[发明专利]用于车辆的认知映射

说明书

本公开提供了“用于车辆的认知映射”。一种系统，包括处理器和存储器，所述存储器包括指令，所述指令由所述处理器执行以：获取车辆环境的图像，基于所述图像确定包括所述车辆环境的俯视图的认知地图，并且基于所述认知地图操作所述车辆。

背景技术

车辆可以被配备成以自主驾驶模式和乘员驾驶模式操作。车辆可以配备有计算装置、网络、传感器和控制器以获取有关车辆环境的信息并基于所述信息操作车辆。车辆的安全且舒适的操作可取决于基于有关车辆环境的准确且及时的信息来确定预测的车辆轨迹。例如，车辆的安全且舒适的操作可取决于当车辆在道路上运行时，获取有关车辆环境中对象的准确且及时的信息。提供有关车辆附近或周围的对象的准确且及时的信息以支持车辆的操作是一个问题。

附图说明

图1是示例性车辆的框图。

图2是交通场景的示例性图像的图示。

图3是示例性认知地图的图示。

图4是示例性卷积神经网络的图示。

图5是基于认知地图操作车辆的示例性过程的流程图。

图6是训练卷积神经网络以输出认知地图的示例性过程的流程图。

技术领域

本发明涉及一种认知地图，所述认知地图由计算装置使用来操作车辆，所述操作包括致动包括动力传动系统的车辆部件、转向和制动，以便以安全且舒适的方式将车辆从当前位置引导至目的地位置。

发明内容

一种方法，其包括获取车辆环境的图像；基于所述图像确定包括所述车辆环境的俯视图的认知地图；以及基于所述认知地图操作所述车辆。

所述车辆环境可包括道路和对象，所述对象包括其他车辆和行人。

所述方法可包括确定所述认知地图，所述认知地图包括所述对象相对于所述车辆的位置，所述对象包括其他车辆和行人中的至少一者。

所述图像可以是单目视频帧。

所述方法可包括基于利用卷积神经网络处理所述图像来确定所述车辆环境的所述认知地图。

所述方法可包括在确定所述认知地图之前，基于地面实况数据训练所述卷积神经网络。

地面实况数据可基于对象检测、按像素分割、3D对象姿态和相对距离。

训练所述卷积神经网络可基于包括在所述卷积神经网络中的预测图像。

所述预测图像可基于地面实况数据。

一种系统，其包括处理器和存储器，所述存储器包括指令，所述指令由所述处理器执行以获取车辆环境的图像，基于所述图像确定包括所述车辆环境的俯视图的认知地图，并且基于所述认知地图操作所述车辆。

所述车辆环境可包括道路和对象，所述对象包括其他车辆和行人。

所述系统可包括确定所述认知地图，所述认知地图包括所述对象相对于所述车辆的位置，所述对象包括其他车辆和行人中的至少一者。

所述图像可以是单目视频帧。

所述系统可基于利用卷积神经网络处理所述图像来确定所述车辆环境的所述认知地图。

所述系统可包括在确定所述认知地图之前，基于地面实况数据训练所述卷积神经网络。

地面实况数据可包括对象检测、按像素分割、3D对象姿态和相对距离。

训练所述卷积神经网络可基于包括在所述卷积神经网络中的预测图像。

所述预测图像可基于地面实况数据。