[发明专利]使用场景检测模式在感知场景图中分类对象的方法和系统

说明书

提供了一种用于使用场景检测模式来对机动车辆的感知场景图中的对象进行分类的方法和系统。场景检测模式包括收集关于车辆周围的区域的传感器信息，包括捕获区域的图像；处理传感器信息以生成感知场景图(PSG)；通过分析捕获的图像来检测多个对象；将检测对象与参考对象进行比较；基于匹配参考对象对检测对象进行分类；以及将优先级分配给每个分类的对象。以比具有较低优先级的对象更高的频率重复对具有较高优先级的对象进行检测和分类的步骤。如果对象位于PSG的聚焦区中，则对象被分配较高的优先级。每次重复后，通过更新对象的分类来提高聚焦区的保真度。

技术领域

本发明一般涉及用于机动车辆的感知系统；更具体来说，涉及一种对由感知系统生成的感知场景图中的对象进行分类的方法和系统。

背景技术

本部分中的陈述仅提供与本公开相关的背景信息，并且可能构成或可能不构成现有技术。

高级驾驶员辅助系统(ADAS)用于机动车辆中以增强选择性机动车辆系统或使其自动化，以便提高乘员安全性和操作员驾驶性能。ADAS包括与外部传感器、车辆状态传感器和选择性机动车辆系统(诸如乘员安全系统和车辆控制系统)通信的车辆控制器。车辆控制器分析由外部传感器和车辆状态传感器收集的信息以向车辆控制系统提供指令，以便在车辆沿着道路行驶时辅助车辆避开和绕过障碍物。

典型的车辆控制器包括处理器和非传递存储器。非传递存储器包含处理器可执行的预定义例程和处理器可访问的数据库。处理器分析由外部传感器提供的信息以检测对象并将对象与背景场景分离。处理器通过将对象与存储在数据库中的参考对象进行比较来对对象进行分类。一旦对象被分离和识别，则确定对象相对于机动车辆的距离和方向。然后，车辆控制器向机动车辆系统(包括转向、油门和制动控制系统)传送指令，以协商路径来避免与对象接触，或在即将与对象接触时激活安全系统。

因此，尽管当前的ADAS具有足以处理来自外部传感器的信息以实现其预期目的的车辆控制器，但是需要一种用于感知系统的新的和改进的系统和方法，该系统和方法能够为选定的对象和关注区域获得更高的保真度，同时保留整个感知系统的处理能力。

发明内容

根据几个方面，公开了一种对感知场景图的对象进行分类的方法。该方法包括以下步骤：收集关于邻近机动车辆的区域的传感器信息；处理传感器信息以检测多个对象并且生成包含邻近机动车辆的区域的虚拟三维模型的感知场景图(PSG)，其中PSG包括检测的多个对象；将分类级别(n)分配给检测的多个对象中的每个；将检测的多个对象中的每个与具有多个分类级别的场景检测模式(SDS)树中的参考对象进行比较；以及基于SDS树中的分类级别对PSG中检测的多个对象中的每个进行分类。

在本公开的另一方面，收集关于邻近机动车辆的区域的传感器信息的步骤包括通过图像捕获设备捕获图像。处理传感器信息以检测多个对象的步骤包括分析捕获的图像以检测多个对象。将检测的多个对象中的每个与参考对象进行比较的步骤包括将捕获的图像与对象的参考图像进行比较。

在本公开的另一方面，该方法进一步包括以下步骤：基于多个对象中的每个的预定重要性，将优先级分配给检测的多个对象中的每个。

在本公开的另一方面，该方法进一步包括以下步骤：通过基于每个对象的各自分配的优先级和分类级别(n)对检测对象中的每个进行分类来增加PSG的保真度。

在本公开的另一方面，该方法进一步包括以下步骤：确定多个对象中的每个对象先前已被分类的实例数(n)；基于多个对象中的每个对象先前已被分类的实例数(n)为多个对象中的每个分配分类级别n+1；以及将多个对象中的每个与SDS树中的每个对象的各自的n+1分类级别内的参考对象进行比较。

在本公开的另一方面，被分类为有生命对象的对象的优先级高于被分类为无生命对象的对象的优先级。行人的有生命对象的优先级高于机动车辆的有生命对象。