[发明专利]提供自动驾驶安全性的方法和装置

说明书

本发明提供通过利用置信度分数来既节省计算能力又实现更好的自动驾驶性能的方法和装置，该置信度分数与对象检测处理并行地生成并表示对象检测的可信度，该方法的特征在于，包括：步骤(a)，计算装置通过设置于目标车辆的至少一个图像传感器，获取与所述目标车辆的周边有关的至少一个环境图像；步骤(b)，所述计算装置使CNN对所述环境图像适用至少一次CNN运算，而生成与所述环境图像有关的初始对象信息及初始置信度信息；以及步骤(c)，所述计算装置通过与周边对象中至少一部之间的V2X通信及强化学习智能体的支援，参照所述初始对象信息及所述初始置信度信息，生成与所述环境图像有关的最终对象信息。

技术领域

本发明涉及用于自动驾驶车辆的方法和装置，更详细地，涉及通过使用强化学习及V2X(vehicle-to-everything；车对外界的信息交换)通信的专注驾驶(attention-driven)资源分配来提供安全的自动驾驶的方法及利用该方法的装置。

背景技术

最近随着自动驾驶技术的研究深入，已发展到无需驾驶员介入自动驾驶车辆也能够准确行驶的程度。但是，如上所述的自动驾驶技术无法得到商用化。自动驾驶技术之所以无法得到普及有多种理由，其中之一是用于自动驾驶的运算消耗太多的计算能力。

尽管为了减少执行自动驾驶用的运算时所消耗的计算能力做出了很多努力，但在此情况下出现的问题是若减少所消耗的计算能力，则自动驾驶的性能会下降。若自动驾驶的性能下降，则会产生很多错误，并威胁到驾驶员及周边行人的生命。因此，需要一种既节省计算能力又能够维持一定程度自动驾驶性能，但事实上对如上所述的方法的研究并不多。

发明内容

本发明的目的在于，解决所述问题。

本发明的另一目的在于，提供通过使用强化学习及V2X通信的专注驾驶资源分配来提供安全的自动驾驶的方法。

并且，本发明的又一目的在于，提供与对象检测处理并行地生成置信度分数(Confidence Score)的方法，该置信度分数为表示对象检测的可信度的参数。

并且，本发明的还有一目的在于，提供通过从其他对象获取与置信度分数小于临界值的区域有关的附加补充信息来更准确地执行对象检测的方法。

解决问题的方案

为达到如上所述的目的，并实现后述的本发明的特征性效果，本发明的特征性构成如下。

根据本发明一实施方式，提供一种通过利用置信度分数来既节省计算能力又实现更好的自动驾驶性能的方法，该置信度分数与对象检测处理并行地生成并表示对象检测的可信度(Credibility)，该方法的特征在于，包括如下步骤：步骤(a)，计算装置通过设置于目标车辆的至少一个图像传感器，获取与所述目标车辆的周边有关的至少一个环境图像(Circumstance Image)；步骤(b)，所述计算装置使CNN(卷积神经网络，ConvolutionalNeural Network)对所述环境图像适用至少一次CNN运算而生成与所述环境图像有关的初始对象信息及初始置信度信息；以及步骤(c)，所述计算装置通过与离所述目标车辆的距离在临界值以下的周边对象中的至少一部分之间的V2X通信及强化学习智能体(Reinforcement Learning agent)的支援，参照所述初始对象信息及所述初始置信度信息，生成与所述环境图像有关的最终对象信息。

在一实施例中，在所述步骤(c)中，所述计算装置使所述强化学习智能体(i)参照所述初始置信度信息、所述周边对象的基本元信息及所述图像传感器的传感器信息，在所述周边对象中选择一个以上的特定周边对象，该一个以上的特定周边对象与要适用补充运算的所述环境图像中的一个以上的特定目标区域对应，(ii)通过与所述特定周边对象之间的所述V2X通信，获取补充信息，(iii)利用所述补充信息来调整所述初始对象信息，由此生成所述最终对象信息。