[发明专利]针对自主驾驶应用的使用曲线拟合的地标检测

权利要求书

1.一种方法，包括：向神经网络应用表示传感器的传感场的传感器数据；使用所述神经网络并且至少部分地基于所述传感器数据来计算在与所述传感器数据相对应的图像中识别出的一条或更多条曲线的一个或更多个控制点的一个或更多个位置；使用曲线拟合算法并且至少部分地基于所述控制点的位置来生成所述一条或更多条曲线；以及由机器至少部分地基于所述一条或更多条曲线来执行一个或更多个操作。

2.根据权利要求1所述的方法，其中所述计算一个或更多个控制点的所述一个或更多个位置包括：使用所述神经网络计算第一数据，所述第一数据指示在所述图像中识别出的所述一条或更多条曲线中的至少一条曲线的半径内的所述图像的像素；计算第二数据，所述第二数据指示到所述一条或更多条曲线的所述一个或更多个控制点的距离；以及对所述第一数据和所述第二数据进行解码以确定所述一个或更多个控制点的所述一个或更多个位置。

3.根据权利要求2所述的方法，其中所述神经网络进一步计算指示所述一条或更多条曲线的分类信息的第三数据，并且所述方法还包括：至少部分地基于所述第三数据，将所述分类信息与所述一条或更多条曲线相关联，其中由所述机器执行所述一个或更多个操作进一步至少部分地基于相关联的分类信息。

4.根据权利要求3所述的方法，其中所述第三数据表示一个或更多个位分类掩码。

5.根据权利要求4所述的方法，其中所述一个或更多个位分类掩码中的位分类掩码的数量等于比所述神经网络为其计算输出的分类类型的数量少一个。

6.根据权利要求2所述的方法，其中所述第一数据表示二元掩码，其中所述图像中描绘的所述一条或更多条曲线中的所述至少一条曲线的半径内的所述图像的所述像素具有第一值，并且除所述像素之外的其他像素具有不同于所述第一值的第二值。

7.根据权利要求2所述的方法，其中每条曲线包括大于三个的多个控制点，所述第二数据表示多个回归掩码，并且所述多个回归掩码包括与所述控制点的数量相等的多个x轴距离回归掩码和y轴距离回归掩码。

8.根据权利要求1所述的方法，其中所述曲线拟合算法包括二维贝塞尔曲线拟合算法、三维贝塞尔曲线拟合算法、三次贝塞尔曲线拟合算法、高阶贝塞尔曲线拟合算法或分裂式贝塞尔曲线拟合算法中的至少一个。

9.根据权利要求1所述的方法，还包括：对所述一条或更多条曲线执行聚类算法以生成最终集合的曲线，其中至少部分地基于所述最终集合的曲线来执行所述一个或更多个操作。

10.根据权利要求9所述的方法，其中所述聚类算法包括具有噪声的应用的基于密度的空间聚类DBSCAN操作，所述DBSCAN操作使用积分损失作为相似性函数。

11.根据权利要求1所述的方法，其中所述一条或更多条曲线对应于道路标记、车道线、道路边界线、交叉线、人行道、自行车车道线、文本、杆、树、灯柱或标志中的一个或更多个。

12.一种系统，包括：一个或更多个传感器；一个或更多个处理单元；以及在其上存储指令的一个或更多个存储器设备，当使用所述一个或更多个处理单元执行所述指令时，使所述一个或更多个处理单元执行以下操作，包括：向神经网络应用表示与一个或更多个传感器中的传感器的传感场相对应的图像的传感器数据；使用所述神经网络并且至少部分地基于所述传感器数据来计算与所述图像中识别出的一个或更多个特征相对应的一条或更多条曲线的一个或更多个控制点的位置；使用曲线拟合算法并且至少部分地基于所述控制点的位置来生成所述一条或更多条曲线；以及至少部分地基于所述一条或更多条曲线来执行一个或更多个操作。