[发明专利]使用听觉数据的碰撞避免

权利要求书

1.一种用于自主车辆的系统，包含：

安装到所述自主车辆的两个或更多个麦克风；

控制器，所述控制器用于执行：

预处理器，所述预处理器被编程为检测来自所述两个或更多个麦克风的两个或更多个音频流中的音频特征；

碰撞避让模块，所述碰撞避让模块被编程为对所述音频特征和所述音频特征的源的方向进行分类，并且如果所述声源的类别是停放的车辆，则避让所述停放的车辆的潜在路径。

2.根据权利要求1所述的系统，其中所述碰撞避让模块进一步被编程为通过致动所述自主车辆的转向致动器、加速器致动器和制动致动器中的至少一个来调用相对于所述音频特征的所述源的所述方向的障碍物避让，以有效避让与所述音频特征的所述源的碰撞。

3.根据权利要求1所述的系统，进一步包含安装到所述自主车辆的至少一个摄像机；

其中所述碰撞避让模块进一步被编程以：

评估所述至少一个摄像机的图像流中的车辆的图像是否位于由所述音频特征的所述源的所述方向产生的角度公差内；和

如果所述车辆的所述图像在由所述音频特征的所述源的所述方向产生的所述角度公差内，则增加指示所述音频特征的所述源是所述停放的车辆的置信度值。

4.根据权利要求3所述的系统，其中所述碰撞避让模块进一步被编程为：

检索所述自主车辆的当前位置的地图数据；

评估所述地图数据是否指示在由所述音频特征的所述源的所述方向产生的所述角度公差内的至少一个停放区域；和

如果所述地图数据指示在由所述音频特征的所述源的所述方向产生的所述角度公差内的至少一个停车区域，则增加指示所述音频特征的所述源是所述停放的车辆的所述置信度值。

5.根据权利要求4所述的系统，其中所述碰撞避让模块进一步被编程为：

通过将所述音频特征输入到机器学习模型中来对所述音频特征进行分类，所述机器学习模型被编程为输出置信度得分；

根据所述置信度得分增加所述置信度值。

6.根据权利要求5所述的系统，其中所述机器学习模型是深度神经网络。

7.根据权利要求1所述的系统，其中所述碰撞避让模块进一步被编程为：

接收来自安装到所述自主车辆的一个或多个传感器的成像输出；

识别所述成像输出中的潜在障碍物的集合；

评估所述自主车辆与所述潜在障碍物集合和所述音频特征的所述源之间的可能碰撞；和

激活所述自主车辆的转向致动器、加速器致动器和制动致动器中的至少一个，以有效避让与所述潜在障碍物集合的碰撞。

8.根据权利要求7所述的系统，其中所述一个或多个传感器包括摄像机、LIDAR传感器和RADAR传感器中的至少一个。

9.根据权利要求1所述的系统，其中，所述碰撞避让模块进一步被编程为通过对所述两个或更多个音频流进行滤波以获得两个或更多个已滤波的信号来识别所述音频特征，每个所述已滤波的信号包括所述可听见的特征中的一个或多个。

10.根据权利要求9所述的系统，其中所述碰撞避让模块进一步被编程为通过从所述两个或更多个音频流中去除环境噪声来对所述两个或更多个音频流进行滤波。

11.一种用于在自主车辆中进行障碍物检测的方法，所述方法包含：

由包括一个或多个处理设备的控制器从安装到所述自主车辆的两个或更多个麦克风接收两个或更多个音频流；

由所述控制器检测所述两个或更多个音频流中的音频特征；

由所述控制器根据所述音频特征检测声源的方向；

由所述控制器根据所述音频特征识别所述声源的类别；和

由所述控制器确定所述声源的所述类别是停放的车辆，

响应于确定所述声源的所述类别是车辆而调用关于所述停放的车辆的潜在路径的障碍物避让。

12.根据权利要求11所述的方法，进一步包含通过致动所述自主车辆的转向致动器、加速器致动器和制动致动器中的至少一个来调用相对于所述声源的所述方向的障碍物避让，以有效避让与所述声源碰撞。