[發(fā)明專利]提高車輛內(nèi)的情境感知能力

在審

• 申請(qǐng)?zhí)枺?/td>: 202210690191.3
• 申請(qǐng)日: 2022-06-17
• 公開（公告）號(hào): CN115546756A
• 公開（公告）日: 2022-12-30
• 發(fā)明（設(shè)計(jì)）人: 加布麗埃勒·約斯特;阿赫麥德·本米蒙;托馬斯·諾瓦克;馬辰昊;哈米德·M·格爾吉里;托尼·泰-珍·樸;優(yōu)素?！ぐ柮啄醽喚S;阿諾普·米什拉
• 申請(qǐng)（專利權(quán)）人: 福特全球技術(shù)公司
• 主分類號(hào): G06V20/58
• 分類號(hào): G06V20/58;B60W40/02
• 代理公司: 北京連和連知識(shí)產(chǎn)權(quán)代理有限公司 11278
• 代理人: 張?jiān)?李紅蕭

本發(fā)明提供了一種提高主車輛中高級(jí)駕駛輔助系統(tǒng)情境感知能力的方法，該方法包括利用圖像傳感器獲取包括多個(gè)圖像幀的圖像數(shù)據(jù)流；視覺處理器可以分析所述圖像數(shù)據(jù)流以檢測(cè)所述圖像幀中的物體、陰影和/或照明；情境識(shí)別引擎可以在考慮到檢測(cè)到的物體、陰影和/或照明的情況下從一組預(yù)定交通狀況中識(shí)別出至少一種最可能的交通狀況；然后，處理器可以在考慮至少一種最可能的交通狀況的情況下控制所述主車輛。

技術(shù)領(lǐng)域

本發(fā)明涉及車輛領(lǐng)域，具體涉及一種用于車輛以提高車輛內(nèi)的情境感知能力的計(jì)算設(shè)備和一種提高車輛內(nèi)的情境感知能力的方法。

背景技術(shù)

車輛中的高級(jí)駕駛輔助系統(tǒng)，包括代客泊車輔助(Valet Parking Assistance，VaPA)，可以提供全自動(dòng)轉(zhuǎn)向和操縱。此類系統(tǒng)使用自動(dòng)車輛控制系統(tǒng)，以及攝像頭、激光雷達(dá)、雷達(dá)、GPS(Global Positioning System，全球定位系統(tǒng))、近距離和/或超聲波傳感器來記錄、識(shí)別和解釋周圍環(huán)境。

VaPA系統(tǒng)無需用戶監(jiān)督或輸入即可識(shí)別停車位、導(dǎo)航和停放車輛。該系統(tǒng)還能夠根據(jù)用戶的要求將停放的車輛從停車位自動(dòng)駕駛到指定的上車地點(diǎn)。

其他高級(jí)駕駛輔助系統(tǒng)可能包括城市交通中的輔助駕駛、自動(dòng)緊急制動(dòng)、前后交叉車流警報(bào)和倒車制動(dòng)輔助。

高度自動(dòng)化的駕駛輔助系統(tǒng)旨在在沒有任何人工監(jiān)督的情況下運(yùn)行，這增加了對(duì)傳感系統(tǒng)正確感知和解釋其正在行駛的環(huán)境的需求。對(duì)環(huán)境的充分了解可以確保車輛安全運(yùn)行。

與普通駕駛員的表現(xiàn)相比，基于檢測(cè)和對(duì)攝像機(jī)視野中物體分類的經(jīng)典傳感和感知可能會(huì)有所不足，普通駕駛員除了評(píng)估他或她的視野中的事物外，還具有僅基于跡象對(duì)即將發(fā)生的事件的某些預(yù)期。在處理高度自動(dòng)化的系統(tǒng)(例如自動(dòng)代客泊車)時(shí)，由于不需要人類監(jiān)督，因此這些系統(tǒng)需要建立同等的情境感知能力是顯而易見的，尤其是在將至少與普通人類駕駛員同等水準(zhǔn)的性能作為目標(biāo)時(shí)。

發(fā)明內(nèi)容

根據(jù)一個(gè)方面，本發(fā)明涉及一種用于提高主車輛中高級(jí)駕駛輔助系統(tǒng)(ADAS)情境感知能力的方法。根據(jù)另一方面，本發(fā)明涉及一種高級(jí)駕駛輔助系統(tǒng)和一種用于車輛的自主駕駛系統(tǒng)。

因此，本發(fā)明公開了一種提高主車輛中高級(jí)駕駛輔助系統(tǒng)情境感知能力的方法。本發(fā)明還包括相應(yīng)的高級(jí)駕駛輔助系統(tǒng)(ADAS)和自動(dòng)駕駛系統(tǒng)、相應(yīng)的計(jì)算機(jī)程序和相應(yīng)的計(jì)算機(jī)可讀數(shù)據(jù)載體。

根據(jù)第一方面，用于提高主車輛中高級(jí)駕駛輔助系統(tǒng)情境感知能力的方法包括以下步驟：

S1：利用圖像傳感器獲取包括多個(gè)圖像幀的圖像數(shù)據(jù)流；

S2：利用視覺處理器分析圖像數(shù)據(jù)流以檢測(cè)圖像幀中的物體、陰影和/或照明；

S3：利用情境識(shí)別引擎，在考慮到檢測(cè)到的物體、陰影和/或照明的情況下，從一組預(yù)定交通狀況中識(shí)別出至少一種最可能的交通狀況；和

S4：利用處理器在考慮到至少一種最可能的交通狀況的情況下控制主車輛。

在本公開的上下文中，視覺處理器可以理解為用于處理圖像數(shù)據(jù)而優(yōu)化的計(jì)算單元，即，包括處理器和存儲(chǔ)器的計(jì)算設(shè)備。嵌入式視覺處理器可以基于異構(gòu)處理單元，該異構(gòu)處理單元包括，例如，用于處理每個(gè)輸入圖像的像素并行計(jì)算的標(biāo)量單元和附加矢量DSP(digital signal processing，數(shù)字信號(hào)處理)單元。

過去，對(duì)于要檢測(cè)的每種類型的物體，傳統(tǒng)的計(jì)算機(jī)視覺算法都是手工編寫的。用于檢測(cè)的算法示例包括“Viola-Jones”或“定向梯度直方圖”(Histogram of OrientedGradient，HOG)。HOG算法查看圖像中的邊緣方向以嘗試描述對(duì)象?？傮w上，這些方法在今天仍然有效。