JP2023503729A - 自律運転アプリケーションのための曲線適合を使用するランドマーク検出 - Google Patents

自律運転アプリケーションのための曲線適合を使用するランドマーク検出 Download PDF

Info

Publication number
JP2023503729A
JP2023503729A JP2021534253A JP2021534253A JP2023503729A JP 2023503729 A JP2023503729 A JP 2023503729A JP 2021534253 A JP2021534253 A JP 2021534253A JP 2021534253 A JP2021534253 A JP 2021534253A JP 2023503729 A JP2023503729 A JP 2023503729A
Authority
JP
Japan
Prior art keywords
curve
data
curves
vehicle
control points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2021534253A
Other languages
English (en)
Inventor
パク、ミンウー
ヤン、イーリン
リン、シャオリン
バイペイイー、アビーシェク
－ ジョン セオ、ヘイ
ジョナサン ユアン、エリック
チェン、シュードン
Original Assignee
エヌビディア コーポレーション
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by エヌビディア コーポレーション filed Critical エヌビディア コーポレーション
Publication of JP2023503729A publication Critical patent/JP2023503729A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • G06V10/471—Contour-based spatial representations, e.g. vector-coding using approximation functions

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Automation & Control Theory (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

様々な実例において、１個又は複数のディープ・ニューラル・ネットワーク（ＤＮＮ）が、曲線の制御点で回帰するために実行され、制御点が、曲線適合動作―たとえば、ベジエ曲線適合―を実行して環境内のランドマーク位置及びジオメトリを識別するために使用され得る。したがって、ＤＮＮの出力は、２次元（２Ｄ）画像空間及び／又は３次元（３Ｄ）世界空間制御点位置を指示し得、後処理技法―たとえば、クラスタリング及び時間的平滑化―が、正確に及びリアルタイムでランドマーク位置及び姿勢を決定するために実行され得る。そのようなものとして、ランドマーク―たとえば、車線境界線、道路境界線、横断歩道、ポール、テキストなど―に対応する再構築された曲線が、環境のナビゲーションのための１個又は複数の動作を実行するために車両によって使用され得る。

Description

本発明は、自律運転アプリケーションのための曲線適合を使用するランドマーク検出に関するものである。
環境内のランドマーク―たとえば、車線境界線、車線外側線、道路境界、テキスト、ポール若しくは標識、及び／又は他の特徴―を正確に及び厳密に検出する能力は、すべてのレベルの自律性における自律マシン・アプリケーション―たとえば、運転者／パイロット支援マシン又は車両から半自律型及び完全自律型マシン及び車両まで―にとって必須である。道路標示品質の変動、車線及び道路標示慣習の地理的又は地域的差、並びに、摩損、気象条件、照明条件、一時的表示（たとえば、建設工事又は災害復旧による）、及び／又は同類のものによる道路標示の障害、劣化、及び／又は閉塞により、運転中に環境内で遭遇し得る車線区分線の多様性は、非常に高い。
