[发明专利]用于更新基于传感器的参考地图的变化检测标准

说明书

本文档描述了用于更新基于传感器的地图的变化检测标准。基于在交通工具附近检测到登记对象的指示，处理器确定登记对象的特征与基于传感器的参考地图的特征之间的差异。机器学习模型使用自监督学习进行训练，以从输入中标识变化检测。执行该模型以确定差异是否满足用于更新基于传感器的参考地图的变化检测标准。如果满足变化检测标准，则处理器使基于传感器的参考地图被更新以减少该差异，这使交通工具能够在自主模式下使用用于在登记对象的坐标位置的附近区域中导航交通工具的经更新的参考地图来安全地操作。地图可以在环境中发生变化时同时更新，并且不会影响性能，从而实现实时感知以支持控制并提高驾驶安全性。

相关申请的交叉引用

本申请根据35 U.S.C.119(e)要求于2020年12月11日提交的美国临时申请第63/124,512号的权益，该申请的公开内容通过引用以其整体并入本文。

背景技术

一些汽车系统依赖用于自主或半自主驾驶的参考地图。例如，当在极端条件下操作时，如夜间在光线昏暗的道路上，雷达可以是传达作为如参考地图中的特征、植被、路堤、桥梁扩建、检修孔或其他障碍物的有用传感器。依赖这些源自传感器数据的参考地图，可以导致操作交通工具或交通工具列队的系统做出安全驾驶决策。负责人反馈(例如，来自人类或机器)和质量保证可用于确保地图保持最新。自动更新以同时捕获现实世界中发生的变化促进了更高程度的驾驶安全性。这种自动的困难来自于尝试快速且准确地标识环境中所谓的“变化检测”。变化检测是传感器数据中的标记或指示器，该标记或指示器对应于该环境的参考地图的可标识的特征或缺失的特征。一些系统可分析相机图像(例如，机载、基础设施)或其他传感器数据，以帮助标识变化检测并自动触发参考地图更新。然而，这些自动尝试往往会失败或过于繁琐而无法被依赖，尤其是在尝试针对可能发生的任何可能的变化检测进行更新时，依赖它不仅会降低性能，而且还可能会妨碍驾驶安全。

发明内容

本文档描述了用于更新基于传感器的地图的变化检测标准。在一个示例中，方法包括：从交通工具的传感器设备接收在交通工具的附近区域中检测到登记对象的指示；以及由交通工具的处理器基于该指示确定登记对象的特征与基于传感器的参考地图的特征之间的差异，基于传感器的参考地图的特征包括与登记对象的坐标位置相对应的地图位置。该方法进一步包括：由处理器执行使用自监督学习进行训练的机器学习模型，以从给该模型的输入中标识变化检测，该差异是否满足用于更新基于传感器的参考地图的变化检测标准，以及响应于确定该差异满足该变化检测标准，而由处理器使基于传感器的参考地图被更新以减少该差异。该方法附加地包括：由处理器使交通工具在自主模式下操作，该自主模式依赖于基于传感器的参考地图，以用于在登记对象的坐标位置的附近区域中导航该交通工具。

该文档还描述了一种系统，该系统包括被配置成用于执行本文阐述的这一方法和其他方法的处理器，以及计算机可读存储介质，包括当被执行时使处理器执行本文阐述的这一方法和其他方法的指令。此外，该文档描述了被配置成用于执行上面总结的方法和本文阐述的其他方法的其他系统。

本发明内容介绍了用于更新基于传感器的地图的变化检测标准的简化概念，下面将在具体实施方式和附图中进一步描述该简化概念。本发明内容并非旨在标识出要求保护的主题的必要特征，也并非旨在用于确定要求保护的主题的范围。即，由所描述的变化检测标准提供的一个优点是从传感器数据中快速且准确地标识变化检测，依赖该变化检测来触发对地图的更新。尽管主要在基于雷达的地图和基于语言的自监督学习方法的背景下被描述，但本文描述的用于更新基于传感器的地图的变化检测标准可以应用于其他基于传感器的参考地图(例如，基于激光雷达、基于图像)，在其他基于传感器的参考地图的情况下，期望提高导航和控制的准确性同时仍保留处理资源并维持地图最新，并且可以使用除基于语言的方法之外的其他自监督学习方法。

附图说明

在本文档中参考下图描述了用于更新基于传感器的地图的变化检测标准的一个或多个方面的细节：

图1-1示出了根据本公开的技术的在其中变化检测标准被用于更新基于传感器的地图的示例环境；