【技术实现步骤摘要】
以下描述涉及用于处理从移动对象的传感器收集的信息的方法和装置。
技术介绍
1、无人驾驶汽车或自动驾驶汽车是可在不从驾驶员接收输入的情况下自行驾驶的汽车。无人驾驶车辆可通过使用传感器(诸如，雷达(radar)传感器、激光雷达(lidar)(光检测和测距)传感器、gps、相机等)识别周围环境来自主驾驶。激光雷达传感器可发射高输出激光脉冲，并测量高输出激光脉冲由周围对象反射以被返回所花费的时间。因此，可确定对象的距离和形状。激光雷达传感器可通过除了距对象的距离之外还测量关于宽度和高度的信息来精确地三维识别对象，但是激光雷达传感器对外部环境的影响敏感。雷达传感器与激光雷达传感器的不同之处在于雷达传感器使用无线电波而不是激光。雷达传感器可发射无线电波，并且用由对象反射并返回的无线电波的数据来获得关于对象的距离、速度和方向的信息。然而，雷达传感器在识别对象的形状方面可能不是非常准确。
技术实现思路
1、提供本
技术实现思路
以简要的形式介绍在以下具体实施方式中进一步描述的构思的选择。本
技术实现思路
不旨在确定要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定要求保护的主题的范围。
2、在一个总体方面，提供了一种处理器实现的方法，所述方法包括：基于从移动对象收集的第一感测信息，识别具有小于阈值的识别准确度的置信水平的目标；从互通移动对象获得关于目标的第二感测信息；基于包括在第一感测信息中的时间信息和包括在第二感测信息中的时间信息，使第一感测信息和第二感测信息同步；以及训练神经网络，所
3、第二感测信息的置信水平可大于或等于所述阈值。
4、所述方法可包括：基于第一感测信息和第二感测信息，计算移动对象与互通移动对象之间的相对位置关系；以及基于移动对象与互通移动对象之间的相对位置关系，从第二感测信息提取关于目标的信息。
5、第二感测信息可包括由互通移动对象检测到的至少一个周围对象的位置信息，并且从第二感测信息提取关于目标的信息的步骤可包括：基于移动对象与互通移动对象之间的相对位置关系，转换出所述至少一个周围对象相对于移动对象的位置的位置信息，并且基于转换出的周围对象的位置信息，从所述至少一个周围对象识别目标。
6、所述方法可包括：响应于所述神经网络的估计性能满足阈值，通过将第一感测信息应用于所述神经网络来获得关于目标的信息。
7、所述方法可包括：基于包括在第二感测信息中的关于目标的信息，校正包括在第一感测信息中的关于目标的信息。
8、第一感测信息可包括由移动对象的第一传感器检测到的关于目标的信息，并且第二感测信息可包括由互通移动对象的第二传感器检测到的关于目标的信息。
9、第一传感器可包括雷达传感器。
10、第二传感器可包括激光雷达传感器。
11、第一感测信息可包括移动对象的位置信息和目标相对于移动对象的相对位置信息。
12、第二感测信息可包括互通移动对象的位置信息、基于互通移动对象的目标的相对位置信息以及目标的识别信息。
13、关于目标的信息可包括目标的分类信息、分割信息或位置信息中的任何一个或多个。
14、在另一总体方面，提供了一种方法，包括：至少一个处理器，被配置为：基于从移动对象收集的第一感测信息，识别具有小于阈值的识别准确度的置信水平的目标；从互通移动对象获得关于目标的第二感测信息；基于包括在第一感测信息中的时间信息和包括在第二感测信息中的时间信息，使第一感测信息和第二感测信息同步；以及训练神经网络，所述神经网络用于通过使用包括在同步后的第二感测信息中的关于目标的信息作为地面真值数据来从同步后的第一感测信息估计目标的识别信息。
15、所述移动对象可包括被配置为收集关于移动对象周围的对象的信息的至少一个传感器。
16、所述移动对象可包括被配置为与互通移动对象交换数据的通信模块。
17、处理器可被配置为基于第一感测信息和第二感测信息计算移动对象与互通移动对象之间的相对位置关系，并且基于移动对象与互通移动对象之间的相对位置关系从第二感测信息提取关于目标的信息。
18、第二感测信息可包括由互通移动对象检测到的至少一个周围对象的位置信息，并且处理器可被配置为：基于移动对象与互通移动对象之间的相对位置关系来转换出所述至少一个周围对象相对于移动对象的位置的位置信息，并且基于转换出的周围对象的位置信息从所述至少一个周围对象识别目标。
