[发明专利]自主机器应用中的路口姿态检测

权利要求书

1.一种方法，包括：将表示车辆的图像传感器的视场中的路口的图像数据应用于神经网络；使用所述神经网络并且至少部分地基于所述图像数据来计算第一数据和第二数据，所述第一数据表示一个或更多个二维(2D)热图，所述一个或更多个二维2D热图表示与所述路口相对应的关键点的位置，所述第二数据表示对应于所述关键点的分类置信度值；对所述一个或更多个2D热图进行解码以确定所述图像中的所述关键点的像素位置；从所述分类置信度值确定对应于所述关键点的关联分类；至少部分地基于所述像素位置和所述关联分类，生成通过所述路口的一条或更多条建议的路径；以及由所述车辆使用所述一条或更多条建议的路径执行一个或更多个操作。

2.根据权利要求1所述的方法，其中所述关联分类表示以下项中的一项或更多项：人行横道的入口点、所述路口的入口点、所述路口的出口点、人行横道的出口点或自行车道。

3.根据权利要求1所述的方法，其中所述2D热图包括未归一化的正态分布，并且其中所述2D热图包括固定标准偏差或自适应协方差之一。

4.根据权利要求1所述的方法，其中，对所述2D热图进行解码包括：执行峰值寻找算法以确定峰值概率像素，所述峰值概率像素对应于所述关键点。

5.根据权利要求1所述的方法，还包括：接收与所述车辆通过所述路口的建议的操控相对应的第三数据，其中所述一个或更多个操作包括至少部分地基于所述第三数据来选择所述一条或更多条建议的路径中的至少一个。

6.根据权利要求1所述的方法，还包括：使用所述神经网络计算第三数据，所述第三数据表示与对应于所述关键点的线段的方向性或对应于所述关键点的车道的航向方向中的一个或更多个相对应的一个或更多个向量场；以及至少部分地基于所述第三数据和所述关键点的所述像素位置，对所述一个或更多个向量场进行解码，以确定所述方向性或所述航向方向中的一个或更多个。

7.根据权利要求6所述的方法，其中所述生成一条或更多条建议的路径还至少部分地基于所述方向性或所述航向方向中的一个或更多个。

8.根据权利要求1所述的方法，还包括：使用所述神经网络计算表示与所述路口相关联的车道的宽度相对应的强度图的第三数据；以及至少部分地基于所述第三数据和所述关键点的所述像素位置，解码所述强度图以确定所述车道的所述宽度。

9.根据权利要求1所述的方法，其中所述一条或更多条建议的路径包括用于使所述车辆横穿所述路口的左转弯、右转弯和直路径中的至少一个。

10.根据权利要求1所述的方法，还包括：使用所述神经网络计算表示偏移向量场的第三数据，其中对所述2D热图进行解码还至少部分地基于所述偏移向量场。

11.根据权利要求1所述的方法，其中生成所述一条或更多条建议的路径包括：执行曲线拟合算法以确定从所述关键点中的第一关键点到所述关键点中的第二关键点的轨迹。

12.一种方法，包括：接收表示路口的图像数据；接收表示对应于所述路口内的线段的注释的第一数据以及对应于所述线段的分类的第二数据；至少部分地基于所述线段确定对应于所述线段的关键点的位置；将所述关键点编码到高斯热图；以及使用所述高斯热图和所述分类作为地面实况数据来训练神经网络。

13.根据权利要求12所述的方法，其中确定所述关键点的所述位置包括：识别对应于所述线段的纵向中心的像素。

14.根据权利要求13所述的方法，还包括：编码一个或更多个向量场，所述一个或更多个向量场对应于所述线段的方向性或对应于所述线段的车道的航向方向中的一个或更多个，其中训练所述神经网络进一步使用所述一个或更多个向量场。