車線又は線検出のいくつかの従来の手法は、ディープ・ニューラル・ネットワーク（ＤＮＮ：ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）処理を使用し、そこでは、走行表面の高分解能画像及び車線及び線の関連注釈が、車線境界線を認識するためにＤＮＮ（たとえば、畳み込みニューラル・ネットワーク（ＣＮＮ：ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ））をトレーニングするために使用される。これらの従来の手法は、車線境界線の一部として又はそうではないとして画像の各画素を分類することによって画像内の車線境界線の一般位置を示す区分マスクを生成するようにＤＮＮをトレーニングしている。しかしながら、これらの従来の手法は、出力を車線境界線、道路境界、ポール、及び／又は他の特徴の使用可能な表現に変換するための広範な後処理―たとえば、動的プログラミング―を必要とする。たとえば、これらの従来のＤＮＮの出力は、各ランドマーク特徴に属するそれぞれの画素の識別を含むので、同じランドマークに属するそれぞれの画素の間の相関関係並びにその分類が、後処理中に判定されなければならない。加えて、ストレート・プロファイル―たとえば、走行表面の曲線又は輪郭をたどるための―以外を有するランドマークについて、付加的角度又は方向情報が、ＤＮＮによって出力される必要があり、ランドマーク特徴の角度又は方向を判定するために後処理される必要がある。これらの広範な後処理タスクは、システムのレイテンシを増やし、並びにシステムの計算要件を増やし、それにより、これらの従来のＤＮＮを車両におけるリアルタイムの配備に有用でなくしている。
米国非仮特許出願第１６／５１４，２３０号
本開示の実施例は、自律運転アプリケーションのための曲線適合を使用するランドマーク検出に関する。１個又は複数のディープ・ニューラル・ネットワーク（ＤＮＮ）を使用して曲線の制御点で回帰する及び制御点を使用して曲線適合動作―たとえば、ベジエ曲線適合―を実行して環境内のランドマーク位置及びジオメトリを識別する、システム及び方法が、開示される。そのようにして、ＤＮＮの出力は、２次元（２Ｄ）画像空間及び／又は３次元（３Ｄ）世界空間制御点位置を指示することができ、必要な計算及び時間が少ない後処理技法―たとえば、クラスタリング及び時間的平滑化―が、正確に及びリアルタイムでランドマーク位置及び姿勢を判定するために実行され得る。結果として、従来のシステムとは対照的に、制御点は、物体検出手法に類似して回帰され得、制御点は、次いで、車両の１個又は複数のセンサのそれぞれの視界内のそれぞれのランドマークについて、ランドマーク―たとえば、車線境界線、道路境界線、横断歩道、ポール、テキストなど―に対応する曲線を再構築するために使用され得る。
正確な予測のためにＤＮＮをトレーニングするために、ランドマーク特徴の制御点位置に対応するグラウンド・トゥルース・データが、データ・セットのトレーニングにおいて、ランドマーク特徴に対応するポリライン及び／又は多角形注釈から生成され得る。たとえば、トレーニング・データ・セットは、前に注釈を付けられたポリライン又は多角形を含み得るので、これらの既存の注釈―新しい又は追加のトレーニング・データ・セットに加えた又はそれに代わる―は、グラウンド・トゥルース・データの生成において使用するための制御点を決定するための曲線適合手法を使用して、分析され得る。いくつかの実施例において、制御点決定の正確性を高めるために、グラウンド・トゥルース・ポリラインからの点が、決定された制御点がランドマーク特徴の曲線をより正確に反映するように、ポリラインに沿ったより多くの等間隔の点を生み出すために、再サンプリングされ得る。制御点で回帰するようにＤＮＮをトレーニングするために使用されるグラウンド・トゥルース・データは、曲線までの閾値距離内の画素を指示するバイナリ・マスク、制御点までの距離―（３Ｄ制御点回帰の）ｘ、ｙ、及び／又はｚ方向における―を指示する距離回帰チャネル、及び／又は、各制御点又は近似曲線に対応する分類又は意味情報を決定するための分類チャネルを含み得る。トレーニング及び配備された後には、ＤＮＮは、それに対応する制御点位置及び意味情報を指示する出力を正確に及び厳密に計算することができ、これらの出力は、ランドマーク特徴に対応する曲線を決定するために、復号及び後処理され得る。
