[發明專利]用于安全地運行估計器的方法和設備

在審

• 申請號: 202010429479.6
• 申請日: 2020-05-20
• 公開（公告）號: CN111986244A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: K.格勞;R.諾登
• 申請（專利權）人: 羅伯特·博世有限公司
• 主分類號: G06T7/50
• 分類號: G06T7/50;G06T7/529;G06T7/70;G06T7/11
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 姬亞東;劉春元

本發明涉及用于確定輸入圖像（x）中借助于成像傳感器檢測到的對象的深度和/或方位信息的方法，其中借助于分割器（61），特別是借助于第一神經網絡將所述輸入圖像（x）變換為無紋理表示（SEM），并根據所述無紋理表示（SEM）借助于估計器（71），特別是借助于第二神經網絡確定表征所述輸入圖像（x）中存在的對象及所述對象的相應的深度和/或方位信息的對象列表（y）。

技術領域

本發明涉及一種用于確定深度和/或方位信息的方法，一種定位器，一種用于確定所述定位器的魯棒性值的方法，一種用于提供操控信號的方法，一種控制系統，一種用于訓練所述定位器的方法，一種訓練系統，一種計算機程序以及一種機器可讀存儲介質。

背景技術

從未公開的DE 10 2018 206 848.8已知一種用于確定輸入圖像的深度信息圖像以特別是根據深度信息圖像來操控車輛功能的方法，其中借助于卷積神經網絡來處理所述輸入圖像，其中所述卷積神經網絡具有多個層，所述多個層按順序地處理所述輸入圖像并分別將輸入特征圖轉換為輸出特征圖，其中將這些層中的至少一個層構造為深度圖層，其中根據所述深度圖層確定所述深度信息圖像。

發明優點

在根據自動（特別是借助于諸如神經網絡的機器學習系統）確定的深度和/或方位信息來運行安全性重要的應用（所述應用例如可以但不強制通過機動車輛提供）時的挑戰是要確保不能因為錯誤確定的深度和/或方位信息而存在風險。

評價這種系統的魯棒性需要大量用真實圖像數據只能困難表示的測試情況。因此，期望使用合成的圖像數據來確定所述魯棒性。

但是，眾所周知，特別是神經網絡在將對象的紋理與一個類別相關聯時向所述對象的紋理賦予大的權重。可證明地可靠合成地生成可能結構的現實帶寬同樣是非常困難的。

而具有獨立權利要求1的特征的方法的優點在于，可以利用合成數據來評價該方法的魯棒性。

本發明的該方面是獨立權利要求1的主題。本發明的其他方面是并列獨立權利要求的主題。有利的擴展方案是從屬權利要求的主題。

發明內容

在本發明的第一方面中規定了一種用于確定輸入圖像中借助于成像傳感器檢測到的對象的深度和/或方位信息的方法，其中借助于分割器，特別是借助于第一神經網絡將所述輸入圖像變換為無紋理表示，并根據所述無紋理表示借助于估計器，特別是借助于第二神經網絡確定表征所述輸入圖像中存在的對象及其相應的深度和/或方位信息的對象列表。

當然，所述對象列表可以僅包括唯一對象，或者也可以為空。在此已決定性地認識到，通過所述輸入圖像的無紋理表示的中間步驟可以用合成的圖像數據來評價所述魯棒性。圖像中的“紋理”特別是可以理解為在可以與恒定語義值相關聯的區域內的變化。

因此，語義分割是無紋理的。但是同樣，也可以規定以柱狀像素（Stixel）來表示或以占據網格（英語：occupancy grid）來表示。

包括分割器和估計器的被構造用于執行該方法的設備在下面也稱為定位器。

在另一方面中，本發明涉及一種用于確定表征所述定位器的魯棒性的魯棒性值（b）的方法，該方法具有以下步驟：

-提供至少一個場景；

-確定與該場景相對應的無紋理表示；

-借助于所述估計器確定對象列表，所述對象列表包括所確定對象的列表以及所確定對象的深度和/或方位和/或位置信息；以及

-根據所確定的對象列表和所提供的場景確定所述魯棒性值。

這種用于確定魯棒性的方法可以特別快速地將大量場景用于魯棒性的評估，由此使得該評估特別可靠。