[发明专利]适于自主驾驶的对象检测和检测置信度

说明书

在各个示例中，可以确定表示被检测对象在视场中的位置的被检测对象数据。被检测对象的一个或更多个簇可以至少部分地基于这些位置而生成，并且可以确定簇的特征以用作机器学习模型的输入。可以接收由机器学习模型至少部分地基于这些输入计算的置信度评分，其中该置信度评分可以表示该簇与至少部分地在视场中描绘的对象相对应的概率。进一步的示例提供了用于确定用于训练对象检测器的真值数据的方法，例如用于使用关联的形状确定用于真值对象的覆盖值，以及用于确定用于真值对象的软覆盖值。

发明背景

为了安全地操作，在规划通过环境的路径时，自主车辆应当考虑诸如车辆、人、树、动物、建筑、指示牌和柱子之类的对象。为了这样做，对象检测器可以用来实时地精确检测一个或更多个图像(例如，使用安装在自主车辆上的一个或更多个传感器捕获的图像)中描绘的对象。然而，常规的方法可能没有希望的精度，并且因此可能遗漏或者生成错误的或延迟的对象检测，这可能导致不适当的路径，甚至是碰撞。

常规的用于对象检测的系统可使用卷积神经网络(CNN)，其为图像的空间元素区域网格提供覆盖值和边界框。每个覆盖值可以表示对象至少部分地在相应空间元素区域内绘出的可能性，并且边界框可以针对该空间元素区域围绕该对象而提供。由于对象可能占用网格的多个空间元素区域，因而不同的覆盖值和边界框可以与相同对象的检测相对应。可以通过对这些检测聚类而将这些检测聚合到特定对象，并且可以为每个聚合的检测分配置信度值。在一些方法中，簇(cluster)的最大覆盖值可以用作置信度值。在实践中，该方法可能导致错误的检测或者阳性，因为最大覆盖值可能仅仅与图像的小部分相对应。另一种方法可以使用簇的覆盖值的总和作为置信度值。然而，由于该总和是无界的，该总和不可以直接解释为置信度或者概率度量，这也可能导致错误的或遗漏的检测(例如可变数量的检测可以是簇的部分，因此所述总和不提供相对度量交叉簇)。

一种常规的用于训练CNN以检测图像中描绘的对象的方法除了边界框坐标集合以外，还可以使用训练图像，所述坐标集合中的每一个可以指定CNN应当检测其中的对象的训练图像中的区域。为了训练CNN以输出用于特定空间元素区域的覆盖值，可以将每个边界框坐标集合分配给训练图像的空间元素区域网格的单个空间元素区域。具体地，分配给边界框坐标集合的空间元素区域是包括边界框的中点的空间元素区域。可以填充用来训练CNN的真值(ground truth)张量，以便根据是否为每个空间元素区域分配边界框坐标集合而将硬覆盖值(例如1或0)分配给该空间元素区域。

这种方法可以将CNN训练为尝试明确地确定在空间元素区域中是否描绘了对象，并且将该对象仅仅分配给该空间元素区域。然而，在许多情况下，可能难于将对象分配给仅仅一个空间元素区域，或者明确地确定在该空间元素区域中是否描绘了对象。这可能例如在对象在图像中彼此靠近(例如一个遮挡另一个)时和/或在一个或更多个对象占用多个空间元素区域的情况下出现。作为这种训练方法的结果，如上所述，CNN可能从对象检测器生成错误检测或者针对聚合的检测生成假阳性，从而降低CNN的功效。

发明内容

本公开的实施例涉及适合自主驾驶的对象检测和检测置信度。与确定不可以直接解释为置信度或概率度量或者可仅仅与图像的小部分相对应的聚合的检测的置信度值的常规方法形成对比的是，所公开的方法允许确定置信度评分(例如，某个标量值)，其可以直接解释为置信度度量并且可以精确地指示聚合的检测与图像数据中表示的实际对象相对应的概率。因此，当采用置信度评分时，错误的或遗漏的检测可能不太可能发生。

在一些示例中，可以使用从(例如车辆的视场中的)被检测对象生成的特征训练诸如多层感知器网络之类的机器学习模型(MLM)以便确定置信度评分。MLM可以学习在生成置信度评分中考虑不同的空间元素区域的被检测对象之间的复杂关系。进一步，该置信度评分可以是有界值，其在考虑作为聚合的检测的部分的任意数量的原始被检测对象时提供直接的可解释性。因此，与诸如以上所述的方法之类的常规方法相比，使用置信度评分不太可能导致错误的检测。