自律運転アプリケーションのための曲線適合を使用するランドマーク検出のための本システム及び方法について、添付の図面を参照して、以下に詳しく説明する。
本開示のいくつかの実施例による、ランドマーク検出のためのディープ・ニューラル・ネットワーク（ＤＮＮ）をトレーニングするための例示的プロセスを示すデータ流れ図である。 本開示のいくつかの実施例による、トレーニング画像に関連する注釈の視覚化を示す図である。 本開示のいくつかの実施例による、曲線適合動作を示す図である。 本開示のいくつかの実施例による、曲線適合動作を使用する曲線に変換された注釈の視覚化を示す図である。 本開示のいくつかの実施例による、グラウンド・トゥルース・データの生成において使用するためのトレーニング・データの視覚化を示す図である。 本開示のいくつかの実施例による、バイナリ・マスクの視覚化を示す図である。 本開示のいくつかの実施例による、ビット分類マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、距離回帰マスクの視覚化を示す図である。 本開示のいくつかの実施例による、減らされた長さ及び多様な重み付けを使用して生成されるグラウンド・トゥルース・データの視覚化を示す図である。 本開示のいくつかの実施例による、減らされた長さ及び多様な重み付けを使用して生成されるグラウンド・トゥルース・データの視覚化を示す図である。 本開示のいくつかの実施例による、減らされた長さ及び多様な重み付けを使用して生成されるグラウンド・トゥルース・データの視覚化を示す図である。 本開示のいくつかの実施例による、ランドマーク検出のためのＤＮＮをトレーニングするための方法を示す流れ図である。 本開示のいくつかの実施例による、ランドマーク検出のためのＤＮＮを使用する例示的プロセスを示すデータ流れ図である。 本開示のいくつかの実施例による、ランドマーク検出のためのＤＮＮの出力の復号及び後処理の例示的プロセスを示すデータ流れ図である。 本開示のいくつかの実施例による、後処理の前後の予測される曲線の視覚化を示す図である。 本開示のいくつかの実施例による、後処理の前後の予測される曲線の視覚化を示す図である。 本開示のいくつかの実施例による、ＤＮＮを使用して検出された例示的ランドマーク・タイプの視覚化を示す図である。 本開示のいくつかの実施例による、ＤＮＮを使用して検出された例示的ランドマーク・タイプの視覚化を示す図である。 本開示のいくつかの実施例による、ＤＮＮを使用して検出された例示的ランドマーク・タイプの視覚化を示す図である。 本開示のいくつかの実施例による、ＤＮＮを使用して検出された例示的ランドマーク・タイプの視覚化を示す図である。 本開示のいくつかの実施例による、ＤＮＮを使用して検出された例示的ランドマーク・タイプの視覚化を示す図である。 本開示のいくつかの実施例による、ＤＮＮを使用するランドマーク検出のための方法を示す流れ図である。 本開示のいくつかの実施例による、例示的自律型車両のイラストレーションである。 本開示のいくつかの実施例による、図１１Ａの例示的自律型車両のカメラ位置及び視野の実例である。 本開示のいくつかの実施例による、図１１Ａの例示的自律型車両の例示的システム・アーキテクチャのブロック図である。 本開示のいくつかの実施例による、クラウドベースのサーバと図１１Ａの例示的自律型車両との間の通信のシステム図である。 本開示のいくつかの実施例の実装において使用するのに適した例示的コンピューティングデバイスのブロック図である。 本開示のいくつかの実施例の実装において使用するのに適した例示的データ・センタのブロック図である。
