[發(fā)明專利]落在車輛內的遺忘物品的檢測和警告

在審

• 申請?zhí)枺?/td>: 202110338794.2
• 申請日: 2021-03-30
• 公開（公告）號: CN113496203A
• 公開（公告）日: 2021-10-12
• 發(fā)明（設計）人: P·卡利;R·R·N·比爾比
• 申請（專利權）人: 美光科技公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G08B21/24
• 代理公司: 北京律盟知識產權代理有限責任公司 11287
• 代理人: 彭曉文

本申請案涉及落在車輛中的遺忘物品的檢測和警告。公開用以檢測落在車輛中的物品且產生關于所述物品的警告的系統(tǒng)、方法和設備。一種用以檢測落在車輛中的物品且用以產生關于所述物品的警告的系統(tǒng)、方法和設備。舉例來說，使用配置于車輛中的相機來監(jiān)視與所述車輛的用戶相關聯(lián)的物品?？墒褂萌斯ど窠浘W絡來識別和辨識如在來自所述相機的圖像中的所述物品。響應于在所述圖像中辨識到的所述物品在所述用戶已離開所述車輛之后被落在所述車輛中的確定，產生警告來指示物品在所述車輛中，但所述用戶正離開所述車輛。

技術領域

本文所公開的至少一些實施例大體上涉及車輛，且更明確地說(但不限于)落在車輛內的物品的檢測。

背景技術

自主駕駛技術領域的最新發(fā)展允許計算系統(tǒng)至少在一些條件下操作機動車輛的控制元件，而無需車輛的人類操作者的輔助。

舉例來說，傳感器(例如，相機和雷達)可安裝在機動車輛上以檢測在車行道上行駛的車輛的周圍環(huán)境的條件。在具有或不具有來自車輛的人類操作者的任何輸入的情況下，安裝在車輛上的計算系統(tǒng)分析傳感器輸入以識別條件，并且產生用于車輛的方向和/或速度的自主調整的控制信號或命令。

在一些布置中，當計算系統(tǒng)辨識到其中計算系統(tǒng)可能無法繼續(xù)以安全方式操作車輛的情境時，計算系統(tǒng)警告報車輛的人類操作者，并且請求人類操作者接管對車輛的控制并進行手動駕駛來代替允許計算系統(tǒng)自主駕駛車輛。

自主駕駛和/或高級駕駛輔助系統(tǒng)(ADAS)可使用用于識別在傳感器輸入中所捕獲的事件和/或對象的人工神經網絡(ANN)。傳感器輸入的實例包含來自數碼相機、光達、雷達、超聲聲納等。

一般來說，人工神經網絡(ANN)使用神經元網絡來處理發(fā)到所述網絡的輸入，并且產生來自所述網絡的輸出。

舉例來說，網絡中的每一神經元接收一組輸入。發(fā)到神經元的輸入中的一些可為所述網絡中的某些神經元的輸出；且發(fā)到神經元的輸入中的一些可為被提供給所述神經網絡的輸入。所述網絡中的神經元之間的輸入/輸出關系表示所述網絡中的神經元連接性。

舉例來說，每一神經元可具有偏向、激活函數，以及分別用于其輸入的一組突觸權重。激活函數可呈階躍函數、線性函數、雙彎曲(log-sigmoid)函數等形式。網絡中的不同神經元可具有不同的激活函數。

舉例來說，每一神經元可產生其輸入和其偏向的經加權總和，并且接著產生作為所述經加權總和的函數的輸出，所述輸出是使用所屬神經元的激活函數來計算的。

ANN的輸入與輸出之間的關系一般來說是由ANN模型界定的，所述模型包含表示所述網絡中的神經元的連接性的數據，以及每一神經元的偏向、激活函數和突觸權重。使用給定ANN模型，計算裝置從發(fā)到所述網絡的給定一組輸入計算所述網絡的輸出。

舉例來說，可基于相機輸入產生發(fā)到ANN網絡的輸入；且來自ANN網絡的輸出可為例如事件或對象等項目的識別。

脈沖神經網絡(SNN)是一種類型的ANN，其接近模仿自然神經網絡。當神經元的激活電平足夠高時，SNN神經元產生尖峰作為輸出。SNN神經元的激活電平模仿自然神經元的薄膜電位。SNN神經元的輸出/尖峰可改變接收到所述輸出的其它神經元的激活電平。SNN神經元的當前激活電平根據時間通常是使用微分方程來建模的，且被視為SNN神經元的狀態(tài)。來自其它神經元的傳入尖峰可將所述神經元的激活電平推得較高，以到達產生脈沖的閾值。一旦所述神經元產生脈沖，其激活電平就復位。在產生脈沖之前，SNN神經元的激活電平可隨著時間的過去而衰減，如受微分方程控制。SNN神經元的行為中的時間元素使得SNN適合于處理時空數據。SNN的連接性通常是稀疏的，這對減少計算工作負載有利。

一般來說，可使用監(jiān)督方法來訓練ANN，其中調整ANN中的參數以最小化或減少由相應輸入產生的已知輸出與通過將輸入應用于ANN而產生的所計算輸出之間的誤差。監(jiān)督學習/訓練方法的實例包含強化學習，以及具有誤差校正的學習。