Способ и система обучения для предотвращения столкновений с использованием звуковых данных - RU2017120682A
Код документа: RU2017120682A
Формула
1. Способ, содержащий этапы, на которых:
определяют посредством компьютерной системы трехмерную (3D) модель;
моделируют посредством компьютерной системы два или более элементов выходных данных датчиков на основе звука от припаркованного транспортного средства с работающим двигателем, достигающего двух или более местоположений датчиков рассматриваемого транспортного средства в трехмерной модели; и
обучают посредством компьютерной системы модель машинного обучения с использованием местоположения припаркованного транспортного средства в трехмерной модели и двух или более элементов выходных данных датчиков.
2. Способ по п. 1, дополнительно содержащий этапы, на которых:
определяют одно или более местоположений камер на рассматриваемом транспортном средстве;
моделируют обнаружение изображений в одном или более местоположениях камер; и
обучают модель машинного обучения с использованием как изображений, так и двух или более элементов выходных данных датчиков.
3. Способ по п. 2, дополнительно содержащий этапы, на которых:
определяют местоположение радиолокационного датчика на рассматриваемом транспортном средстве;
моделируют выходные данные радиолокационного датчика в соответствии с трехмерной моделью; и
обучают модель машинного обучения с использованием всего из изображений, выходных данных радиолокационного датчика и двух или более элементов выходных данных датчиков.
4. Способ по п. 3, дополнительно содержащий этапы, на которых:
определяют местоположение лидарного датчика на рассматриваемом транспортном средстве;
моделируют последовательность облаков точек, обнаруженных на основе местоположения лидарного датчика в трехмерной модели; и
обучают модель машинного обучения с использованием всего из изображений, выходных данных радиолокационного датчика последовательности облаков точек и двух или более элементов выходных данных датчиков.
5. Способ по п. 1, в котором определение трехмерной модели дополнительно включает в себя этап, на котором определяют множество промежуточных транспортных средств между припаркованным транспортным средством и рассматриваемым транспортным средством.
6. Способ по п. 1, в котором модель машинного обучения представляет собой глубокую нейронную сеть.
7. Способ по п. 1, в котором моделирование двух или более элементов выходных данных датчиков на основе звука от множества транспортных средств, достигающего двух или более местоположений датчиков, содержит этап, на котором моделируют распространение звука от двигателя припаркованного транспортного средства вокруг одного или более промежуточных транспортных средств между припаркованным транспортным средством и рассматриваемым транспортным средством и достижение рассматриваемого транспортного средства.
8. Способ по п. 1, в котором припаркованное транспортное средство моделируют как транспортное средство, издающее звуки, соответствующие работающему двигателю транспортного средства.
9. Способ по п. 1, дополнительно содержащий этапы, на которых:
обеспечивают транспортное средство, включающее в себя контроллер транспортного средства и два или более микрофонов;
программируют контроллер транспортного средства с использованием модели машинного обучения;
принимают посредством контроллера транспортного средства два или более звуковых потока от двух или более микрофонов;
вводят посредством контроллера транспортного средства два или более звуковых потока в модель машинного обучения;
определяют посредством контроллера транспортного средства, что модель машинного обучения указывает, что два или более звуковых потока в настоящее время указывают наличие фактического припаркованного транспортного средства с работающим двигателем;
в ответ на (a) выполняют объезд препятствий в отношении потенциального пути фактического припаркованного транспортного средства.
10. Способ по п. 9, дополнительно содержащий этапы, на которых:
(b) определяют посредством контроллера транспортного средства после (a), что модель машинного обучения указывает, что два или более звуковых потока не указывают работу двигателя второго фактического припаркованного транспортного средства;
в ответ на (b) воздерживаются от выполнения объезда препятствий в отношении потенциального пути второго фактического припаркованного транспортного средства.
