[發(fā)明專(zhuān)利]以AVM實(shí)現(xiàn)注意力驅(qū)動(dòng)資源分配的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010074183.7
• 申請(qǐng)日: 2020-01-22
• 公開(kāi)（公告）號(hào): CN111507169B
• 公開(kāi)（公告）日: 2023-07-28
• 發(fā)明（設(shè)計(jì)）人: 金桂賢;金镕重;金鶴京;南云鉉;夫碩焄;成明哲;申?yáng)|洙;呂東勛;柳宇宙;李明春;李炯樹(shù);張?zhí)┬?/a>;鄭景中;諸泓模;趙浩辰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 斯特拉德視覺(jué)公司
• 主分類(lèi)號(hào): G06V20/56
• 分類(lèi)號(hào): G06V20/56;G06V10/82;G06V10/94;G06V10/96;G06N3/045;G06N3/0464
• 代理公司: 上海翼勝專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 31218
• 代理人: 翟羽

本申請(qǐng)公開(kāi)了一種以AVM實(shí)現(xiàn)注意力驅(qū)動(dòng)資源分配的方法及裝置，該方法及裝置通過(guò)使用表示與檢測(cè)客體過(guò)程并行生成的檢測(cè)客體的可信度的置信度分?jǐn)?shù)來(lái)在自動(dòng)駕駛中實(shí)現(xiàn)更好性能并節(jié)約計(jì)算能力。其中，該方法包括以下步驟：(a)計(jì)算裝置通過(guò)安裝在對(duì)象車(chē)輛上的至少一個(gè)全景視圖傳感器獲取對(duì)象車(chē)輛周?chē)闹辽僖粋€(gè)環(huán)境圖像；(b)計(jì)算裝置指示卷積神經(jīng)網(wǎng)絡(luò)(CNN)對(duì)環(huán)境圖像進(jìn)行至少一個(gè)CNN運(yùn)算，從而生成環(huán)境圖像的初始客體信息和初始置信度信息；(c)計(jì)算裝置通過(guò)參照初始客體信息和初始置信度信息，生成環(huán)境圖像的最終客體信息。

技術(shù)領(lǐng)域

本申請(qǐng)涉及一種用于自動(dòng)駕駛車(chē)輛的方法和裝置，尤其涉及一種利用注意力驅(qū)動(dòng)算法的用于實(shí)現(xiàn)自動(dòng)駕駛安全性的資源分配方法及裝置。

背景技術(shù)

自動(dòng)駕駛技術(shù)自近年的研究以來(lái)，已達(dá)到無(wú)需駕駛者的干預(yù)就可自動(dòng)駕駛車(chē)輛的水準(zhǔn)，且已具備相當(dāng)高的精度。然而，這樣的自動(dòng)駕駛技術(shù)還沒(méi)有被商業(yè)化，而公眾不使用自動(dòng)駕駛技術(shù)的原因可能很多，但其原因之一就是自動(dòng)駕駛操作需要太多的計(jì)算能力。

為了降低自動(dòng)駕駛所需要的計(jì)算能力的消耗，雖已做出許多努力，然而，降低消耗計(jì)算能力后，反而造成了自動(dòng)駕駛性能下降的問(wèn)題。如果自動(dòng)駕駛性能下降，則會(huì)導(dǎo)致很多錯(cuò)誤，從而威脅駕駛員和周?chē)娜说纳踩Ｒ虼耍覀冃枰档陀?jì)算能力的同時(shí)保持自動(dòng)駕駛的性能。但事實(shí)上，該方法并沒(méi)有受到太多的研究。

發(fā)明內(nèi)容

本申請(qǐng)的目的是解決上述問(wèn)題。

本申請(qǐng)的目的是通過(guò)使用全景監(jiān)控影像系統(tǒng)(Around?View?Monitor，AVM)，從而為實(shí)現(xiàn)自動(dòng)駕駛的安全性提供一種利用注意力驅(qū)動(dòng)算法的資源分配方法。

本申請(qǐng)的另一個(gè)目的是提供一種與檢測(cè)客體的過(guò)程并列地生成置信度分?jǐn)?shù)(Confidence?Score)的方法，該置信度分?jǐn)?shù)表示客體被檢測(cè)來(lái)的可信度的參數(shù)。

本申請(qǐng)的又一個(gè)目的是對(duì)置信度分?jǐn)?shù)小于閾值的區(qū)域重復(fù)客體檢測(cè)，從而提供一種可以執(zhí)行更正確的客體檢測(cè)的方法。

為了達(dá)到本申請(qǐng)的上述目的與效果，下面將具體說(shuō)明本申請(qǐng)的特征結(jié)構(gòu)。

本申請(qǐng)的一實(shí)施例提供一種利用AVM實(shí)現(xiàn)自動(dòng)駕駛安全性的方法，既節(jié)約計(jì)算能力還能使自動(dòng)駕駛性能更優(yōu)越的方法，該方法通過(guò)使用置信度分?jǐn)?shù)(Confidence?Score)來(lái)在自動(dòng)駕駛中實(shí)現(xiàn)更好的性能，同時(shí)節(jié)省計(jì)算能力，其中，所述置信度分?jǐn)?shù)代表檢測(cè)客體的可信度(Credibility)，并與檢測(cè)客體過(guò)程并列地產(chǎn)生。所述方法包括以下步驟：步驟(a)、計(jì)算裝置通過(guò)安裝在對(duì)象車(chē)輛上的至少一個(gè)全景視圖傳感器(Panorama?View?Sensor)獲取所述對(duì)象車(chē)輛周邊的至少一個(gè)環(huán)境圖像(Circumstance?Image)；步驟(b)、所述計(jì)算裝置指示卷積神經(jīng)網(wǎng)絡(luò)(Convolutional?Neural?Network，CNN)對(duì)所述環(huán)境圖像進(jìn)行至少一次CNN運(yùn)算，從而生成所述環(huán)境圖像相關(guān)的初始客體信息與初始置信度信息；以及步驟(c)、所述計(jì)算裝置通過(guò)參照所述初始客體信息及所述初始置信度信息來(lái)生成所述環(huán)境圖像的最終客體信息。