且类似地，第二触点可被称为第一触点。第一触点和第二触点这两者都是触点，但它们不是相同的触点。
[0020]在本文所描述的各种实施例的说明书中使用的术语仅是为了描述特定实施例的目的而包括的，而不是意在限制。如在所描述的各种实施例的说明书和所附权利要求书中所使用的，单数形式“a”、“an”和“the”也意在包括复数形式，并且可以与“一个或多于一个”或者“至少一个”互换使用，除非上下文另有明确说明。还将理解的是，如本文所使用的术语“和/或”是指并且包括关联的列出项中的一个或多于一个的任何和所有可能的组合。还将理解的是，当在本说明书中使用术语“包括”、“包含”、“具备”和/或“具有”时，具体说明存在所陈述的特征、整数、步骤、操作、要素和/或组件，但并不排除存在或添加一个或多于一个其他特征、整数、步骤、操作、要素、组件和/或其群组。
[0021]如本文所使用的，术语“通信”和“进行通信”是指信息(或者由例如数据、信号、消息、指令和/或命令等表示的信息)的接收、收到、传输、传送和/或提供等中的至少一者。对于要与另一单元进行通信的一个单元(例如，装置、系统、装置或系统的组件、以及/或者它们的组合等)而言，这意味着该一个单元能够直接地或间接地从另一单元接收信息和/或向该另一单元发送(例如，传输)信息。这可以是指本质上为有线和/或无线的直接或间接连接。另外，即使可以在第一单元和第二单元之间修改、处理、中继和/或路由所传输的信息，两个单元也可以彼此进行通信。例如，即使第一单元被动地接收信息并且不主动地向第二单元传输信息，第一单元也可以与第二单元进行通信。作为另一示例，如果至少一个中介单元(例如，位于第一单元和第二单元之间的第三单元)处理从第一单元接收到的信息、并将处理后的信息传输至第二单元，则第一单元可以与第二单元进行通信。在一些实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的方法，其由至少一个处理器实现，所述计算机实现的方法包括：利用所述至少一个处理器，接收表示来自运载工具环境的激光雷达扫描的数据的图像；利用所述至少一个处理器，对所述图像进行卷积以生成第一特征图；利用所述至少一个处理器，将所述第一特征图转换成第一特征向量；利用所述至少一个处理器，将一个或多于一个附加卷积应用于所述第一特征图以生成第二特征图；利用所述至少一个处理器，将所述第二特征图转换成第二特征向量；利用所述至少一个处理器，将表示至少所述第一特征向量和所述第二特征向量的输入传递通过神经网络以产生场景特征向量；以及利用所述至少一个处理器，至少基于所述场景特征向量和所述第二特征图来生成输出图，其中所述输出图包括多个像素并且指示各像素与道路元素相对应的似然度。2.根据权利要求1所述的计算机实现的方法，其中，所述图像是从三维激光雷达点云图像生成的二维伪图像。3.根据权利要求2所述的计算机实现的方法，其中，所述三维激光雷达点云图像是从表示所述运载工具环境的多次激光雷达扫描的聚合三维激光雷达点云图像生成的。4.根据权利要求1至3中任一项所述的计算机实现的方法，其中，生成所述输出图包括：生成将分类值与所述多个像素中的各像素相关联的分割图，所述分类值指示该像素与所述道路元素相对应的似然度。5.根据权利要求4所述的计算机实现的方法，其中，所述道路元素是多个道路元素其中之一，以及其中，所述输出图将多个分类值与各像素相关联，所述多个分类值中的各分类值与所述多个道路元素中的相应道路元素相对应。6.根据权利要求5所述的计算机实现的方法，其中，所述多个道路元素包括以下项中的至少一个：指示在相同方向上的交通车道之间的划分的车道分隔线、指示在不同方向上的交通车道之间的划分的道路分隔线、指示车行道的边界的道路边界元素、停车线、行人标识、自行车标识和V形标识。7.根据权利要求1至6中任一项所述的计算机实现的方法，其中，将一个或多于一个附加卷积应用于所述第一特征图以生成所述第二特征图包括：将第一附加卷积应用于所述第一特征图以生成中间特征图，以及将第二附加卷积应用于所述中间特征图以生成所述第二特征图。8.根据权利要求1至7中任一项所述的计算机实现的方法，其中，将所述第一特征图转换成所述第一特征向量包括：使用池化操作来降低所述第一特征图的维度。9.根据权利要求1至8中任一项所述的计算机实现的方法，其中，表示至少所述第一特征向量和所述第二特征向量的输入是至少所述第一特征向量和所述第二特征向量的级联。10.根据权利要求1至9中任一项所述的计算机实现的方法，其中，基于所述场景特征向量和所述第二特征图来生成所述输出图包括：至少基于所述场景特征向量来对所述第二特征图进行去卷积。11.根据权利要求1至10中任一项所述的计算机实现的方法，还包括：从所述输出图生成一个或多于一个多段线，所述一个或多于一个多段线中的各多段线用于识别所述运载工...

【专利技术属性】
技术研发人员：D，
申请(专利权)人：动态，
类型：发明
国别省市：