[发明专利]用于自动驾驶车辆识别路口的系统和方法

说明书

一种用于自主导航的系统和方法。该系统包括计算设备，所述计算设备具有处理器和存储计算机可执行代码的存储设备。计算机可执行代码在处理器处执行时被配置为：提供规划路线，所述规划路线具有环境中的路口，其中，路口以及在路口之间的道路由顺序的位置标识(ID)表示；接收环境的图像；对图像执行卷积神经网络操作，得到预测地点ID；在当前图像的预测地点ID是先前图像的地点ID的下一个，并且与预定数量的后续图像的预测地点ID相同时，将预测地点ID定义为当前图像和后续图像的地点ID；以及基于规划路线和图像地点ID执行自主导航。

交叉引用

在本公开的描述中引用和讨论了一些参考文献，这些参考文献可以包括专利、专利申请和各种出版物。提供此类参考文献的引用和/或讨论仅用于阐明本公开的描述，并不承认任何此类参考是本文所述公开的“现有技术”。本说明书中引用和讨论的所有参考文献均通过引用以其整体并入本文，其程度与每个参考文献均通过引用单独并入一样。

技术领域

本公开总体上涉及自主导航领域，并且更具体地涉及通过识别路口的驾驶方向的系统和方法。

背景技术

本文提供的背景技术说明是为了概括地体现本公开的背景。目前署名的发明人就其在本背景技术部分中所描述的范围内的工作，以及在提交申请时说明书中可能不适合作为现有技术的方面，既不明示也不暗示被承认是针对本公开的现有技术。

对于自主导航，通常会为自动驾驶车辆提供一条全局路线，全局路线包括路线、路线上的路口以及在每个路口的转弯方向。因此，自动驾驶车辆需要识别路口以遵循在路口处的驾驶方向。全球定位系统(GPS)可用于识别路口。然而，由于GPS信号不可用或非常弱，基于GPS的路口识别在不接受GPS的室外环境(例如城市峡谷和隧道)中效果不佳。

在不接受GPS的室外环境中，光检测和测距(LIDAR)已用于识别路口。虽然基于激光雷达的路口识别在封闭的室外环境中表现出良好的性能，但由于激光雷达的距离限制，激光雷达无法用在开放的室外环境中。

因此，在本领域中存在解决上述缺陷和不足的需求。

发明内容

在某些方面，本公开涉及一种用于自主导航的系统。在一些实施例中，上述系统包括视觉传感器和计算设备，并且所述计算设备具有处理器和存储计算机可执行代码的存储设备。所述计算机可执行代码在所述处理器处执行时，被配置为：

为自主导航提供规划路线，所述规划路线包括环境中的多个路口，所述路口以及在所述路口之间的道路由沿所述路线的顺序的位置标识(ID)表示；

接收所述环境的沿所述规划路线的多个图像，其中，所述多个图像是由所述视觉传感器拍摄的，所述多个图像包括当前图像、紧接在当前图像之前的先前图像以及紧接在当前图像之后的预定数量的后续图像；

对所述多个图像执行卷积神经网络，得到所述多个图像的预测地点ID；

当所述当前图像的预测地点ID是所述先前图像的地点ID的下一个，且与所述预定数量的后续图像的预测地点ID相同时，将所述当前图像的预测地点ID定义为所述当前图像和所述预定数量后续图像的地点ID；以及

基于所述规划路线和所述多个图像的地点ID执行自主导航。

在一些实施例中，所述卷积神经网络是ResNet。

在一些实施例中，所述卷积神经网络是使用所述环境的多个带标记图像来训练的，并且至少一个带标记图像的部分区域被遮挡。

在一些实施例中，所述预定数量在1-20的范围内。根据本公开实施例，所述预定数量是3。所述多个预定数量的图像，包括所述当前图像在内，还被称为时间窗。