[發(fā)明專利]生成車輛內(nèi)部的至少一個狀態(tài)的置信值的系統(tǒng)和方法

有效

• 申請?zhí)枺?/td>: 201811451381.X
• 申請日: 2018-11-30
• 公開（公告）號: CN110008800B
• 公開（公告）日: 2023-06-30
• 發(fā)明（設(shè)計）人: 亞歷山大·巴爾特;P·韋爾斯
• 申請（專利權(quán)）人: APTIV技術(shù)有限公司
• 主分類號: G06V20/59
• 分類號: G06V20/59;G06V10/44;G06V10/764;G06V10/82
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 黃綸偉;李輝

1.一種用于生成車輛內(nèi)部的至少一個狀態(tài)的置信值的系統(tǒng)(10)，該系統(tǒng)(10)包括：

成像單元(11)，所述成像單元(11)被配置成拍攝所述車輛內(nèi)部的至少一個圖像(14)，以及

處理單元(12)，所述處理單元(12)包括卷積神經(jīng)網(wǎng)絡(luò)(13)，

其中，所述處理單元(12)被配置成接收來自所述成像單元(11)的所述至少一個圖像(14)，并且將所述至少一個圖像(14)輸入到所述卷積神經(jīng)網(wǎng)絡(luò)(13)中，

其中，所述卷積神經(jīng)網(wǎng)絡(luò)(13)被配置成生成所述車輛內(nèi)部的多個狀態(tài)中的每一個各自的似然值，其中各個狀態(tài)的所述似然值表示所述車輛內(nèi)部存在該狀態(tài)的可能性，并且

其中，所述處理單元(12)還被配置成，根據(jù)由所述卷積神經(jīng)網(wǎng)絡(luò)生成的所述似然值，生成所述車輛內(nèi)部的所述多個狀態(tài)中的至少一個狀態(tài)的置信值(15)，

其中，所述狀態(tài)被布置成包括多個層級的分層結(jié)構(gòu)，

其中，所述處理單元(12)還被配置成，通過將所述車輛內(nèi)部的所述多個狀態(tài)中的各個狀態(tài)的似然值乘以比該狀態(tài)的層級更高的每個層級中的同一狀態(tài)的似然值，來生成該狀態(tài)的置信值，并且

其中，針對所述車輛內(nèi)部的所述多個狀態(tài)中的每一個，預(yù)先確定了更高層級中用于計算似然值乘積的狀態(tài)。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)(10)，其中，所述狀態(tài)選自下面的狀態(tài)組：駕駛員座位被占據(jù)；有人占據(jù)駕駛員座位；成年人占據(jù)駕駛員座位；駕駛員把手放在方向盤上；駕駛員處于駕駛位置；駕駛員與物體交互；駕駛員座位以外的預(yù)定座位被占據(jù)；人與預(yù)定物體交互；以及駕駛員座位被預(yù)定物體占據(jù)。

3.根據(jù)權(quán)利要求1或2所述的系統(tǒng)(10)，其中，所述成像單元(11)是3D成像單元。

4.根據(jù)權(quán)利要求1所述的系統(tǒng)(10)，

其中，在所述層級的至少一個中，存在互不排斥的至少兩個狀態(tài)。

5.根據(jù)權(quán)利要求2所述的系統(tǒng)(10)，

其中，最高層級包括狀態(tài)“駕駛員座位被占據(jù)”，

其中，第二高層級包括狀態(tài)“有人占據(jù)駕駛員座位”，并且

其中，第三高層級包括狀態(tài)“成年人占據(jù)駕駛員座位”。

6.根據(jù)權(quán)利要求1所述的系統(tǒng)(10)，

其中，所述卷積神經(jīng)網(wǎng)絡(luò)(13)是通過將所述車輛內(nèi)部的預(yù)定圖像輸入到神經(jīng)網(wǎng)絡(luò)(13)中來進行訓(xùn)練的，

其中，為所述預(yù)定圖像中的每一個提供注釋矢量，并且相應(yīng)預(yù)定圖像的所述注釋矢量表示所述多個狀態(tài)中與所述相應(yīng)預(yù)定圖像相關(guān)的狀態(tài)，

其中，所述卷積神經(jīng)網(wǎng)絡(luò)(13)針對所述預(yù)定圖像中的每一個生成所述多個狀態(tài)的似然值，并且

其中，針對所述預(yù)定圖像中的每一個計算損失函數(shù)，并且，僅與對應(yīng)的預(yù)定圖像相關(guān)的狀態(tài)的似然值對所述損失函數(shù)作出貢獻。

7.一種車輛，所述車輛包括根據(jù)權(quán)利要求1至6中任一項所述的用于生成車輛內(nèi)部的至少一個狀態(tài)的置信值的系統(tǒng)(10)。

8.一種用于生成車輛內(nèi)部的至少一個狀態(tài)的置信值的方法，該方法包括：

拍攝所述車輛內(nèi)部的至少一個圖像(14)；

將所述至少一個圖像(14)輸入到卷積神經(jīng)網(wǎng)絡(luò)中；

借助于所述卷積神經(jīng)網(wǎng)絡(luò)，生成所述車輛內(nèi)部的多個狀態(tài)中的每一個各自的似然值，其中各個狀態(tài)的所述似然值表示所述車輛內(nèi)部存在該狀態(tài)的可能性；以及

根據(jù)由所述卷積神經(jīng)網(wǎng)絡(luò)生成的所述似然值，生成所述車輛內(nèi)部的所述多個狀態(tài)中的至少一個狀態(tài)的置信值，

其中，所述狀態(tài)被布置成包括多個層級的分層結(jié)構(gòu)，

其中，通過將所述車輛內(nèi)部的所述多個狀態(tài)中的各個狀態(tài)的似然值乘以比該狀態(tài)的層級更高的每個層級中的同一狀態(tài)的似然值，來生成該狀態(tài)的置信值，并且

其中，針對所述車輛內(nèi)部的所述多個狀態(tài)中的每一個，預(yù)先確定了更高層級中用于計算似然值乘積的狀態(tài)。