Система, способ, реализуемый вычислительным устройством, и машиночитаемый запоминающий носитель - RU2016140629A
Код документа: RU2016140629A
Формула
1. Система, содержащая:
два или более датчиков, выполненных с возможностью получать данные с датчиков;
компонент модели, выполненный с возможностью рассчитывать значения в совместной вероятностной графической модели на основании данных с датчиков, при этом графическая модель содержит узлы, соответствующие случайным переменным, и ребра, указывающие корреляции между узлами; и
компонент логических выводов, выполненный с возможностью выявлять и отслеживать препятствия возле транспортного средства на основании данных с датчиков и упомянутой модели с использованием алгоритма взвешенных интегралов и сумм посредством хеширования (WISH).
2. Система по п. 1, в которой компонент логических выводов определяет доверительные границы для одного или более из скорости, положения и вектора скорости препятствия относительно транспортного средства.
3. Система по п. 1, в которой один или более из узлов соответствуют занятости ячейки в сетке, описывающей область, наблюдаемую двумя или более датчиков; и при этом компонент логических выводов определяет одно или более из вероятности, что ячейка занята объектом, и вектора скорости объекта, занимающего ячейку.
4. Система по п. 1, в которой один или более из узлов соответствует одной или более непрерывных переменных для объекта, выявленного двумя или более датчиками, при этом непрерывные переменные содержат одну или более из отражательной способности и спектральной сигнатуры препятствия.
5. Система по п. 1, в которой один или более из узлов соответствует одной или более категориальных переменных для препятствия, при этом категориальные переменные содержат один или более из типа объекта и типа материала.
6. Система по п. 1, в которой модель содержит функцию для расчета значения в узле на основании данных с датчиков, при этом функция содержит предварительно определенный параметр машинного обучения для расчета значения.
7. Система по п. 1, в которой модель включает в себя совместные вероятностные функции для одного или более ребер, описывающие, каким образом узлы, соответствующие ребрам, связаны математически.
8. Система по п. 1, дополнительно содержащая компонент хранения для хранения совместной вероятностной графической модели.
9. Система по п. 1, дополнительно содержащая компонент обучения, выполненный с возможностью формировать или модифицировать по меньшей мере часть упомянутой модели на основании машинного обучения для известных расположений препятствий, выявленных одним или более датчиков, и на основании причинно обусловленных или детерминированных ограничений для известных физических законов, относящихся к датчикам или вождению транспортного средства.
10. Система по п. 1, в которой два или более датчиков содержат одну или более из системы светового обнаружения и определения дальности (LIDAR), системы камер, ультразвуковой системы, системы определения местоположения и датчиков положения колеса.
11. Способ, реализуемый вычислительным устройством, причем способ содержит этапы, на которых:
принимают данные с датчиков из двух или более датчиков для области возле транспортного средства;
сохраняют совместную вероятностную графическую модель, которая моделирует случайные переменные и зависимости между случайными переменными на основании двух или более датчиков, при этом модель логически разделяет область возле транспортного средства на сетку, и при этом множество узлов графической модели представляют собой двоичную занятость соответственных ячеек сетки; и
обрабатывают данные с датчиков и упомянутую модель с использованием алгоритма понижения размерности для выявления и отслеживания физических объектов.
12. Способ по п. 11, в котором алгоритм понижения размерности содержит алгоритм взвешенных интегралов и сумм посредством хеширования (WISH).
13. Способ по п. 11, дополнительно содержащий этап, на котором выдают расположение или вектор скорости физических объектов в систему автоматического вождения или систему автоматического содействия.
14. Способ по п. 11, дополнительно содержащий этап, на котором выбирают траекторию вождения с использованием процессора на основании выявления и отслеживания физических объектов.
15. Способ по п. 11, в котором модель содержит параметры, которые определяются на основании одного или более из детерминированных ограничений, основанных на физических законах для транспортного средства, и вероятностных значений для доверительных уровней для выявления и отслеживания физических объектов.
16. Способ по п. 11, дополнительно содержащий этап, на котором модифицируют по меньшей мере часть упомянутой модели на основании машинного обучения для одного или более событий вождения, испытанных транспортным средством.
17. Машиночитаемый запоминающий носитель, хранящий команды, которые, при исполнении одним или более процессоров, предписывают процессорам:
принимать данные с датчиков для области возле транспортного средства из двух или более датчиков;
сохранять совместную вероятностную графическую модель, которая моделирует случайные переменные и зависимости между случайными переменными на основании двух или более датчиков; и
обрабатывать данные с датчиков на основании совместной вероятностной графической модели для выявления и отслеживания одного или более физических объектов возле транспортного средства, при этом обработка данных с датчиков содержит обработку, основанную на совместной вероятностной графической модели, с использованием алгоритма взвешенных интегралов и сумм посредством хеширования (WISH).
18. Машиночитаемый запоминающий носитель по п. 17, дополнительно содержащие команды, выполненные с возможностью предписывать процессорам выдавать расположение или вектор скорости одного или более физических объектов в систему автоматического вождения или систему автоматического содействия транспортного средства.
19. Машиночитаемый запоминающий носитель по п. 17, в котором обработка данных с датчиков содержит обработку данных с датчиков на основании одной или более виртуальных сред, указанных упомянутой моделью.
20. Машиночитаемый запоминающий носитель по п. 17, в котором модель логически разделяет область возле транспортного средства на сетку, и при этом множество узлов графической модели представляют собой занятость соответственных ячеек сетки, при этом обработка данных с датчиков на основании совместной вероятностной графической модели содержит обработку для определения вероятности занятости в каждой ячейке с доверительными границами.
