识别未知交通对象制造技术

本公开涉及识别未知交通对象，具体涉及用于生成训练数据的方法、系统、车辆和计算机可读存储介质，训练数据用于被配置为识别道路上的至少一个未知交通对象的机器学习(ML)算法。方法包括：从在道路上行驶的自我车辆的传感器系统获取传感器数据，传感器数据包括车辆的周围环境的由车载摄像头捕获的一个或多个图像以及指示自我车辆的速度和/或至少一个外部车辆的速度的信息。方法进一步包括确定至少一个未知交通对象在自我车辆的周围环境中的存在并且确定自我车辆的速度变化和/或至少一个外部车辆的速度变化。在确定的速度变化与确定的至少一个未知交通对象的存在共现的情况下，方法进一步包括选择至少一个未知交通对象的一个或多个图像。

【技术实现步骤摘要】

本公开涉及用于识别道路上的未知交通对象的方法和系统。更具体地，本公开的实施例和方面涉及对在道路上行驶的自我车辆的周围环境中存在的未知交通对象的识别，以及用于生成针对机器学习算法的训练数据的系统和方法，该机器学习算法用于识别道路上的未知交通对象。

技术介绍

1、在过去几年中，与自主车辆相关的研究和开发活动已经呈爆发式增长，并且正在探索许多不同的方法。越来越多的现代车辆具有先进的驾驶员辅助系统(adas)以提高车辆安全性以及更普遍地道路安全性。adas是可以在驾驶时帮助车辆驾驶员的电子系统，adas例如可以由自适应巡航控制(acc)防碰撞系统、前向碰撞警告等表示。如今，在与adas和自主驾驶(ad)领域两者相关联的许多
内，正在进行研究和开发。adas和ad在本文中将被称为与例如由驾驶自动化的sae j3016级别(0-5)所定义的所有不同自动化级别相对应的通用术语自动驾驶系统(ads)，并且具体地用于级别4和5。

2、在不久的将来，ads解决方案预计将应用于大部分投放市场的新车。ads可以被理解为各种部件的复杂组合，其能够被定义为其中车辆的本文档来自技高网...

【技术保护点】

1.一种用于生成训练数据的方法，所述训练数据用于被配置为识别道路上的至少一个未知交通对象的机器学习ML算法，所述方法包括：

2.根据权利要求1所述的方法，其中，

3.根据权利要求1所述的方法，其中，所述方法进一步包括：

4.根据权利要求1至3中的任一项所述的方法，其中，所述方法进一步包括：

5.根据权利要求1所述的方法，其中，所述自我车辆包括自动驾驶系统ADS。

6.根据权利要求1所述的方法，其中，所述方法由所述自我车辆的处理单元执行。

7.根据权利要求6所述的方法，其中，所述方法进一步包括：p>

8.根据权...

【技术特征摘要】

1.一种用于生成训练数据的方法，所述训练数据用于被配置为识别道路上的至少一个未知交通对象的机器学习ml算法，所述方法包括：

2.根据权利要求1所述的方法，其中，

3.根据权利要求1所述的方法，其中，所述方法进一步包括：

4.根据权利要求1至3中的任一项所述的方法，其中，所述方法进一步包括：

5.根据权利要求1所述的方法，其中，所述自我车辆包括自动驾驶系统ads。

6.根据权利要求1所述的方法，其中，所述方法由所述自我车辆的处理单元执行。

7.根据权利要求6所述的方法，其中，所述方法进一步包括：

8.根据权利要求6或7所述的方法，其中，所述方法进一步包括：

9.根据权利要求8所述的方法，其...

【专利技术属性】
技术研发人员：威兰姆·韦尔贝克，奥勒·蒙松，
申请(专利权)人：哲晰公司，
类型：发明
国别省市：