[發(fā)明專利]確定車輛附近的占用地圖的條目的車輛、系統和方法

在審

• 申請?zhí)枺?/td>: 202011393711.1
• 申請日: 2020-12-03
• 公開（公告）號: CN112906450A
• 公開（公告）日: 2021-06-04
• 發(fā)明（設計）人: M·科莫基維茲;D·德沃拉克;M·沃伊齊克;F·塞培拉
• 申請（專利權）人: APTIV技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06N3/04;G01S13/86;G01S13/931
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王小東;黃綸偉

1.一種確定車輛附近的占用地圖的條目的計算機實現的方法，

所述方法包括由計算機硬件組件執(zhí)行的以下步驟：

獲取(402)第一傳感器(304)的所述車輛附近的第一傳感器數據；

獲取(404)第二傳感器(302)的所述車輛附近的第二傳感器數據；

確定(406)所述第一傳感器數據中與所述車輛附近的潛在對象相對應的第一傳感器數據部分；

基于所述第一傳感器數據部分，確定(408)所述第二傳感器數據中與所述潛在對象的位置相對應的第二傳感器數據部分；

基于所述第一傳感器數據部分和所述第二傳感器數據部分，確定(410)所述占用地圖的條目。

2.根據權利要求1所述的計算機實現的方法，

其中，所述第一傳感器(304)包括雷達傳感器。

3.根據權利要求1或2所述的計算機實現的方法，

其中，所述第二傳感器(302)包括攝像頭。

4.根據權利要求1所述的計算機實現的方法，

其中，所述第一傳感器數據包括所述第一傳感器的隨時間堆疊的多個測量結果(110)，或者包括所述第一傳感器的已經由第一神經網絡處理并隨時間堆疊的多個測量結果(110)；并且

其中，所述第二傳感器數據包括所述第二傳感器的隨時間堆疊的多個測量結果(112)，或者包括所述第二傳感器的已經由第二神經網絡處理并隨時間堆疊的多個測量結果(112)。

5.根據權利要求1所述的計算機實現的方法，所述計算機實現的方法還包括由所述計算機硬件組件執(zhí)行的以下步驟：

基于所述第二傳感器數據來確定分割圖像(252)；以及

確定所述分割圖像(252)的分割圖像部分；

其中，進一步基于所述分割圖像部分來確定所述占用地圖的所述條目。

6.根據權利要求5所述的計算機實現的方法，

其中，使用第三神經網絡來確定所述分割圖像。

7.根據權利要求1所述的計算機實現的方法，

其中，所述第一傳感器數據部分包括預定的第一傳感器數據部分大小的第一傳感器塊；并且

其中，所述第二傳感器數據部分包括預定的第二傳感器數據部分大小的第二傳感器塊。

8.根據權利要求1所述的計算機實現的方法，

其中，所述第一傳感器數據部分和所述第二傳感器數據部分是在至少一個維度上具有相同大小的多維數據。

9.根據權利要求8所述的計算機實現的方法，

其中，所述多維數據包括與時間、寬度、高度和特征相關的維度，其中，所述第一傳感器數據部分大小的多維數據和所述第二傳感器數據部分大小的多維數據在與寬度和高度相關的維度上具有相同大小。

10.根據權利要求1所述的計算機實現的方法，

其中，所述第二傳感器數據部分被確定成使得所述車輛附近由所述第二傳感器數據部分覆蓋的區(qū)域與所述車輛附近由所述第一傳感器數據部分覆蓋的區(qū)域相關；和/或

其中，所述第二傳感器數據部分是基于所述第一傳感器數據部分的拐角點到所述第二傳感器數據的映射來確定的；和/或

其中，所述第二傳感器數據部分是基于所述第一傳感器數據部分的每個點到所述第二傳感器數據的映射來確定的。

11.根據權利要求1所述的計算機實現的方法，

其中，所述占用地圖的所述條目是基于所述第一傳感器數據部分和所述第二傳感器數據部分使用人工神經網絡(122)來確定的。

12.根據權利要求11所述的計算機實現的方法，

其中，所述人工神經網絡(122)是基于手動標記的占用網格地圖數據和根據第三傳感器確定的占用網格地圖數據(108)中的至少一者訓練的。