[發明專利]分類方法及系統

在審

• 申請號: 201810768505.0
• 申請日: 2018-07-13
• 公開（公告）號: CN109283924A
• 公開（公告）日: 2019-01-29
• 發明（設計）人: L·O·賴安
• 申請（專利權）人: 通用汽車環球科技運作有限責任公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 劉茜;王麗輝

提供了用于分類對象的系統和方法。在一個實施例中，一種方法包括：接收與車輛的環境相關聯的傳感器數據；通過處理器處理傳感器數據，以確定場景內的元素；通過處理器生成圍繞元素的邊界框；通過處理器將元素的片段投影到邊界框上，以獲得深度圖像；并且通過將深度圖像提供給機器學習模型并接收將元素分類為對象以便輔助控制自主車輛的分類輸出來分類對象。

技術領域

本公開總體上涉及自主車輛，并且更具體地涉及用于分類對象并基于對象的分類控制自主車輛的系統和方法。

背景技術

自主車輛是一種能夠感測其環境并在極少的用戶輸入或完全沒有用戶輸入的情況下進行導航的車輛。自主車輛采用諸如雷達、激光雷達、圖像傳感器等感測設備來感測其環境。自主車輛系統還采用從全球定位系統(GPS)技術、導航系統、車輛到車輛通信、車輛到基礎設施技術和/或線控系統得到的信息來對車輛進行導航。

人們已經將車輛自動化劃分成多個數字等級，具體的等級范圍涵蓋了與完全由人工進行控制的非自動化相對應的零級到與沒有人工控制的全自動化相對應的五級。各種自動化駕駛輔助系統(如巡航控制系統、自適應巡航控制系統和停車輔助系統)對應的是較低的自動化水平，而真正意義上的“無人駕駛”車輛對應的是較高的自動化水平。

盡管近年來自主車輛已經取得了明顯的進步，但是這樣的系統仍然可以在許多方面加以改進。例如，有利的是，自主車輛能夠更精確地對在其周圍感測到的對象進行分類，例如，在環境中感測到的對象是人類還是機動車輛等等。

因此，期望提供能夠更準確地對在環境中感測的對象進行分類的系統和方法。此外，結合附圖以及前述技術領域和背景技術，根據以下詳細描述和所附權利要求，本發明的其他期望特征和特性將變得顯而易見。

發明內容

提供了用于分類對象的系統和方法。在一個實施例中，一種方法包括：接收與車輛的環境相關聯的傳感器數據；通過處理器處理傳感器數據，以確定場景內的元素；通過處理器生成圍繞元素的邊界框；通過處理器將元素的片段投影到邊界框上，以獲得深度圖像；并且通過將深度圖像提供給機器學習模型并接收將元素分類為用于輔助控制自主車輛的對象的分類輸出來分類對象。

在一個實施例中，一種系統包括對象分類模塊，該對象分類模塊包括處理器。對象分類模塊配置為經通過處理器接收與車輛的環境相關聯的傳感器數據；通過處理器處理傳感器數據，以確定場景內的元素；通過處理器生成圍繞元素的邊界框；通過處理器將元素的片段投影到邊界框上，以獲得深度圖像；并且通過將深度圖像提供給機器學習模型并接收將元素分類為對象以便輔助控制自主車輛的分類輸出來分類對象。

在一個實施例中，提供了一種自主車輛。自主車輛包括提供傳感器數據的至少一個傳感器；以及控制器，該控制器通過處理器并且基于傳感器數據：接收與車輛的環境相關聯的傳感器數據；通過處理器處理傳感器數據，以確定場景內的元素；通過處理器生成圍繞元素的邊界框；通過處理器將元素的片段投影到邊界框上，以獲得深度圖像；并且通過將深度圖像提供給機器學習模型并接收將元素分類為對象以便輔助控制自主車輛的分類輸出來分類對象。

附圖說明

在下文中，將結合以下附圖來描述示例性實施例，其中相同的附圖標記表示相同的元件，并且其中：

圖1是示出了根據各種實施例的具有對象分類系統的自主車輛的功能框圖；

圖2是示出了根據各種實施例的具有圖1的一個或多個自主車輛的交通系統的功能框圖；

圖3和圖4是示出了根據各種實施例的包括自主車輛的對象分類系統的自主駕駛系統的數據流程圖；以及

圖5是示出了根據各種實施例的用于控制自主車輛的控制方法的流程圖。

具體實施方式