[發明專利]篩選預定場景下的數據的方法和系統

在審

• 申請號: 202210491548.5
• 申請日: 2022-05-07
• 公開（公告）號: CN114881078A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 陳偉駿;劉國翌;佘曉麗;任少卿
• 申請（專利權）人: 安徽蔚來智駕科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 李湘

1.一種篩選預定場景下的數據的方法，其特征在于，所述方法包括：

接收來自一個或多個信號源的一組感知數據；

對該組感知數據進行多模態融合以生成多模態序列化數據；

提取所述多模態序列化數據的特征并對其編碼以生成編碼信息；

接收目標編碼信息，其中所述目標編碼信息根據所述預定場景下感知數據生成；以及

將所述編碼信息與所述目標編碼信息進行相似度匹配，并根據匹配結果確定是否保留該組感知數據。

2.根據權利要求1所述的方法，其中，所述預定場景為以下任意一者或其組合：超車、避讓、加速、減速、更換車道、緊急停車、車道線缺失。

3. 根據權利要求1所述的方法，其中，所述一個或多個信號源包括以下至少一者：

用于探測環境的信號源：圖像傳感器、激光雷達；和

用于表征車輛狀態的信號源：速度傳感器、加速度傳感器、油門踏板開度傳感器、剎車踏板開度傳感器、轉向機角度傳感器。

4.根據權利要求3所述的方法，其中，對該組感知數據進行多模態融合以生成多模態序列化數據包括：

將該組感知數據中來自探測環境的信號源的部分抽象為第一特征數據；

將該組感知數據中來自表征車輛狀態的信號源的部分抽象為第二特征數據；以及

將所述第一特征數據、所述第二特征數據進行特征融合以生成所述多模態序列化數據。

5.根據權利要求1所述的方法，其中，根據匹配結果確定是否保留該組感知數據包括：

在所述編碼信息與所述目標編碼信息的相似度大于或者等于閾值時保留該組感知數據。

6.根據權利要求5所述的方法，還包括：

發送該組感知數據以用于針對所述預定場景的進一步處理。

7.根據權利要求1所述的方法，其中，多模態融合、特征提取以及編碼是基于transformer神經網絡進行的。

8.根據權利要求1所述的方法，其中，所述目標編碼信息根據所述預定場景下具有預設長度的感知數據生成，并且接收來自一個或多個信號源的一組感知數據包括：

接收來自一個或多個信號源的感知數據流；

基于所述預設長度將所述感知數據流分成多組感知數據；以及

提取所述多組感知數據中的一組感知數據。

9.一種篩選預定場景下的數據的系統，其特征在于，所述系統包括：

抽象器，其配置成接收來自一個或多個信號源的一組感知數據，并將該組感知數據抽象為對應的特征數據；

融合器，其配置成對所述特征數據進行融合以生成多模態序列化數據；

提取器，其配置成提取所述多模態序列化數據的融合特征；

編碼器，其配置成將所述融合特征編碼以生成編碼信息；以及

匹配器，其配置成將所述編碼信息與目標編碼信息進行相似度匹配，并且根據匹配結果是否保留該組感知數據，其中所述目標編碼信息是根據所述預定場景下感知數據生成的。

10.一種產生預定場景下的目標編碼信息的方法，其特征在于，所述目標編碼信息供提取所述預定場景下的感知數據，并且所述方法包括：

接收多組感知數據，其中所述多組感知數據中的每一組感知數據由一個或多個信號源在預定場景下產生并且都具有預設長度；

對所述多組感知數據中的每一組感知數據分別進行多模態融合以生成多組多模態序列化數據；

提取所述多組多模態序列化數據中的每一組多模態序列化數據的特征并進行編碼以生成多組編碼信息；以及

對所述多組編碼信息中的每一組編碼信息加權平均以生成所述目標編碼信息。