[发明专利]传感器间学习

说明书

执行传感器间学习的系统和方法基于第一传感器获得目标的检测。方法还包括确定与第一传感器具有重叠检测范围的第二传感器是否还检测目标，并且基于第二传感器未能检测到目标来执行学习以更新与第二传感器一起使用的检测算法。

引言

本发明涉及传感器间学习。

车辆(例如，汽车、卡车、建筑车辆、农场设备)越来越多地包括获得关于车辆及其环境的信息的传感器。示例性类型的传感器是获得图像的摄像机。例如，可以布置多个摄像机以获得围绕车辆周围的360度视野。另一个示例性类型的传感器是获得车辆外部的声音(即，音频信号)的音频检测器或麦克风。附加的示例性传感器包括无线电检测和测距(雷达)系统以及光检测和测距(激光雷达)系统。由传感器获得的信息可以增强或自动化车辆系统。示例性车辆系统包括碰撞避免、自适应巡航控制和自动驾驶系统。虽然传感器可以单独提供信息，但是根据被称为传感器融合的方案，也可以一起考虑来自传感器的信息。在任一情况下，来自一个传感器的信息可以指示另一传感器的检测算法的问题。因此，期望提供传感器间学习。

发明内容

在一个示例性实施例中，执行传感器间学习的方法包括基于第一传感器获得目标的检测。方法还包括确定与第一传感器具有重叠检测范围的第二传感器是否还检测目标，并且基于第二传感器未能检测到目标来执行学习以更新与第二传感器一起使用的检测算法。

除了本文描述的一个或多个特征之外，执行学习是离线的。

除了本文描述的一个或多个特征之外，方法还包括在执行离线学习之前执行在线学习以减小第二传感器的检测阈值。

除了本文描述的一个或多个特征之外，方法还包括记录来自第一传感器和第二传感器的数据，以基于执行在线学习未能引起第二传感器对目标的检测而实施执行离线学习。

除了本文描述的一个或多个特征之外，方法还包括确定第二传感器未能检测到目标的原因并且基于确定原因基于检测算法来执行学习。

除了本文描述的一个或多个特征之外，执行学习包括深度学习。

除了本文描述的一个或多个特征之外，基于第一传感器获得目标的检测包括检测目标的麦克风。

除了本文描述的一个或多个特征之外，确定第二传感器是否还检测目标包括确定摄像机是否还检测目标。

除了本文描述的一个或多个特征之外，基于第一传感器获得目标的检测以及确定第二传感器是否还检测目标是基于第一传感器和第二传感器设置在车辆中。

除了本文描述的一个或多个特征之外，方法还包括基于目标的检测来增强或自动化车辆的操作。

在另一个示例性实施例中，执行传感器间学习的系统包括第一传感器。第一传感器检测目标。系统还包括第二传感器。第二传感器与第一传感器具有重叠检测范围。系统进一步包括确定第二传感器是否还检测目标并且基于第二传感器未能检测到目标来执行学习以更新与第二传感器一起使用的检测算法的处理器。

除了本文描述的一个或多个特征之外，处理器执行学习是离线的。

除了本文描述的一个或多个特征之外，处理器执行在线学习以在执行离线学习之前减小第二传感器的检测阈值。

除了本文描述的一个或多个特征之外，处理器记录来自第一传感器和第二传感器的数据，以基于在线学习未能引起第二传感器对目标的检测而执行离线学习。

除了本文描述的一个或多个特征之外，处理器确定第二传感器未能检测到目标的原因并且基于确定原因基于检测算法来执行学习。

除了本文描述的一个或多个特征之外，学习包括深度学习。

除了本文描述的一个或多个特征之外，第一传感器是麦克风。

除了本文描述的一个或多个特征之外，第二传感器是摄像机。