[发明专利]用于表示移动平台环境的方法

说明书

公开了一种用于表示第一移动平台的环境的方法和系统，该方法包括：通过源自至少两个传感器和相应时间标记的传感器数据的离散时间序列来捕获环境的特征（S1）；确定第一移动平台到环境特征的距离（S2）；估计环境特征的语义信息（S3）；使用相应确定的距离和相应的时间标记，将环境特征的语义信息变换成移动空间参考系统（S4），其中第一移动平台的位置处于恒定位点；使用与所述至少两个传感器的传感器数据序列相对应的环境特征的变换语义信息序列来创建输入张量（S5）；使用深度神经网络和输入张量生成表示在请求的时间点的环境的输出张量（S6），其中用训练输入张量和真实信息训练输出张量来训练深度神经网络，以便准确地再现在请求的时间点的任意环境表示。

技术领域

本发明涉及一种用于表示移动平台的环境的方法以及被配置为执行该方法的系统，其中该环境由多个传感器的数据序列表征。

背景技术

已经研究了深度学习方法来控制至少部分自主的系统，诸如自驾驶车辆，或者作为移动平台示例的机器人。此类至少部分自主的系统的必要部分是它们感知关于其环境中复杂情形的能力。这样的至少部分自主的系统安全且有效操作的要求将是解释其周围环境，并估计例如对于决策过程、诸如运动规划和控制的该环境随时间推移的状态。

为了使能实现智能决策，必须在用于感知环境和下游控制的多个不同传感器之间提供公共接口。

环境表示可以用作感知和其他系统组件之间的公共接口、例如用作决策，并且因此应该具有某些属性，作为对于至少部分自主的系统安全且有效操作以及对于多个传感器数据的融合的基础。

发明内容

因此，本发明针对一种用于表示移动平台周围的环境的方法和计算机程序产品、计算机可读存储介质以及至少部分自主的系统，它们被配置为执行具有如独立权利要求中描述的主题的方法。

在从属权利要求中陈述了本发明的有利修改。在说明书、权利要求书和附图中公开的至少两个特征的所有组合都落在本发明的范围内。为了避免重复，根据该方法公开的特征也应当适用，并且可以根据所提及的系统要求保护。

本发明的基本思想将是提供一种模块化构造的方法，用于基于表征移动平台环境的多个传感器的数据序列的融合，预测该平台在请求时间的环境表示。该方法利用深度神经网络，并且以这样的方式被模块化地构造，使得专家可访问和可解释该方法的模块的结果得到的接口。

由此，该方法关于个体模块的贡献是透明的，并且改进了环境感知的可靠性，以支持在安全关键系统（诸如至少部分自主的车辆）的情境中的稳健代理或至少部分自主系统的设计。

为了实现这些和其他优点，并且根据本发明的目的，如本文体现和广泛描述的，提供了一种用于表示第一移动平台的环境的方法，其中环境的特征由源自至少两个传感器的传感器数据和相应时间标记的离散时间序列捕获。

移动平台可以是至少部分自主的移动系统和/或驾驶员辅助系统。示例可以是至少部分自主的车辆，相应地是包括驾驶员辅助系统的车辆。这意味着在该情境中，至少部分自主的系统包括关于至少部分自主功能的移动平台，但是移动平台也包括车辆，以及包括驾驶员辅助系统的其他移动机器。移动平台的另外示例可以是利用多个传感器的驾驶员辅助系统、移动多传感器机器人，例如像机器人真空吸尘器或机器人割草机、多传感器监督系统、制造机器、个人助理或访问控制系统。这些系统中的每一个都可以是完全或部分自主的系统。

可以源自不同的传感器类型的这些传感器数据——其表征关于不同物理属性的传感器和/或移动平台的环境——可以在离散的时刻连同对应的时间标记一起被顺序提供，以将环境的数据分配给记录了传感器数据的时间。替代地，连续的传感器数据可以用对应的时间标记以离散的时间步骤被顺序收集，作为该方法的附加步骤。必须考虑到，用于该方法的传感器数量可能超过例如二十个传感器。