[发明专利]使用机器学习进行对象定位

说明书

用于确定特定对象相对于载具的地点的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。在一个方面，一种方法包括获得由载具的一个或多个传感器捕获的传感器数据。传感器数据通过卷积神经网络来处理，以生成传感器数据的传感器特征表示。获得数据，该数据定义已被分类为包括表征特定对象的传感器数据的传感器数据中的特定空间区域。从传感器特征表示的与特定空间区域对应的部分生成特定对象的对象特征表示。使用定位神经网络处理特定对象的对象特征表示，以生成特定对象相对于载具的地点。

技术领域

本说明书涉及自主载具。

背景技术

自主载具包括自动驾驶载具、轮船和飞机。自主载具使用各种机载传感器和计算机系统来检测附近的对象，并使用这种检测来做出控制和导航决策。

发明内容

本说明书描述了一种系统，该系统被实施为执行对象定位的一个或多个地点中的一个或多个计算机上的计算机程序。

根据第一方面，提供了一种方法，该方法包括获得由载具的一个或多个传感器捕获的传感器数据。使用卷积神经网络处理传感器数据，以生成传感器数据的传感器特征表示。获得数据，该数据定义已被分类为包括表征载具附近的环境中的特定对象的传感器数据的传感器数据中的特定空间区域。从传感器特征表示的与特定空间区域对应的部分生成特定对象的对象特征表示。使用定位神经网络处理特定对象的对象特征表示，以生成表征特定对象在环境中相对于载具的地点的输出。

在一些实施方式中，对准并组合由以下一项或多项捕获的传感器数据：载具的激光传感器、载具的雷达传感器和载具的相机传感器。

在一些实施方式中，已被分类为包括表征载具附近的环境中的特定对象的传感器数据的传感器数据中的特定空间区域由具有矩形几何形状的边界框限定。

在一些实施方式中，已被分类为包括表征载具附近的环境中的特定对象的传感器数据的传感器数据中的特定空间区域是通过使用对象检测神经网络处理传感器数据的至少一部分而生成的。

在一些实施方式中，除了传感器特征表示的、与特定空间区域对应的部分之外，还从传感器数据的、与特定空间区域对应的部分生成特定对象的对象特征表示。

在一些实施方式中，为了生成特定对象的对象特征表示，与特定空间区域对应的传感器特征表示的部分被裁剪并使用一个或多个池化操作被转换。

在一些实施方式中，定位神经网络被配置为生成表征环境中特定对象的中心的位置的坐标。坐标以相对于载具定义的坐标系来表示。

在一些实施方式中，定位神经网络被配置为生成距离值，该距离值表征环境中特定对象距载具的距离。

根据第二方面，提供了一种系统，该系统包括：数据处理装置；以及存储器，与数据处理装置进行数据通信，并存储指令，所述指令使数据处理装置执行先前描述的方法的操作。

根据第三方面，提供了一种或多种非暂时性计算机存储介质，其存储指令，当指令由一个或多个计算机执行时，使一个或多个计算机执行先前描述的方法的操作。

可以实施本说明书中描述的主题的特定实施例，以实现以下优点中的一个或多个。

在本说明书中描述的对象定位系统可以基于表示由载具的传感器捕获的传感器数据的空间数据图来准确地确定对象相对于载具的地点。因此，可以将对象定位系统部署在载具机载系统中，以使机载系统能够做出完全自主或部分自主的驾驶决策，将信息呈现给载具的驾驶员以帮助驾驶员安全地操作载具，或两者。