[发明专利]变换传感器数据以训练与不同传感器配置一起使用的模型

说明书

一种系统包括处理器和存储指令的存储器，所述指令在由所述处理器执行时配置所述处理器以从以第一配置布置的第一组传感器接收第一数据。所述指令配置所述处理器以将所述第一数据变换成第二数据以训练模型来识别由布置成第二配置的第二组传感器捕获的第三数据。第二配置不同于第一配置。所述指令配置所述处理器以基于所述第二组传感器感测所述第二数据来训练所述模型，以识别由以所述第二配置布置的所述第二组传感器捕获的所述第三数据。

背景技术

在这一部分中提供的信息是为了总体地呈现本公开的背景的目的。在本部分中描述的程度上，当前署名的发明人的工作以及在提交时可能不构成现有技术的描述的各方面，既不明示地也不暗示地被认为是本公开的现有技术。

本公开涉及将传感器数据从给定传感器配置变换成任意其他参考系以训练与不同传感器配置一起使用的模型。

在许多应用中，使用由传感器收集的数据来训练模型(例如，基于机器学习的模型)。在使用中，经训练的模型从传感器接收数据，并且输出基于从传感器接收的数据训练模型以输出的数据。例如，在汽车应用(例如，自主驾驶应用)中，使用由安装在车辆上的各种传感器(例如，摄像机)收集的数据来训练模型。当车辆在道路上行驶时，传感器收集数据。所收集的数据用于训练模型。在车辆中部署经训练的模型。在使用中，经训练的模型从传感器接收数据并且输出模型被训练以输出的数据。

发明内容

一种系统包括包括处理器和存储指令的存储器，所述指令在由所述处理器执行时配置所述处理器以从以第一配置布置的第一组传感器接收第一数据。所述指令配置所述处理器以将所述第一数据变换成第二数据以训练模型来识别由布置成第二配置的第二组传感器捕获的第三数据。第二配置不同于第一配置。所述指令配置所述处理器以基于所述第二组传感器感测所述第二数据来训练所述模型，以识别由以所述第二配置布置的所述第二组传感器捕获的所述第三数据。

在另一特征中，经训练的模型识别由以所述第二配置布置的所述第二组传感器捕获的所述第三数据。

在另一特征中，第二组传感器中的至少一个不同于第一组传感器中的至少一个。

在其他特征中，所述指令配置所述处理器以检测所述第一数据中的一个或多个对象并且将所述第一数据中的所述对象与背景分离。

在其他特征中，所述指令配置所述处理器以使用基于机器学习的模型将所述对象的视角从2D变换成3D以及使用计算机图形技术将所述背景的视角从2D变换成3D。

在另一特征中，所述指令配置所述处理器以组合所述对象的经变换视角和所述背景的经变换视角以产生表示所述第一数据的3D场景。

在另一特征中，所述指令配置所述处理器以基于所述第二组传感器感测表示所述第一数据的所述3D场景来训练所述模型。

在其他特征中，所述指令配置所述处理器以生成由所述第二组传感器感测的所述对象的所述3D视角的2D表示并且生成由所述第二组传感器感测的所述背景的所述3D视角的2D表示。

在另一特征中，所述指令配置所述处理器以组合由所述第二组传感器感测的所述对象的所述3D视角的所述2D表示和所述背景的所述3D视角的所述2D表示。

在另一特征中，所述指令配置所述处理器以基于由所述第二组传感器感测的所述对象的所述3D视角的所述2D表示和所述背景的所述3D视角的所述2D表示的组合来训练所述模型。

在又其他特征中，一种方法包括从以第一配置布置的第一组传感器接收第一数据。该方法包括将第一数据变换成第二数据，所述第二数据反映如由被布置成第二配置的第二组传感器感知的第一数据。第二配置不同于第一配置。该方法包括通过使用第二组传感器感测第二数据来训练模型，以识别由以第二配置布置的第二组传感器捕获的第三数据。

在另一特征中，该方法还包括：使用经训练的模型来识别由以所述第二配置布置的所述第二组传感器捕获的所述第三数据。