[发明专利]车辆胶囊网络

说明书

本公开涉及一种包括计算机的系统，所述计算机包括处理器和存储器，所述存储器存储能够由所述处理器执行以通过用胶囊网络处理摄像机数据来检测和定位对象的指令，其中训练所述胶囊网络包括利用尺度不变归一化函数来确定路由系数。所述计算机可被进一步编程用于接收所检测和定位的对象。

技术领域

本公开整体涉及车辆传感器和计算机系统。

背景技术

车辆可配备成以自主模式和乘员驾控模式两者来运行。车辆可配备有计算设备、网络、传感器和控制器，以获取关于车辆环境的数据并基于该数据运行车辆。车辆的安全舒适运行可取决于获取关于车辆环境的准确及时的数据。车辆传感器可提供关于车辆环境中要行驶的路线和要避开的对象的数据。当在道路上运行车辆时，车辆的安全和高效运行可取决于获取关于车辆环境中的路线和对象的准确及时的数据。

发明内容

车辆可配备成以自主模式和乘员驾控模式两者来运行。所谓的半自主或全自主模式是指其中车辆可部分或完全由作为具有传感器和控制器的信息系统的一部分的计算设备来驾控的运行模式。车辆可被占用或未被占用，但是在任一种情况下，车辆都可在没有乘员协助的情况下被部分或完全驾控。出于本公开的目的，自主模式被定义为其中车辆推进(例如，经由包括内燃机和/或电动马达的动力系)、制动和转向中的每一者由一个或多个车辆计算机控制的模式；在半自主模式下，一个或多个车辆计算机控制车辆推进、制动和转向中的一者或两者。在非自主模式下，这些都不受计算机控制。

车辆中的计算设备可被编程用于获取关于车辆的外部环境的数据，并使用该数据基于车辆在自主或半自主模式下的路径来确定要在其上运行车辆的车辆路径。车辆路径为直线和/或曲线，其描述了车辆在与该车辆在其上运行的道路的表面平行的二维(2D)平面上的连续位置(即，在不同时间的位置)。车辆可通过确定用于引导车辆的动力系、制动和转向部件运行车辆以便沿着路径移动的命令来基于车辆的该路径而在道路上运行。关于外部环境的数据可包括被跟踪对象在全局坐标中的位置。示例性的被跟踪对象可以是另一个车辆。该数据可从交通数据系统接收，并且可基于利用胶囊网络(capsule network)处理摄像机数据帧。

本文公开了一种方法，包括通过利用胶囊网络处理摄像机数据来检测和定位对象，其中训练胶囊网络包括利用尺度不变归一化函数来确定路由系数以及在计算设备处接收所检测和定位的对象。训练胶囊网络可包括确定与胶囊层之间的路线对应的路由系数。路由系数可通过在基于第一训练数据集的训练之后基于相关性或聚类中的一者或多者对路线进行分组来确定，其中该路线将胶囊层中确定的元素与后续胶囊层中的位置连接起来。训练胶囊网络可包括在for循环(for-loop)内利用尺度不变归一化函数确定路由系数。该尺度不变归一化函数可包括Max-min()函数。

运行车辆可基于接收所检测和定位的对象。运行该车辆可基于接收所检测和定位的对象，包括确定对象在全局坐标中的预测位置。确定交通数据可基于接收所检测和定位的对象。摄像机数据可通过固定摄像机和移动摄像机中的一者或多者来获取，该固定摄像机包括在交通基础设施系统中，该移动摄像机包括在车辆和无人机中的一者或多者中。基于对象位置预测来运行车辆可包括确定车辆路径并使对象位置预测与车辆路径结合。基于位置预测来运行车辆可包括控制车辆动力系、制动器和转向中的一者或多者。全局坐标可为基于摄像机的位置和视场来确定的。路由系数可通过对通过交替期望步骤和最大化步骤来确定最大路由系数的过程进行迭代来确定。期望步骤可输出胶囊姿态和路由系数的新估计。