19、处理器可被配置为：响应于所述神经网络的估计性能满足阈值，通过将第一感测信息应用于所述神经网络来获得关于目标的信息。
20、处理器可被配置为：基于包括在第二感测信息中的关于目标的信息，校正包括在第一感测信息中的关于目标的信息。
21、第一感测信息可包括由移动对象的第一传感器检测到的关于目标的信息，并且第二感测信息可包括由互通移动对象的第二传感器检测到的关于目标的信息。
22、第一传感器可包括雷达传感器。
23、第二传感器可包括激光雷达传感器。
24、在另一总体方面，提供了一种处理器实现的方法，所述方法包括：基于从移动对象收集的第一感测信息，识别具有小于阈值的识别准确度的置信水平的目标；从互通移动对象获得关于目标的第二感测信息；基于包括在第一感测信息中的时间信息和包括在第二感测信息中的时间信息，使第一感测信息和第二感测信息同步；将同步后的第一感测信息输入到神经网络以获得输出；以及所述训练神经网络以使所述输出与同步后的第二感测信息之间的差异最小化。
25、所述方法可包括：响应于所述神经网络的估计性能满足阈值，通过将第一感测信息应用于所述神经网络来获得关于目标的信息。
26、所述方法可包括：响应于所述差异小于阈值，通过将第一感测信息应用于所述神经网络来获得关于目标的信息。
27、从下面的详细描述、附图和权利要求，其他特征和方面将是清楚的。
本文档来自技高网...【技术保护点】
1.一种处理信息的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求2所述的方法，其中，
4.根据权利要求1所述的方法，还包括：
5.根据权利要求1所述的方法，还包括：
6.根据权利要求1至5中的任一项所述的方法，其中，
7.根据权利要求6所述的方法，其中，
8.根据权利要求1至5中的任一项所述的方法，其中，第一感测信息包括移动对象的位置信息和目标相对于移动对象的相对位置信息。
9.根据权利要求1至5中的任一项所述的方法，其中，第二感测信息包括互通移动对象的位置信息、目标相对于互通移动对象的相对位置信息和目标的识别信息。
10.根据权利要求1至5中的任一项所述的方法，其中，关于目标的信息包括目标的分类信息、分割信息和位置信息中的任何一个或多个。
11.一种存储指令的非暂时性计算机可读存储介质，所述指令在由处理器执行时使处理器执行根据权利要求1至10中的任一项所述的方法。
12.一种移动对象，包括：
13.根据权
14.根据权利要求12所述的移动对象，还包括：
15.根据权利要求12所述的移动对象，其中，所述至少一个处理器还被配置为：
16.根据权利要求15所述的移动对象，其中，
17.根据权利要求12所述的移动对象，其中，所述至少一个处理器还被配置为：
18.根据权利要求12所述的移动对象，其中，所述至少一个处理器还被配置为：
19.根据权利要求12至18中的任一项所述的移动对象，其中，
20.根据权利要求19所述的移动对象，其中，
...【技术特征摘要】
1.一种处理信息的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求2所述的方法，其中，
4.根据权利要求1所述的方法，还包括：
5.根据权利要求1所述的方法，还包括：
6.根据权利要求1至5中的任一项所述的方法，其中，
7.根据权利要求6所述的方法，其中，
8.根据权利要求1至5中的任一项所述的方法，其中，第一感测信息包括移动对象的位置信息和目标相对于移动对象的相对位置信息。
9.根据权利要求1至5中的任一项所述的方法，其中，第二感测信息包括互通移动对象的位置信息、目标相对于互通移动对象的相对位置信息和目标的识别信息。
10.根据权利要求1至5中的任一项所述的方法，其中，关于目标的信息包括目标的分类信息、分割信息和位置信息中的...
【专利技术属性】
技术研发人员：金钟硕，崔成焘，姜承兑，全晋用，赵迎梾，
申请(专利权)人：三星电子株式会社，
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。