[发明专利]使用听觉数据的碰撞避免

说明书

技术领域

本发明涉及在自主车辆中执行障碍物避让。

背景技术

自主车辆配备有检测其环境的传感器。算法评估传感器的输出并识别障碍物。导航系统然后可以操纵车辆、制动和/或加速以避让识别的障碍物并到达期望的目的地。传感器可以包括两个成像系统(例如摄像机)，以及雷达或激光雷达传感器。

本文公开的系统和方法提供了用于检测障碍物的改进方法。

发明内容

根据本发明，提供一种用于自主车辆的系统，包含：

安装到自主车辆的两个或更多个麦克风；

控制器，该控制器用于执行：

预处理器，该预处理器被编程为检测来自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，该碰撞避让模块被编程为对音频特征和到音频特征的源的方向进行分类，并且如果声源的类别是停放的车辆，则避让停放的车辆的潜在路径。

根据本发明的一个实施例，碰撞避让模块进一步被编程为通过致动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音频特征的源的方向的障碍物避让，以有效避让与音频特征的源的碰撞。

根据本发明的一个实施例，系统进一步包含安装到自主车辆的至少一个摄像机；

其中碰撞避让模块进一步被编程以：

评估至少一个摄像机的图像流中的车辆的图像是否位于由音频特征的源的方向产生的角度公差内；和

如果车辆的图像在由音频特征的源的方向产生的角度公差内，则增加指示音频特征的源是停放的车辆的置信度值。

根据本发明的一个实施例，碰撞避让模块进一步被编程为：

检索自主车辆的当前位置的地图数据；

评估地图数据是否指示在由音频特征的源的方向产生的角度公差内的至少一个停放区域；和

如果地图数据指示在由音频特征的源的方向产生的角度公差内的至少一个停车区域，则增加指示音频特征的源是停放的车辆的置信度值。

根据本发明的一个实施例，碰撞避让模块进一步被编程为：

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

根据置信度得分增加置信度值。

根据本发明的一个实施例，机器学习模型是深度神经网络。

根据本发明的一个实施例，碰撞避让模块进一步被编程为：

接收来自安装到自主车辆的一个或多个传感器的成像输出；

识别成像输出中的潜在障碍物的集合；

评估自主车辆与潜在障碍物集合和音频特征的源之间的可能碰撞；和

激活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，以有效避让与潜在障碍物集合的碰撞。

根据本发明的一个实施例，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。

根据本发明的一个实施例，碰撞避让模块进一步被编程为通过对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音频特征，每个已滤波的信号包括可听见的特征中的一个或多个。

根据本发明的一个实施例，碰撞避让模块进一步被编程为通过从两个或更多个音频流中去除环境噪声来对两个或更多个音频流进行滤波。

根据本发明，提供一种用于在自主车辆中进行障碍物检测的方法，方法包含：

由包括一个或多个处理设备的控制器从安装到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；

由控制器检测两个或更多个音频流中的音频特征；

由控制器根据音频特征检测声源的方向；

由控制器根据音频特征识别声源的类别；和

由控制器确定声源的类别是停放的车辆，

响应于确定声源的类别是车辆而调用关于停放的车辆的潜在路径的障碍物避让。

根据本发明的一个实施例，方法进一步包含通过致动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声源的方向的障碍物避让，以有效避免与声源碰撞。

根据本发明的一个实施例，方法进一步包含：

由控制器接收来自安装到自主车辆的至少一个摄像机的至少一个图像流；

由控制器确定在至少一个摄像机的图像流中的车辆的图像位于由声源的方向产生的角度公差内；

响应于确定至少一个摄像机的图像流中的车辆的图像位于由声源的方向产生的角度公差内而增加指示声源是停放的车辆的置信度值。