自律運転アプリケーションのための曲線適合を使用するランドマーク検出に関連するシステム及び方法が、開示される。本開示は、例示的自律型車両１１００（その実例が図１１Ａ～１１Ｄに関して本明細書で説明され、本明細書で別法として「車両１1００」又は「自立型車両１１００」と称される）に関して説明されることがあるが、これは、限定を意図していない。たとえば、本明細書に記載のシステム及び方法は、非自律型車両、半自律型車両（たとえば、適応型運転者支援システム（ＡＤＡＳ：ａｄａｐｔｉｖｅ ｄｒｉｖｅｒ ａｓｓｉｓｔａｎｃｅ ｓｙｓｔｅｍ）における）、ロボット、倉庫車両、オフロード車両、飛行船舶、ボート、旅客車両、乗用車、トラック、バス、ファースト・レスポンダ車両、シャトル、電気又は原動機付自転車、オートバイ、消防車、警察車両、救急車、建設車両、潜水艦、ドローン、別のタイプの車両（たとえば、無人の及び／又は１人若しくは複数の乗客を乗せる）、操縦される若しくは操縦されないロボット、及び／又は操縦される若しくは操縦されないロボット・プラットフォームによって使用され得る。加えて、本開示は、自律運転に関して説明されることがあるが、これは、限定を意図していない。たとえば、本明細書に記載のシステム及び方法は、ロボット工学、航空システム、船舶システム、並びに／又は、知覚、世界モデル管理、進路プランニング、障害物回避、及び／若しくは他のプロセスなどの他の技術分野において使用され得る。
図１を参照すると、図１は、本開示のいくつかの実施例による、ランドマーク検出のためのディープ・ニューラル・ネットワーク（ＤＮＮ）をトレーニングするための例示的プロセスを示すデータ流れ図である。本明細書に記載のこの及び他の構成は単に実例として記載されていることを理解されたい。他の構成及び要素（たとえば、マシン、インターフェース、機能、順番、機能のグループ化など）が、図示されたものに加えて又はそれらの代わりに使用され得、いくつかの要素は、完全に省略され得る。さらに、本明細書に記載の要素の多数は、個別の若しくは分散された構成要素として又は他の構成要素と併せて、並びに任意の適切な組合せ及び場所において実装され得る機能エンティティである。エンティティによって実行されるものとして本明細書に記載された様々な機能は、ハードウェア、ファームウェア、及び／又はソフトウェアによって実施され得る。たとえば、様々な機能は、メモリに記憶された命令を実行するプロセッサによって実施され得る。いくつかの実施例において、プロセス１００によるディープ・ニューラル・ネットワーク（ＤＮＮ）１０４のトレーニングは、図１１Ａ～１１Ｄの車両１１００、図１２の例示的計算デバイス１２００、及び／又は図１３の例示的データ・センタ１３００に関して本明細書で説明されるような類似の構成要素、特徴、及び／又は機能性を使用して、少なくとも部分的に、実装され得る。
プロセス１００は、１個又は複数のセンサからセンサ・データ１０２を生成及び／又は受信することを含み得る。センサ・データ１０２は、非限定的な一実例として、車両（たとえば、本明細書に記載の図１１Ａ～１１Ｄの車両１１００）の１個又は複数のセンサから受信され得る。センサ・データ１０２は、ランドマーク―たとえば、ランドマーク位置、姿勢、意味論的クラスなど―を検出するように１個又は複数のＤＮＮ１０４をトレーニングするために、車両１１００によって、プロセス１００内で、使用され得る。トレーニング中、センサ・データ１０２は、ＤＮＮ、たとえば、ＤＮＮ１０４、をトレーニングするためのセンサ・データを生成する１個若しくは複数のデータ収集車を使用して生成され得る、及び／又は事前に生成され、トレーニング・データ・セットに含まれ得る。トレーニング中に使用されるセンサ・データ１０２は、追加で又は別法として、シミュレーションされたセンサ・データ（たとえば、仮想環境において仮想車両の１個又は複数の仮想センサを使用して生成されるセンサ・データ）及び／又は拡張センサ・データ（たとえば、それぞれ、１個又は複数のデータ収集車を使用して生成された及び仮想データで修正されたセンサ・データ）を使用して生成され得る。車両１１００においてトレーニング及び配備された後は、センサ・データ１０２は、本明細書に記載のように、車両１１００の１個又は複数のセンサによって生成され得、様々な出力１０６を計算するためにＤＮＮ１０４によって処理され得る。
