[发明专利]用于确定车辆数据集熟悉度的系统和方法

说明书

本公开涉及用于识别对象和情景的系统、装置和方法，所述对象和情景尚未经过训练或车辆感知传感器或车辆辅助驾驶系统无法识别。实施例涉及使用经训练的车辆数据集来识别车辆传感器数据中的目标对象。在一个实施例中，提供了一种过程，所述过程包括：对车辆运行场景检测操作以导出所述车辆传感器数据的目标对象属性的矢量；以及生成针对所述场景检测操作和所述车辆传感器数据的所述属性的矢量表示。将所述矢量表示与熟悉度矢量进行比较，以表示所述场景检测操作的有效性。另外，可以对所述矢量表示进行评分，以识别一个或多个目标对象或有效情景，包括无法识别的对象和/或驾驶场景、情景，以便进行报告。

技术领域

本公开涉及用于辅助和自主驾驶的系统、方法和装置，并且更具体地涉及识别有效数据。

背景技术

正在开发车辆系统以提供对车辆操作的辅助。所述系统可以包括提供反馈和车辆控制。需要用于准确识别对车辆检测系统重要的数据的系统和过程。许多现有系统收集大量难以利用的数据。举例来说，包括多个传感器的车辆系统可在操作期间生成大量数据。因为现有系统通常不加选择地生成并存储数据，所以存在与存储和维护数据相关联的大量成本。除了处理之外，这些系统还需要大规模的数据存储能力。这些系统的缺点可包括无法有效处理数据、存储数据的成本高以及难以识别相关数据。现有系统不提供解释有效数据的配置。结果，现有系统可能受到被存储且无用的数据的阻碍。需要改进用于辅助驾驶的车辆系统的配置并识别有效数据。

发明内容

本文公开并要求保护的是用于车辆感知系统操作的方法、装置和系统。一个实施例涉及通过车辆的控制单元来识别有效情景数据。所述方法包括由控制单元接收由车辆的至少一个传感器捕获的车辆传感器数据。车辆传感器数据由车辆的驾驶员辅助系统生成。所述方法还包括由控制单元使用经训练的车辆数据集来对车辆传感器数据运行场景检测操作，以识别车辆传感器数据的目标对象属性。所述方法还包括由控制单元生成针对场景检测操作和车辆传感器数据的属性的矢量表示，其中所述矢量表示是场景检测操作在识别车辆传感器数据的目标对象属性方面的有效性的表示。所述方法还包括由控制单元基于矢量表示来识别有效情景数据，其中所述有效情景识别车辆传感器数据的至少一个目标对象。

在一个实施例中，车辆传感器数据包括针对车辆的驾驶员辅助系统的检测区的图像、雷达和LiDAR数据中的至少一种。

在一个实施例中，对车辆传感器数据运行场景检测操作基于经训练的车辆数据集的属性而实时生成针对目标对象的经注释的数据集，所述经训练的车辆数据集提供多种对象类型和对象属性。

在一个实施例中，生成矢量表示包括使用经训练的车辆数据集对车辆传感器数据的目标对象执行聚类操作，以生成用于车辆传感器数据的矢量数据模型，所述矢量数据模型表征经训练的车辆数据集感知车辆传感器数据的目标对象的能力。

在一个实施例中，识别有效情景包括确定目标对象是未识别的对象。

在一个实施例中，识别有效情景包括确定经训练的车辆数据属性中的至少一个不能对目标对象进行分类。

在一个实施例中，识别有效情景包括基于下列中的至少一项来确定目标对象相对于经训练的数据集的熟悉度：目标对象的数量、目标对象的分类、目标对象的大小和形状、对象类型和对象颜色。

在一个实施例中，识别有效情景包括将至少一个车辆操作特性确定为相对于驾驶员辅助系统和自主驾驶系统中的至少一个中的目标对象的识别的属性。

在一个实施例中，识别有效情景包括确定车辆驾驶通过的当前场景相对于针对驾驶状况的经训练的车辆数据集的熟悉度。

在一个实施例中，所述方法还包括由控制单元使用经训练的车辆数据集来对关于场景检测操作感知车辆传感器数据的目标对象属性的能力的矢量表示进行评分，并且其中所述有效情景是基于低于预定阈值的矢量表示的得分的识别的数据。

在一个实施例中，所述方法还包括输出车辆传感器数据的至少一个目标对象。