11. Система, содержащая один или более процессоров и одно или более устройств памяти, подключенных к одному или более процессорам, причем одно или более устройств памяти хранят исполняемый код, выполненный с возможностью:
определения трехмерной модели, включающей в себя парковочную область и множество неподвижных припаркованных транспортных средств, припаркованное транспортное средство с работающим двигателем и рассматриваемое транспортное средство, включающее в себя два или более местоположений датчиков, находящееся в парковочной области;
моделирования двух или более элементов выходных данных датчиков на основе звука от припаркованного транспортного средства с работающим двигателем, достигающего двух или более местоположений датчиков; и
обучения модели машинного обучения с использованием местоположения неподвижного припаркованного транспортного средства и двух или более элементов выходных данных датчиков с течением времени.
12. Система по п. 11, в которой исполняемый код дополнительно выполнен с возможностью побуждения одного или более процессоров к:
определению одного или более местоположений камер на рассматриваемом транспортном средстве;
моделированию обнаружения изображений в одном или более местоположениях камер; и
обучению модели машинного обучения с использованием как изображений, так и двух или более элементов выходных данных датчиков.
13. Система по п. 12, в которой исполняемый код дополнительно выполнен с возможностью побуждения одного или более процессоров к:
определению местоположения радиолокационного датчика на рассматриваемом транспортном средстве;
моделированию выходных данных радиолокационного датчика в соответствии с трехмерной моделью; и
обучению модели машинного обучения с использованием всего из изображений, выходных данных радиолокационного датчика и двух или более элементов выходных данных датчиков.
14. Система по п. 13, в которой исполняемый код дополнительно выполнен с возможностью побуждения одного или более процессоров к:
определению местоположения лидарного датчика на рассматриваемом транспортном средстве;
моделированию последовательности облаков точек, обнаруженных на основе местоположения лидарного датчика в трехмерной модели; и
обучению модели машинного обучения с использованием всего из изображений, выходных данных радиолокационного датчика последовательности облаков точек и двух или более элементов выходных данных датчиков.
15. Система по п. 11, в которой исполняемый код дополнительно выполнен с возможностью побуждения одного или более процессоров к определению трехмерной модели, определяющей множество промежуточных транспортных средств между припаркованным транспортным средством и рассматриваемым транспортным средством.
16. Система по п. 11, в которой модель машинного обучения представляет собой глубокую нейронную сеть.
17. Система по п. 11, в которой исполняемый код дополнительно выполнен с возможностью побуждения одного или более процессоров к моделированию двух или более элементов выходных данных датчиков на основе звука от множества транспортных средств, достигающего двух или более местоположений датчиков, путем моделирования эффектов Доплера и расстояний распространения звука.
18. Система по п. 11, в которой исполняемый код дополнительно выполнен с возможностью побуждения одного или более процессоров к моделированию припаркованного транспортного средства как транспортного средства, издающего звуки, соответствующие работающему двигателю транспортного средства.
19. Система по п. 11, дополнительно содержащая транспортное средство, включающее в себя контроллер транспортного средства и два или более микрофонов;
причем контроллер транспортного средства запрограммирован с использованием модели машинного обучения;
причем контроллер транспортного средства дополнительно запрограммирован с возможностью:
приема двух или более звуковых потоков от двух или более микрофонов;
ввода двух или более звуковых потоков в модель машинного обучения;
выполнения объезда препятствий в отношении потенциального пути фактического припаркованного транспортного средства, если модель машинного обучения указывает, что два или более звуковых потока в настоящее время указывают наличие фактического припаркованного транспортного средства с работающим двигателем.
20. Способ по п. 9, дополнительно содержащий этапы, на которых:
выполняют по меньшей мере одно из следующего: воздерживаются от вывода предупреждения контроллером транспортного средства и разрешения, воздерживаются от выполнения объезда препятствий в отношении потенциального пути фактического припаркованного транспортного средства, если модель машинного обучения указывает, что два или более звуковых потока в настоящее время не указывают наличие фактического припаркованного транспортного средства с работающим двигателем.
