[发明专利]用于碰撞避免的训练算法

权利要求书

1.一种方法，所述方法包含：

通过计算机系统定义三维(3D)模型，所述三维(3D)模型包括道路、建筑物和定位在所述道路上的多个车辆、钻车缝车辆、以及包括两个或两个以上传感器位置的主体车辆；

通过所述计算机系统根据在所述3D模型中来自钻车缝车辆的入射到主体车辆的两个或两个以上的传感器位置上的声音来模拟两个或两个以上传感器输出，所述模拟包含模拟所述主体车辆和所述钻车缝车辆的运动和对来自所述钻车缝车辆、来自所述道路、来自所述建筑物和来自所述多个车辆的声音的反射建模；

通过所述计算机系统使用在所述3D模型中所述钻车缝车辆随着时间消逝的位置以及所述两个或两个以上传感器输出来训练机器学习模型；

通过所述机器学习模型输出：(i)是否感知到所述主体车辆附近的所述钻车缝车辆、(ii)若有的话，朝着所述钻车缝车辆的方向、(iii)所述钻车缝车辆的位置、以及(iv)关于(i)至(iii)中的一个或多个的置信度得分；

确定所述置信度得分是否超过阈值；

在所述置信度得分超过阈值的情况下，所述钻车缝车辆被添加至一组潜在障碍物。

2.如权利要求1所述的方法，进一步地包含：

定义在所述主体车辆上的一个或多个摄像机位置；

模拟在所述一个或多个摄像机位置上的图像的检测；以及

使用所述图像以及所述两个或两个以上传感器输出来训练所述机器学习模型。

3.如权利要求2所述的方法，进一步地包含：

定义在所述主体车辆上的雷达 传感器位置；

根据所述3D模型模拟雷达 传感器输出；以及

使用所述图像、所述雷达 传感器输出、以及所述两个或两个以上的传感器输出的全部来训练所述机器学习模型。

4.如权利要求3所述的方法，进一步地包含：

定义在所述主体车辆上的激光雷达 传感器位置；

模拟根据所述3D模型的所述激光雷达 传感器位置检测到的点云的顺序；以及

使用所述图像、所述雷达 传感器输出、所述点云的顺序、以及所述两个或两个以上传感器输出的全部来训练所述机器学习模型。

5.如权利要求1所述的方法，其中定义所述3D模型进一步地包括定义所述多个车辆、所述钻车缝车辆以及所述主体车辆的速度。

6.如权利要求1所述的方法，其中所述机器学习模型是深度神经网络。

7.如权利要求1所述的方法，其中根据入射到所述两个或两个以上传感器位置上的所述多个车辆的所述声音来模拟所述两个或两个以上传感器输出包含模拟多普勒效应和所述声音的传播距离。

8.如权利要求1所述的方法，其中将所述钻车缝车辆建模为发出摩托车的发动机噪声特性的钻车缝摩托车。

9.如权利要求1所述的方法，进一步地包含：

提供包括车辆控制器和两个或两个以上麦克风的车辆；

用所述机器学习模型编程所述车辆控制器；

通过所述车辆控制器从所述两个或两个以上麦克风接收两个或两个以上音频流；

通过所述车辆控制器将所述两个或两个以上音频流输入至所述机器学习模型；

(a)通过所述车辆控制器确定所述机器学习模型指示所述两个或两个以上音频流目前指示存在钻车缝车辆；

响应于(a)而执行以下中的至少一个：输出警报和抑制引起所述车辆进入车道间区域。

10.如权利要求9所述的方法，进一步地包含：

(b)在(a)之后通过所述车辆控制器确定所述机器学习模型指示所述两个或两个以上音频流目前不指示存在钻车缝车辆；

响应于(b)而通过所述车辆控制器中断输出所述警报并且通过所述车辆控制器允许至所述车道间区域中的运动。