[發明專利]車輛神經網絡

在審

• 申請號: 202010886841.2
• 申請日: 2020-08-28
• 公開（公告）號: CN112440970A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 弗朗索瓦·沙雷特;何塞·恩里克·所羅門
• 申請（專利權）人: 福特全球技術公司
• 主分類號: B60W10/06
• 分類號: B60W10/06;B60W10/08;B60W10/18;B60W10/20;B60W50/00;B60W50/14;G06N3/04;G06N3/08
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 楊帆;宋薇薇

1.一種方法，其包括：

生成道路環境的第一彩色圖像；

確定所述第一彩色圖像的紅色通道、綠色通道和藍色通道中的一者或多者的一個或多個奇異值分解；

通過用非線性方程修改所述奇異值分解中的相應奇異值分解來獲得修改后的奇異值分解中的一個或多個；

基于所述修改后的一個或多個奇異值分解來重建第二彩色圖像；

基于所述第二彩色圖像來訓練深度神經網絡；以及

基于所述深度神經網絡來操作車輛。

2.如權利要求1所述的方法，其還包括通過以下一項或多項來生成所述第一彩色圖像：獲取車輛傳感器數據以及生成合成圖像數據。

3.如權利要求1所述的方法，其中所述第二彩色圖像對應于具有修改后的照明條件的所述第一彩色圖像，所述修改后的照明條件對應于較暗的照明條件，包括陰天照明、晚上或夜晚。

4.如權利要求1所述的方法，其還包括利用矩陣方程X＝UΣV^T確定一個或多個奇異值分解，其中X為包括所述第一彩色圖像的紅色通道、綠色通道或藍色通道中的一者的陣列，U和V為陣列X的左特征向量和右特征向量，并且Σ為奇異值的對角矩陣。

5.如權利要求4所述的方法，其中對角矩陣Σ的所述奇異值按降序排列，其中σ₁≥σ₂≥σ₃…≥σ_n。

6.如權利要求1所述的方法，其還包括基于非線性方程S＝{對于s≥S，s–n，否則0}修改一個或多個奇異值分解，其中s為奇異值，n為整數，并且S為一組奇異值。

7.如權利要求1所述的方法，其中所述神經網絡為卷積神經網絡。

8.如權利要求1所述的方法，其還包括訓練深度神經網絡以識別所述道路環境中的對象，包括道路、另一車輛和行人。

9.如權利要求1所述的方法，其還包括通過將車輛傳感器數據輸入到所述深度神經網絡來基于所述深度神經網絡操作所述車輛，所述深度神經網絡輸出關于所述道路環境中的對象的對象數據。

10.如權利要求9所述的方法，其還包括基于關于所述道路環境中的對象的對象數據來確定車輛路徑。

11.如權利要求10所述的方法，其還包括通過控制車輛動力傳動系統、轉向和制動來沿著所述車輛路徑操作所述車輛。

12.如權利要求1所述的方法，其中所述修改后的奇異值分解包括比修改之前的所述奇異值分解更少的奇異值。

13.如權利要求11所述的方法，其中所述第一彩色圖像包括被認為對深度神經網絡訓練重要的事件。

14.如權利要求1所述的方法，其中訓練所述深度神經網絡包括確定對應于所述第二彩色圖像的地面實況。

15.一種系統，其包括被編程為執行權利要求1至14中任一項所述的方法的計算機。