[发明专利]用于自主车辆控制的神经网络系统

权利要求书

1.一种用于自主控制自动驾驶车辆SDV的神经网络系统，所述神经网络系统包括：

一或多个处理器；

噪声发生器；及

一或多个存储器资源，其存储机器学习模型，所述机器学习模型在由所述一或多个处理器执行时，致使所述神经网络系统：

在相对于所述SDV的局部坐标中建立目的地位置；

在所述SDV的前向操作方向上识别一或多个导航点；

处理来自所述SDV的传感器系统的传感器数据，所述传感器数据提供所述SDV的所述前向操作方向的传感器视图；

使用基于位置的资源来确定所述SDV的当前位置，其中所述一或多个导航点是基于所述SDV的所述当前位置及到所述目的地位置的所建立路线来计算；及

利用所述传感器数据，操作所述SDV的加速系统、制动系统及转向系统，以沿着到达所述目的地位置的所述所建立路线连续跟随所述一或多个导航点；其中所述噪声发生器经配置以将噪声引入到所述一或多个导航点中，且其中所述噪声致使所述神经网络系统依赖于结合连续跟随所述一或多个导航点来处理所述传感器数据。

2.根据权利要求1所述的神经网络系统，其中所述所执行的机器学习模型致使所述神经网络系统在(i)沿着所述所建立路线的所述SDV之前的恒定距离处或(ii)沿着所述所建立的路线基于所述SDV的当前速度在所述SDV之前的时间位置识别所述一或多个导航点中的每一者。

3.根据权利要求1所述的神经网络系统，其中所述一或多个导航点各自包括总体坐标中的坐标点，所述坐标点具有随着所述SDV朝向所述目的地位置前进而变化的值，且其中所述所执行的机器学习模型致使所述神经网络系统通过将所述坐标点的所述值与所述SDV的车辆坐标进行连续地比较来沿着到所述目的地位置的所述所建立的路线连续跟随所述一或多个导航点。

4.根据权利要求1所述的神经网络系统，其中所述一或多个导航点包括沿着所述所建立的路线在所述SDV之前的不同距离处建立的多个导航点。

5.根据权利要求4所述的神经网络系统，其中所述所执行的机器学习模型致使所述神经网络系统(i)利用所述多个导航点来动态地确定即时路线规划，以及(ii)分析所述传感器数据以对所述SDV的所述加速系统、制动系统及转向系统执行控制动作以便动态地实施所述即时路线规划。

6.一种自动驾驶车辆SDV，其包括：

传感器系统，其经配置以检测所述SDV的情景环境；

加速系统、制动系统及转向系统；及

控制系统，其包括神经网络，其中所述神经网络包括噪声发生器，所述神经网络实施机器学习模型，所述机器学习模型致使所述控制系统：

在相对于所述SDV的局部坐标中建立目的地位置；

在所述SDV的前向操作方向上识别一或多个导航点；

处理来自所述SDV的所述传感器系统的传感器数据，所述传感器数据提供所述SDV的所述前向操作方向的传感器视图；

使用基于位置的资源来确定所述SDV的当前位置，其中所述一或多个导航点是基于所述SDV的所述当前位置及到所述目的地位置的所建立路线来计算；及

利用所述传感器数据，操作所述SDV的加速系统、制动系统及转向系统，以沿着到达所述目的地位置的所述所建立路线连续跟随所述一或多个导航点；其中所述噪声发生器经配置以将噪声引入到所述一或多个导航点中，且其中所述噪声致使所述神经网络系统依赖于结合连续跟随所述一或多个导航点来处理所述传感器数据。

7.根据权利要求6所述的SDV，其中由所述神经网络实施的所述机器学习模型致使所述控制系统在(i)沿着所述所建立路线的所述SDV之前的恒定距离处或(ii)沿着所述所建立的路线基于所述SDV的当前速度在所述SDV之前的时间位置识别所述一或多个导航点中的每一者。