[发明专利]分类方法及系统在审
| 申请号： | 201810768505.0 | 申请日： | 2018-07-13 |
| 公开（公告）号： | CN109283924A | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | L·O·赖安 | 申请（专利权）人： | 通用汽车环球科技运作有限责任公司 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 刘茜;王丽辉 |
| 地址： | 美国密*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 处理器 分类对象 深度图像 边界框 机器学习模型 处理传感器 传感器数据 辅助控制 系统提供 元素分类 自主车辆 分类 投影 关联 场景 输出 | ||
1.一种对象分类方法，包括：
接收与车辆的环境相关联的传感器数据；
通过处理器处理所述传感器数据，以确定场景内的元素；
通过所述处理器生成围绕所述元素的边界框；
通过所述处理器将所述元素的片段投影到所述边界框上，以获得深度图像；并且
通过将所述深度图像提供给机器学习模型并接收将所述元素分类为对象以便辅助控制所述自主车辆的分类输出来分类所述对象。
2.根据权利要求1所述的方法，其中所述机器学习模型是人工神经网络模型。
3.根据权利要求1所述的方法，其中内插深度图像包括所述元素相对于所述边界框的深度值。
4.根据权利要求1所述的方法，还包括基于预定义值，确定围绕所述元素的边界框。
5.根据权利要求1所述的方法，还包括基于所述元素的x坐标和y坐标的值，确定围绕所述元素的所述边界框。
6.根据权利要求1所述的方法，其中所述分类所述对象进一步基于与所述元素相关联的高程值的直方图。
7.根据权利要求1所述的方法，其中所述分类所述对象进一步基于与所述元素相关联的长度值的直方图。
8.根据权利要求1所述的方法，还包括确定所述元素的所述片段。
9.根据权利要求1所述的方法，其中所述深度图像是包括内插值的内插深度图像。
10.一种用于自主驾驶的系统，包括：
包括处理器的对象分类模块，所述对象分类模块配置为：
接收与车辆的环境相关联的传感器数据；
通过处理器处理所述传感器数据，以确定场景内的元素；
通过所述处理器生成围绕所述元素的边界框；
通过所述处理器将所述元素的片段投影到所述边界框上，以获得深度图像；并且
通过将所述深度图像提供给机器学习模型并接收将所述元素分类为对象以便辅助控制所述自主车辆的分类输出来分类所述对象。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于通用汽车环球科技运作有限责任公司，未经通用汽车环球科技运作有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810768505.0/1.html，转载请声明来源钻瓜专利网。
