[發明專利]生成地面實況數據的方法和系統

在審

• 申請號: 202210684430.4
• 申請日: 2022-06-17
• 公開（公告）號: CN115496089A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: J·西格蒙德;J·庫里安;S·拉布施;D·斯帕塔;A·貝克;S·羅斯勒;J·韋斯特霍夫
• 申請（專利權）人: APTIV技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01S13/931;G01S17/931
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 師瑋;黨曉林

1.一種生成地面實況數據的由計算機實現的方法，所述方法包括由計算機硬件組件執行的以下步驟：

對于多個時間點，獲取(402)針對相應時間點的傳感器數據；以及

對于所述多個時間點中的至少一個子集，基于至少一個當前時間點和/或過去時間點以及至少一個將來時間點的傳感器數據來確定(404)所述相應時間點的地面實況數據。

2.根據權利要求1所述的由計算機實現的方法，

其中，所述當前時間點、所述過去時間點和/或所述將來時間點是相對于所述相應時間點的。

3.根據權利要求1或2所述的由計算機實現的方法，

其中，所述傳感器數據包括雷達數據或激光雷達數據中的至少一種。

4.根據權利要求1至3中的至少一項所述的由計算機實現的方法，所述方法還包括：

基于所述地面實況數據訓練機器學習模型。

5.根據權利要求4所述的由計算機實現的方法，

其中，所述機器學習模型包括用于確定占用網格的步驟；和/或

其中，所述機器學習模型包括用于下方可駕駛性分類的步驟。

6.根據權利要求5所述的由計算機實現的方法，其中，基于至少兩個地圖確定所述地面實況數據。

7.根據權利要求6所述的由計算機實現的方法，

其中，所述至少兩個地圖包括與掃描結果的范圍無關的基于掃描結果的全范圍地圖。

8.根據權利要求6至7中的至少一項所述的由計算機實現的方法，

其中，所述至少兩個地圖包括基于低于預定范圍閾值的掃描結果的有限范圍地圖。

9.根據權利要求7和8所述的由計算機實現的方法，

其中，基于所述全范圍地圖的小區的概率和所述有限范圍地圖的對應小區的概率，將所述小區標記為非下方可駕駛或下方可駕駛。

10.根據權利要求7和8或9所述的由計算機實現的方法，

其中，如果所述有限范圍地圖中的小區的概率高于第一預定閾值，則將該小區標記為非下方可駕駛。

11.根據權利要求7和8或權利要求9至10中的至少一項所述的由計算機實現的方法，

其中，如果所述全范圍地圖中的所述小區的概率高于第二預定閾值，并且所述有限范圍地圖中的所述小區的概率等于表示所述小區中沒有占用的值，則所述小區被標記為下方可駕駛。

12.根據權利要求4至11中的至少一項所述的由計算機實現的方法，

其中，所述機器學習模型包括人工神經網絡。

13.一種計算機系統(500)，所述計算機系統(500)包括多個計算機硬件組件，所述多個計算機硬件組件被配置為執行根據權利要求1至12中的至少一項所述的由計算機實現的方法的步驟，其中，優選地，所述計算機系統(500)還包括傳感器(508)，所述傳感器被配置為獲取傳感器數據。

14.一種計算機系統(500)，所述計算機系統(500)包括多個計算機硬件組件，所述多個計算機硬件組件被配置為使用根據權利要求4至12中的至少一項所述的由計算機實現的方法訓練的機器學習模型，其中，優選地，所述計算機系統(500)被包括在高級駕駛員輔助系統中。

15.一種非暫時性計算機可讀介質，所述非暫時性計算機可讀介質包括用于執行根據權利要求1至12中的至少一項所述的由計算機實現的方法的指令。