したがって、センサ・データ１０２は、たとえば、図１１Ａ～１１Ｃを参照すると、ＲＡＤＡＲセンサ１１６０、超音波センサ１１６２、ＬＩＤＡＲセンサ１１６４、ステレオ・カメラ１１６８、ワイド・ビュー・カメラ１１７０（たとえば、魚眼カメラ）、赤外線カメラ１１７２、サラウンド・カメラ１１７４（たとえば、３６０度カメラ）、長距離及び／若しくは中距離カメラ１１７８、並びに／又は他のセンサ・タイプを含む、車両１１００のセンサのいずれかからのセンサ・データ１０２を含み得るが、これらに限定されない。別の実例として、センサ・データ１０２は、仮想（たとえば、試験）環境内の仮想車両又は他の仮想物体の任意の数のセンサから生成された仮想（たとえば、シミュレーションされた又は拡張）センサ・データを含み得る。そのような一実例において、仮想センサは、シミュレーションされる環境（たとえば、ＤＮＮパフォーマンスを試験、トレーニング、及び／又は検証するために使用される）内の仮想車両又は他の仮想物体に対応し得、仮想センサ・データは、シミュレーションされた又は仮想環境内の仮想センサによってキャプチャされたセンサ・データを表し得る。そのようなものとして、仮想センサ・データを使用することによって、本明細書に記載のＤＮＮ１０４は、そのような試験の安全性は低くなり得る、現実世界環境外のより極端なシナリオの試験を可能にし得る、シミュレーション環境におけるシミュレーション又は拡張データを使用して、試験、トレーニング、及び／又は検証され得る。
いくつかの実施例において、センサ・データ１０２は、画像を表す画像データ、ビデオを表す画像データ（たとえば、ビデオのスナップショット）、及び／又はセンサの知覚フィールドの表現を表すセンサ・データ（たとえば、ＬＩＤＡＲセンサの深度図、超音波センサの値グラフなど）を含み得る。センサ・データ１０２が、画像データを含む場合、たとえば、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）若しくは輝度／クロミナンス（ＹＵＶ：Ｌｕｍｉｎａｎｃｅ／Ｃｈｒｏｍｉｎａｎｃｅ）フォーマットなどの圧縮画像、Ｈ．２６４／ＡＶＣ（Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）若しくはＨ．２６５／ＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）などの圧縮ビデオ・フォーマットから生じるフレームのような圧縮画像、ＲＣＣＢ（Ｒｅｄ Ｃｌｅａｒ Ｂｌｕｅ）、ＲＣＣＣ（Ｒｅｄ Ｃｌｅａｒ）、若しくは他のタイプの画像センサなどに由来するものなどの未加工画像、及び／又は他のフォーマットを含むがこれらに限定されない、任意のタイプの画像データ・フォーマットが、使用され得る。加えて、いくつかの実例において、センサ・データ１０２は、前処理なしに（たとえば、未加工の又はキャプチャされたフォーマットにおいて）プロセス１００内で使用され得るが、他の実例において、センサ・データ１０２は、前処理（たとえば、ノイズ・バランシング、デモザイク処理、スケーリング、クロップ、拡張、ホワイト・バランシング、トーン・カーブ調整など、たとえば、センサ・データ・プリプロセッサ（図示せず）を使用する）を受け得る。本明細書では、センサ・データ１０２は、未処理のセンサ・データ、前処理されたセンサ・データ、又はその組合せを指し得る。
