【技术实现步骤摘要】
【国外来华专利技术】不安全驾驶场景的计算机化检测
[0001]相关申请的交叉引用
[0002]本申请要求
2021
年3月
17
日提交的美国申请第
17/204,050
号的优先权,该申请的全部内容通过引用并入本文
。
技术介绍
[0003]诸如自动驾驶或半自动驾驶车辆之类的车辆可以包括从环境捕获传感器数据的传感器
。
此类传感器例如可以包括相机传感器
、
光检测和测距
(LiDAR)
传感器
、
雷达传感器
、
全球定位系统
(GPS)
设备
、
基于声纳的传感器
、
超声波传感器
、
加速计
、
陀螺仪
、
磁力计
、
惯性测量单元
(IMU)
和远红外
(FIR)
传感器
。
与车辆相关的处理器可以处理传感器数据以检测和识别环境中的不同对象或实体
。
反过来,这些对象或实体的检测可以辅助车辆执行各种导航任务,例如车辆加速和减速
、
车辆制动
、
车辆变道
、
自适应巡航控制
、
盲点检测
、
用于碰撞警告或碰撞避免的后端雷达
、
停车辅助
、
交叉交通监控
、
紧急制动和自动距离控制
。
专 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.
一种系统,包括:一个或多个处理器;和存储指令的存储器,所述指令在由所述一个或多个处理器执行时使所述系统执行:在车辆的导航期间获得一个或多个系列的连续传感器数据帧;获取指示所述车辆是否处于自主模式的脱离数据;确定训练数据集以训练机器学习模型,所述训练数据集包括所述一个或多个系列的连续传感器数据帧的子集以及所述脱离数据的子集,所述机器学习模型被训练以识别不安全的驾驶条件;和使用所述训练数据集来训练所述机器学习模型以识别不安全的驾驶条件
。2.
根据权利要求1所述的系统,其中对所述机器学习模型的所述训练包括训练所述机器学习模型以确定模拟场景的安全级别,所述模拟场景包括描绘驾驶条件的一系列的连续传感器数据帧
。3.
根据权利要求1所述的系统,其中对所述机器学习模型的训练包括向所述机器学习模型馈送两个数据集作为输入,其中第一数据集包括被识别为安全的驾驶条件,并且第二数据集包括被识别为在特定位置处不安全的驾驶条件
。4.
根据权利要求1所述的系统,其中所述一个或多个系列的连续传感器数据帧中的在所述训练数据集中的第一部分被标记为具有不安全的驾驶条件,并且所述一个或多个系列的连续传感器数据帧中的在所述训练数据集中的第二部分被标记为具有安全的驾驶条件
。5.
根据权利要求1所述的系统,其中所述一个或多个系列的连续传感器数据帧的第一部分指示驾驶员已使所述车辆脱离自主模式,并且所述一个或多个系列的连续传感器数据帧的第二部分指示所述车辆保持在所述自主模式下
。6.
根据权利要求1所述的系统,其中对所述一个或多个系列的连续传感器数据帧进行与所述脱离数据的时间戳同步
。7.
根据权利要求1所述的系统,其中所述一个或多个系列的连续传感器数据帧中的传感器数据帧包括与光检测和测距数据合并的图像数据
。8.
根据权利要求1所述的系统,其中所述脱离数据包括方向盘旋转数据
、
加速踏板下压数据和制动踏板下压数据中的至少一者
。9.
根据权利要求1所述的系统,其中所述指令在被执行时使所述系统进一步执行:获取多个模拟场景;基于至少一个机器学习模型确定与所述多个模拟场景相对应的安全分数;基于所述安全分数从所述多个模拟场景中选择用于测试自动驾驶车辆的嵌入式逻辑的模拟场景集;和在模拟中使用所述模拟场景集来测试所述嵌入式逻辑
。10.
根据权利要求9所述的系统,其中基于小于阈值的安全分数来选择所述模拟场景集
。11.
一种计算机实现的方法,包括:在车辆的导航期间获得一个或多个系列的连续传感器数据帧;获取指示所述车辆是否处于自主模式的脱离数据;确定训练数据集以训练机器学习模型,所述训练数据集包括所述一个或多个系列的连
续传感器数据帧的子集以及所述脱离数据的子集,所述机器学习模型被训练以识别不安全的驾驶条件;和使用所述训练数据集来训练机器学习模型以识别不安全的驾驶条件
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。