[發明專利]使用散列加權積分和求和的目標跟蹤的概率推理

有效

• 申請號: 201610894036.8
• 申請日: 2016-10-13
• 公開（公告）號: CN107015559B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 維迪亞·那利亞姆布特·穆拉里;斯內哈·卡德托塔德;丹尼爾·萊文
• 申請（專利權）人: 福特全球技術公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 劉小峰

本發明公開用于傳感器融合的系統、方法和裝置。用于傳感器融合的系統包括一個或多個傳感器、模型部件和推理部件。模型部件配置為基于傳感器數據計算聯合概率圖形模型中的數值。圖形模型包括對應于隨機變量的節點和表明節點間的相關性的邊緣。推理部件配置為基于傳感器數據和模型使用散列加權積分和求和(WISH)算法來檢測和跟蹤車輛附近的障礙物。

技術領域

本發明總體涉及用于自動駕駛或用于輔助駕駛員的方法、系統和裝置，并且更具體地涉及用于對象檢測和跟蹤的方法、系統和裝置。

背景技術

自主車輛和駕駛輔助系統目前被開發和部署以在車輛行駛的期間提供安全性，降低所需用戶輸入量或者甚至完全消除用戶參與。例如，如碰撞避讓系統的一些駕駛輔助系統可以在人員駕駛時監測車輛的行駛、位置和速度以及其它對象。當系統檢測到碰撞或撞擊迫近時，碰撞避讓系統可以干預并且應用制動、車輛轉向或實施其它避讓或安全性操縱。作為另一示例，自主車輛可以在少量或沒有用戶輸入的情況下使車輛行駛和導航。然而，由于行駛涉及的危險以及車輛成本，自主車輛和行駛輔助系統安全操縱并且能夠準確地導航道路、觀察它們的周圍環境以及避讓對象是非常重要的。

發明內容

根據本發明，提供一種系統，系統包含：

配置用于獲得傳感器數據的兩個或多個傳感器；

配置為基于傳感器數據計算聯合概率圖形模型(joint-probabilisticgraphical model)中的數值的模型部件，其中圖形模型包含對應于隨機變量的節點以及表明節點間的相關性的邊緣；以及

推理部件，推理部件配置為基于傳感器數據和模型使用散列加權積分和求和(WISH)算法檢測和跟蹤車輛附近的障礙物。

根據本發明的一個實施例，其中推理部件確定障礙物相對于車輛的速度、位置和速率中的一個或多個的置信邊界。

根據本發明的一個實施例，其中一個或多個節點對應于描述通過兩個或多個傳感器觀察的區域的網格內單元的占用；并且其中推理部件確定單元被對象占用的概率以及占用單元的對象的速率中的一個或多個。

根據本發明的一個實施例，其中一個或多個節點對應于被兩個或多個傳感器檢測到的對象的一個或多個連續變量，其中連續變量包含障礙物的反射和光譜特征中的一個或多個。

根據本發明的一個實施例，其中一個或多個節點對應于障礙物的一個或多個分類變量，其中分類變量包含對象類型和物質類型(material type)中的一個或多個。

根據本發明的一個實施例，其中模型包含基于傳感器數據計算節點處的數值的函數，其中函數包含用于計算數值的預定機器學習參數。

根據本發明的一個實施例，其中模型包括一個或多個邊緣的聯合概率函數，該函數描述對應于邊緣的節點在數學上如何關聯。

根據本發明的一個實施例，該系統進一步包含用于存儲聯合概率圖形模型的存儲部件。

根據本發明的一個實施例，該系統進一步包含學習部件，學習部件配置為基于通過一個或多個傳感器檢測到的障礙物的已知位置的機器學習以及基于與傳感器或車輛行駛相關的已知物理定律的因果或確定性約束而產生或改變模型的至少一部分。

根據本發明的一個實施例，其中兩個或多個傳感器包含光檢測和測距(激光雷達)系統、攝像系統、超聲系統、定位系統和車輪編碼器(wheel encoder)中的一個或多個。

根據本發明，提供一種利用計算裝置實施的方法，方法包含：

從兩個或多個傳感器接收關于車輛附近區域的傳感器數據；