【技术实现步骤摘要】
本专利技术涉及智慧交通领域，尤其涉及自动驾驶领域。
技术介绍
1、对环境的感知作为在自动驾驶领域中进行车辆定位、制定关于车辆驾驶路径的决策、以及控制车辆来执行该决策的基础，其准确性和鲁棒性相当重要。准确和鲁棒的环境感知可以提高自动驾驶的安全性，相反，则可能导致不可估量的交通事故。
2、随着计算机视觉的发展，神经网络已经被广泛用于环境感知应用中。但是，由于训练数据有限以及训练数据分布的不平衡(长尾问题)，再加上当前神经网络的参数有限，而现实世界中的数据是高维度的，因此，即使将神经网络应用于环境感知，这仍然存在改进的余地。
3、当前为了增加自动驾驶的安全性，通常会添加冗余或者并行神经网络，但是当前添加的冗余或者并行神经网络通常与原神经网络是相似的，导致它们可能在相似的情况下失败(共因失效)，换言之，它们的失败具有高相关性，因此还不能获得满意的效果。
技术实现思路
1、期望提供一种用于自动驾驶的感知方法和设备，其能够提高环境感知的准确性和鲁棒性，进而为安全的自动驾驶提供保
2本文档来自技高网...
【技术保护点】
1.一种用于自动驾驶的感知方法，包括：
2.根据权利要求1所述的感知方法，其中，
3.根据权利要求1所述的感知方法，其中，获得所述至少一个第二检测结果包括：
4.根据权利要求1所述的感知方法，其中，所述至少一个第二神经网络中的每个第二神经网络包括第二编码器和第二解码器，所述感知方法还包括：
5.根据根据权利要求4所述的感知方法，其中，所述第一神经网络包括第一编码器和第一解码器，所述第一编码器用于基于所述第一图像确定第一特征图，所述第一解码器用于基于所述第一特征图获得所述第一检测结果，其中，所述第一神经网络的所述第一编码器...
【技术特征摘要】
1.一种用于自动驾驶的感知方法，包括：
2.根据权利要求1所述的感知方法，其中，
3.根据权利要求1所述的感知方法，其中，获得所述至少一个第二检测结果包括：
4.根据权利要求1所述的感知方法，其中，所述至少一个第二神经网络中的每个第二神经网络包括第二编码器和第二解码器，所述感知方法还包括：
5.根据根据权利要求4所述的感知方法，其中，所述第一神经网络包括第一编码器和第一解码器，所述第一编码器用于基于所述第一图像确定第一特征图，所述第一解码器用于基于所述第一特征图获得所述第一检测结果，其中，所述第一神经网络的所述第一编码器和所述至少一个第二神经网络中的任意一个第二神经网络的所述第二编码器为同一编码器或不同的编码器。
6.根据权利要求1-3中任一项所述的感知方法，其中，所述至少一个额外输入中的每个额外输入表示所述第一图像中的如下至少一种变化：
7.根据权利要求6所述的感知方法，其中，所述至少一个额外输入包括第一额外输入，所述第一额外输入表示所述第一图像与所述对应的参考图像之间的变化，所述感知方法包括：
8.根据权利要求6所述的感知方法，其中，所述至少一个额外输入包括第一额外输入，所述第一额外输入表示所述第一图像与所述对应的参考图像之间的变化，所述感知方法还包括：
9.根据权利要求8所述的感知方法，其中，通过使用至少如下算法之一基于所述第一图像和所述对应的参考图像生成所述第一额外输入：
10.根据权利要求6所述的感知方法，其中，所述至少一个额外输入包括第二额外输入，所述第二额外输入表示所述第一图像中的各个区域之间的变化，所述感知方法还包括：
11.根据权利要求6所述的感知方法，其中，所述至少一个额外输入包括第三额外输入，所述第三额外输入表示所述第一图像与所述第二图像之间的变化，所述感知方法还包括：
12.根据权利要求1-3中任一项所述的感知方法，其中，所述第一神经网络和所述至少一个第二神经网络中的任意一个第二神经网络的网络结构不同和/或通过不同的训练数据获取。
13.根据权利要求12所述的感知方法，其中，
14.根据权利要求2所述的感知方法，其中，所述第一检测结果至少包括对所述目标区域中的所述对象进行检测的检测结果，并且所述至少一个第二检测结果中的每个第二检测结果包括对所述目标区域中的所述变化对象进行检测的检测结果。
【专利技术属性】
技术研发人员：李昕润，王文夫，
申请(专利权)人：罗伯特·博世有限公司，
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。