[发明专利]将用于对象检测的地图特征与LIDAR合并的全面且有效的方法

说明书

根据各种实施例，本公开中描述的系统和方法将映射的特征与点云特征组合以改进自主行驶车辆(ADV)的对象检测精度。基于ADV的位置，可以在每个行驶周期从特定视角内的ADV的感知区域提取地图特征和点云特征。地图特征和点云特征可以被连接并提供给神经网络以用于对象检测。

技术领域

本公开的实施例大体上涉及操作自主行驶车辆。更具体地，本公开的实施例涉及由结合地图特征与点云特征的自主行驶车辆进行的物体感知和检测。

背景技术

自主行驶车辆(ADV)可以使乘坐者，尤其是行驶员，从一些与行驶相关的责任中解脱出来。当在自主模式下操作时，车辆可以使用车载传感器和高清地图导航到各种位置，从而允许车辆以最少的人为交互或者在一些情况下没有任何乘客的情况下行驶。

安全可靠的ADV的自主行驶需要对ADV的周围环境中的物体进行准确的感知和检测。高清地图准确地表示ADV的周围环境。因此，仅依赖于其传感器系统而不使用来自用于对象检测的高清地图的信息的ADV可能损失对象检测的总体精度。

发明内容

在第一方面，本公开实施例提供一种操作自主行驶车辆(ADV)的计算机实现的方法，所述方法包括：

从与所述ADV正在其中行驶的道路相关联的地图中提取多个地图特征；

从表示所述ADV周围的行驶环境的LIDAR数据的点云提取多个点云特征；

将一个或多个神经网络应用于多个提取的点云特征以及多个提取的地图特征，以检测所述行驶环境中的一个或多个对象；以及

根据检测的对象规划轨迹，以驱动所述ADV导航通过所述检测的对象。

在第二方面，本公开实施例提供一种非暂时性机器可读介质，其中存储有指令，当由处理器执行所述指令时，使得所述处理器执行操作自主行驶车辆(ADV)的操作，所述操作包括：

从与所述ADV正在其中行驶的道路相关联的地图中提取多个地图特征；

从表示所述ADV周围的行驶环境的LIDAR数据的点云提取多个点云特征；

将一个或多个神经网络应用于多个提取的点云特征以及多个提取的地图特征，以检测行驶环境中的一个或多个对象；以及

根据检测的对象规划轨迹，以驱动所述ADV导航通过所述检测的对象。

在第三方面，本公开实施例提供一种数据处理系统，包括：

处理器；以及

存储器，耦合到处理器以存储指令，当由处理器执行所述指令时，使得处理器执行操作自主行驶车辆(ADV)的操作，所述操作包括：

从与所述ADV正在其中行驶的道路相关联的地图中提取多个地图特征；

从表示所述ADV周围的行驶环境的LIDAR数据的点云提取多个点云特征；

将一个或多个神经网络应用于多个提取的点云特征以及多个提取的地图特征，以检测所述行驶环境中的一个或多个对象；以及

根据检测的对象规划轨迹，以驱动所述ADV导航通过所述检测的对象。

附图说明

本公开的实施例通过示例的方式示出并且不限于附图中的图，在附图中相同的附图标记表示相似的元件。

图1是示出根据一个实施例的联网系统的框图。

图2是示出根据一个实施例的自主车辆的示例的框图。

图3A-3B是示出根据一个实施例的与自主车辆一起使用的感知和规划系统的示例的框图。