[发明专利]基于神经网络的用于自主车辆的安全监控系统

说明书

根据一个实施方式，系统从自动驾驶车辆的多个传感器接收传感器数据。系统利用机器学习模型从传感器数据提取预定数量的特征。系统基于利用机器学习模型所提取的特征，确定是否提醒用户干预自动驾驶系统。之后，系统基于对是否提醒用户干预自动驾驶系统的确定而生成安全警报，并且基于所生成的安全警报提醒用户干预自动驾驶车辆的自动驾驶系统。

技术领域

本公开的实施方式大体涉及操作自主车辆。更具体地，本公开的实施方式涉及用于自动驾驶车辆(ADV)的基于神经网络的安全监控系统。

背景技术

以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。

出于安全考虑，自动驾驶和驾驶员辅助技术需要安全监控系统，以在潜在的不安全情况中发出警报和/或提醒人类驾驶员接管ADV的驾驶任务。不安全情况的其中一示例在ADV的自动驾驶系统(ADS)的任何关键子系统无法生成解决方案或者ADS中出现错误时发生。

发明内容

在本公开的一实施方式中，提供了用于提醒用户干预自动驾驶车辆(ADV)的自动驾驶系统(ADS)的计算机实施方法，所述方法包括：从所述自动驾驶车辆的多个传感器接收传感器数据；利用机器学习模型从所述传感器数据提取预定数量的特征；

基于利用所述机器学习模型所提取的特征，确定是否提醒用户干预所述自动驾驶系统；基于对是否提醒所述用户干预所述自动驾驶系统的确定，生成安全警报；以及基于所生成的安全警报，提醒所述用户干预所述自动驾驶车辆的自动驾驶系统。

在本公开的另一实施方式中，提供了非暂时性机器可读介质，在所述非暂时性机器可读介质中存储有指令，所述指令在被处理器执行时致使所述处理器执行操作，所述操作包括：从自动驾驶车辆的多个传感器接收传感器数据；利用机器学习模型从所述传感器数据提取预定数量的特征；基于利用所述机器学习模型所提取的特征，确定是否提醒用户干预所述自动驾驶系统；基于对是否提醒所述用户干预所述自动驾驶系统的确定，生成安全警报；以及基于所生成的安全警报，提醒所述用户干预所述自动驾驶车辆的自动驾驶系统。

在本公开的又一实施方式中，提供了数据处理系统，包括：处理器；以及存储器，联接至所述处理器并用存储指令，所述指令在被所述处理器执行时致使所述处理器执行操作，所述操作包括：从自动驾驶车辆的多个传感器接收传感器数据；利用机器学习模型从所述传感器数据提取预定数量的特征；基于利用所述机器学习模型所提取的特征，确定是否提醒用户干预所述自动驾驶系统；基于对是否提醒所述用户干预所述自动驾驶系统的确定，生成安全警报；以及基于所生成的安全警报，提醒所述用户干预所述自动驾驶车辆的所述自动驾驶系统。

附图说明

通过示例而非限制的方式在附图的各图中示出本公开的实施方式，在附图中，相似的标记指代相似的元件。

图1是示出根据一个实施方式的联网系统的框图。

图2是示出根据一个实施方式的由自主车辆使用的传感器和控制系统的示例的框图。

图3A至图3B是示出根据一些实施方式的由自主车辆使用的感知和规划系统的示例的框图。

图4是示出根据一个实施方式的安全监控系统的示例的框图。

图5是示出根据一个实施方式的具有自动驾驶系统和安全监控系统的ADV的示例的框图。

图6是示出根据一个实施方式的用于安全监控系统的神经网络的示例的框图。

图7是示出根据一个实施方式的方法的流程图。

图8是示出根据一个实施方式的数据处理系统的框图。

具体实施方式