[发明专利]用于生成测试自主驾驶的大型模拟数据集的系统和方法

说明书

一种用于创建用于测试一自主系统的合成数据的系统，包含至少一个硬件处理器适于执行一代码用于：基于从一共同的物理场景中同时捕获的多个真实信号使用一机器学习模型来计算多个深度图，所述多个真实信号中的每一个由多个传感器中的一个所捕获，所述多个计算的深度图中的每一个限定所述多个真实信号中的一个；应用一视点转换到所述多个真实信号和所述多个深度图，以生成合成数据，所述合成数据模拟由一目标传感器从所述共同的物理场景中在相对于所述多个传感器的一识别的位置中捕获的一可能信号；以及将所述合成数据提供给至少一个测试引擎以测试包含所述目标传感器的一自主系统。

相关申请案

本申请请求2019年1月2日提交的美国专利申请第16/237,806号和2019年10月7日提交的美国专利申请第16/594,200号的优先权，其全部内容通过引用合并于此。

技术领域及背景技术

本发明在一些实施例中涉及一种用于创建用于测试一自主系统(autonomoussystem)的传感器数据的系统，并且更具体地但非排他地涉及用于创建用于测试一先进驾驶辅助系统或一自主驾驶系统(autonomous driving system)的传感器数据。

术语“自动驾驶系统”是指能够感测其环境并且能够通过一些人为输入安全地行驶的车辆。术语“先进驾驶辅助系统(advanced driver-assistance system,ADAS)”是指一种通过感知其环境来辅助车辆驾驶员的系统。包含ADAS的车辆可以包含一个或多个传感器，每个传感器捕获向所述ADAS提供输入的信号。存在无数种情况，可能会影响所述车辆的传感器捕获的信号。例如，当车辆横穿一物理场景(例如地理区域)时，当传感器安装在所述车辆上的一第一位置中时，由所述传感器捕获的一第一信号可以与当所述车辆横越所述物理场景时，将所述传感器安装在所述车辆上的一第二位置上时所述传感器捕获的一第二信号不同。此外，传感器的一物理特性可能会影响所述传感器捕获的信号。可能会影响捕获信号的一些物理特性的多个示例包含传感器的灵敏度、传感器的颜色强度、传感器的视场、传感器的制造材料以及传感器的结构。需要根据一目标传感器训练、测试、验证(validate)和检验(verify)一ADAS。

发明内容

本发明的目的是提供一种用于创建用于模拟的合成数据的系统和方法。

上述目的和其他目的是通过独立权利要求的特征实现的。从属权利要求、说明书和附图可以看出进一步的实施形式。

根据本发明的一第一方面，一种用于创建用于测试一自主系统(autonomoussystem)的合成数据的系统，所述系统包含至少一个硬件处理器适于进一步执行代码以用于：基于多个真实信号使用一机器学习模型来计算多个计算的深度图，所述多个真实信号从一共同的物理场景中同时捕获，所述多个真实信号中的每一个由多个传感器中的一个所捕获，所述多个计算的深度图中的每一个限定所述多个真实信号中的一个；应用一视点转换到所述多个真实信号和所述多个计算的深度图，以生成合成数据，所述合成数据模拟由一目标传感器从所述共同的物理场景中在相对于所述多个传感器的一识别的位置中捕获的一可能信号；以及将所述合成数据提供给至少一个测试引擎以测试包含所述目标传感器的一自主系统。

根据本发明的一第二方面，一种用于创建用于测试一自主系统的合成数据的方法所述方法包含：基于多个真实信号使用一机器学习模型来计算多个计算的深度图，所述多个真实信号从一共同的物理场景中同时捕获，所述多个真实信号中的每一个由多个传感器中的一个所捕获，所述多个计算的深度图中的每一个限定所述多个真实信号中的一个；应用一视点转换到所述多个真实信号和所述多个计算的深度图，以生成合成数据，所述合成数据模拟由一目标传感器从所述共同的物理场景中在相对于所述多个传感器的一识别的位置中捕获的一可能信号；以及将所述合成数据提供给至少一个测试引擎以测试包含所述目标传感器的一自主系统。