[发明专利]生成地面实况数据的方法和系统

说明书

本公开涉及生成地面实况数据的方法和系统。方法可以包括由计算机硬件组件执行的以下步骤：对于多个时间点，获取针对相应时间点的传感器数据；以及对于所述多个时间点中的至少一个子集，基于至少一个当前时间点和/或过去时间点以及至少一个将来时间点的传感器数据来确定相应时间点的地面实况数据。

技术领域

本发明涉及用于生成地面实况数据的方法和系统，尤其是用于在生成地面实况数据时利用将来知识，例如用于对网格输出的基于雷达的机器学习的方法和系统。

背景技术

在驾驶员辅助系统和自动驾驶领域，通常使用雷达传感器来感知有关载具环境的信息。需要解决的一类问题是确定本载具环境的哪些部分被占用(例如，根据占用网格)或本载具可以安全驾驶的位置(根据下方可驾驶性分类(underdrivabilityclassification))。为此，可能需要确定环境的哪些部分被占用，或者本载具前面的检测到的对象是否是下方可驾驶(如桥梁)或非下方可驾驶(如交通堵塞的末尾)。

通常，机动车雷达的能力在测量分辨率和准确性方面受到限制，例如与对象的距离和/或俯仰有关(从中可以确定对象高度)。因此，可能需要先进的方法来解决占用网格检测和/或在下方可驾驶对象与非下方可驾驶对象的分类中的不确定性。

如今，机器学习技术被广泛用于“学习”用于此类占用网格确定或分类的模型参数。开发机器学习方法的一个重要前提是针对给定问题的地面实况(ground truth)数据的可用性。

需要对机器学习方法进行训练。训练机器学习方法的一种可能方式包括在训练期间向机器学习方法提供地面实况(例如描述机器学习方法的理想或期望输出)。

有一些标准但昂贵和/或耗时的方法来生成地面实况，包括由人类专家人工标记数据和/或使用第二传感器(如激光雷达/摄像头)。第二传感器需要与同一载具上的雷达一起可用，并且需要在传感器间进行外部校准/时间同步。此外，还需要其他方法来利用第二传感器确定占用网格和/或下方可驾驶性。

因此，需要改进提供地面实况数据的方法。

发明内容

本发明提供了一种由计算机实现的方法、计算机系统和非暂时性计算机可读介质。在说明书和附图中给出了实施方式。

在一个方面，本发明涉及一种用于生成地面实况数据的由计算机实现的方法，该方法包括由计算机硬件组件执行的以下步骤：对于多个时间点，获取针对相应时间点的传感器数据；以及对于所述多个时间点中的至少一个子集，基于至少一个当前时间点和/或过去时间点以及至少一个将来时间点的传感器数据来确定所述相应时间点的地面实况数据。

换句话说，来自将来时间点的传感器数据可以用于确定当前时间点的地面实况数据。应当理解，这是可能的，例如，通过记录多个时间点的传感器数据，然后针对多个时间点中的各个时间点，基于多个时间点中的若干个时间点(特别是包括位于相应时间点之后的时间点)确定针对相应时间点的地面实况数据。

地面实况数据可以表示假定已知为真实或真值的信息，并且与通过推断提供的信息相反，通常是通过直接观察和测量(即经验证据)提供的。

根据各种实施方式，当前时间点、过去时间点和/或将来时间点是相对于相应时间点的。

根据各种实施方式，传感器数据包括雷达数据或激光雷达数据中的至少一种。

根据各种实施方式，由计算机实现的方法还包括基于地面实况数据训练机器学习模型(例如人工神经网络)。或者，地面实况数据可以用于可能需要地面实况数据的任何其他目的，例如用于评估。地面实况数据可以是指表示真实情况的数据；例如，当训练机器学习模型时，地面实况数据表示机器学习模型的期望输出。