[发明专利]目标检测系统、自主车辆以及其目标检测方法

说明书

本公开涉及一种目标检测系统，包含：第一类型传感器，用于产生第一传感器数据；第二类型传感器，用于产生第二传感器数据；以及处理器，耦合到第一类型传感器以及第二类型传感器，且至少配置成用于：通过使用多个第一目标检测算法来处理第一传感器数据以及通过使用多个第二目标检测算法来处理第二传感器数据，其中多个第一目标检测算法中的每一个以及多个第二目标检测算法中的每一个包含根据多个参数检测算法计算的环境参数；以及为每一所检测到的目标确定由处理第一传感器数据以及处理第二传感器数据产生的限界框。

技术领域

本公开涉及一种由自主车辆使用的目标检测系统、一种使用所述目标检测系统的自主车辆以及其目标检测方法。

背景技术

由于包含基于深度学习的目标检测算法的推动以及利用移动强大的计算系统(mobile powerful computing system)来实施先进技术的因素，使得多年来自主车辆的发展飙升。此外，利用更复杂且精确构架的成像传感器的发展已使得传感技术，例如光达(LiDAR)传感器(transducer)以及雷达(RaDAR)传感器的基于有源式的技术，超越如摄像机中所使用的基于无源式的技术。与来自摄像机传感器的例如亮度和色度信息的仅二维(two-dimensional；2D)的信息相比，这些有源式传感器还可通过导入深度信息来提供三维(three-dimensional；3D)信息。另外，各种实施方案已研发多传感技术以从不同类型感测装置的数据融合中获得综合信息，以便增加目标检测系统的精确度。

然而，不同类型感测装置的最近发展以及使用多感测装置的目标检测的现有技术现况的执行具有一些缺点。举例来说，来自用于自主车辆的每种类型的感测装置的数据质量受外部约束条件和内部约束条件影响。对应类型的感测装置的任何不利约束条件将降低数据质量。研发技术以使来自多感测装置的数据融合的技术现况大多数仅主要地考虑内部约束条件(目标相对位置、目标相对距离、分类器可靠度等等)。研发融合技术供用于多感测装置的技术现况中的一些已融合输入级上的信息并且利用单一分类器以执行目标检测。通过这样做，较高的漏检率(miss rate)的可能性可能增加。

在自主车辆中，将安置在车辆内的感测装置视为对于获得周围目标和条件的精确信息为必需的。理想地，通过实施从不同传感模态(即不同类型传感器)中撷取的传感器输入的综合种类和数量，可取得更可靠的信息而每一感测装置还可验证从其它感测装置中撷取的信息。

用于自主车辆研发的常用感测装置可包含成像传感器、光检测与测距(lightdetection and ranging；LiDAR，又称“光达”)传感器以及无线电检测与测距(radiodetection and ranging；RaDAR，又称“雷达”)传感器。这些感测装置中的每一个拥有可保持有利地增强传感性能或不利地恶化传感性能的特性和行为的传感模态。传感性能是增强还是恶化，将取决于归因于每一感测装置的独特操作原理的特定情形和环境。

例如彩色(RGB)摄像机的成像传感器的操作原理是通过从外部环境接收包含从周围目标反射的光的光信息来无源地进行成像。相反地，光达和雷达是有源传感器，其至少依赖于发射器和接收器以获得来自周围目标和环境的信息。光达与雷达之间的差异是所使用的光谱(即红外波相较于毫米波)，所述光谱随后确定对应传感模态的特性。具体来说，光达将使用调制红外(infrared；IR)波来以全方位(即360度)视场测量发射器与接收器之间的飞行时间(time of flight)；然而雷达将使用射频波来以特定角度(例如小于360度)的视场测量发射器与接收器之间的飞行时间。

表1展示通常实施于自主车辆中的各种感测装置中的特性的比较。表1中所示的值仅出于示范性目的示出，同时特定值可基于设计考量而变化。

表1