トレーニングのために使用されるセンサ・データ１０２は、最初の画像（たとえば、１個若しくは複数の画像センサによってキャプチャされたものとしての）、ダウン・サンプリングされた画像、アップ・サンプリングされた画像、クロップされた若しくは関心領域（ＲＯＩ：ｒｅｇｉｏｎ ｏｆ ｉｎｔｅｒｅｓｔ）画像、他の方法で拡張された画像、及び／又はその組合せを含み得る。ＤＮＮ１０４は、画像（及び／又は他のセンサ・データ１０２）並びに対応するグラウンド・トゥルース・データ１２２―たとえば、グラウンド・トゥルース（ＧＴ）バイナリ・マスク１２４、ＧＴ距離回帰マスク１２６、及び／又はＧＴビット分類マスク１２８―を使用して、トレーニングされ得る。グラウンド・トゥルース・データ１２２は、注釈データ１１４―たとえば、注釈、ラベル、マスク、及び／又は同類のもの―曲線フィッタ１１６、及び／又は制御点１１８を使用するエンコーダ１２０によって、生成され得る。たとえば、いくつかの実施例において、注釈データ１１４は、任意のランドマーク・タイプ、たとえば、道路標示、車線境界線、道路境界線、交差点の線、歩行者専用道路、自転車車線境界線、テキスト、ポール、木、ライト・ポスト、標識など、に対応するポリラインを表し得る。たとえば、図２Ａに関して、視覚化２００Ａは、車線車線及び／又は道路境界線に対応し得る、ポリライン２０２Ａ～２０２Ｆを含み得る。ポリライン２０２Ａ～２０２Ｆは、対応する意味論的又は分類情報を含み得る。たとえば、ポリライン２０２に注釈を付けるとき、ポリライン２０２は、特定の意味論的クラスに関連付けられ得る。たとえば、ポリライン２０２Ａは、道路境界線、又は、より細かい粒度では、白い実線の道路境界線に対応し得る。類似して、ポリライン２０２Ｃは、破線の車線境界線に対応し得、ポリライン２０２Ｄは、実線の道路境界線に対応し得る。
いくつかの実施例において、ポリラインは、多角形から決定又は抽出され得る。たとえば、注釈データ１１４によって表される注釈又はラベルは、ランドマークの形状を実質的に定義する多角形に対応し得る―たとえば、多角形は各車線に適合する、多角形はポールに適合する、多角形はテキストに適合するなど。多角形のセンタ・ライン、左の境界線、及び／又は右の境界線は、ポリラインを生成するために使用され得る。たとえば、車線について、多角形は、左の車線境界線（たとえば、多角形の左端）、右の車線境界線たとえば、多角形の右端）、及び／又は車線のセンタ・ライン若しくはレール（たとえば、多角形の中心を通って伸びる線）を決定するために使用され得る。したがって、多角形が使用される場合、ポリライン―たとえば、図２Ａのポリライン２０２―は、多角形から生成又は抽出され得る。任意の実施例において、注釈は、多角形、ポリライン、別の注釈又はラベル・タイプ、或いはその組合せを含み得る。
本明細書では、注釈データ１１４は、多角形、ポリライン、及び／又は他の注釈若しくはラベル・タイプに対応する意味論的又は分類情報を表し得る。意味論的クラスは、任意のレベルの粒度を含み得る。たとえば、意味論的クラスは、車線境界線、道路境界線、交差点の線、ポール、標識、テキストなどを含み得る。より細かい粒度のレベルにおいて、車線境界線の意味論的クラスは、たとえば、実線若しくは破線、黄色い線若しくは白線、単線若しくは二重線、又はその組合せを含み得る。したがって、非限定的実例として、車線境界線の意味論的クラスは、白い単一の実線、黄色い単一の実線、白い単一の破線、黄色い単一の破線、白い二重の実線、黄色い二重の実線、白い二重の破線、黄色い二重の破線、白い実線破線、黄色い実線破線、白い破線実線、黄色い破線実線、三重の実線、三重の破線、実線破線実線、破線実線破線などを含み得る。道路境界線について、意味論的クラスは、非限定的実例として、障害物、カーブ、継ぎ目、線などを含み得る。交差点の線について、意味論的クラスは、非限定的実例として、交差点の線、交差線、停止線、歩行者線などを含み得る。ポールについて、意味論的クラスは、非限定的実例として、道路標識、ポール、ライト、電柱、木などを含み得る、或いは、標識について、交通標識、建設工事標識、広告標識などを含み得る。したがって、任意の数及び粒度の意味論的クラスが、注釈又はラベルに関連付けられ得、ＤＮＮ１０４をトレーニングするためのグラウンド・トゥルース・データ１２２を生成するために使用され得る。
注釈は、いくつかの実例において、描画プログラム（たとえば、注釈プログラム）、コンピュータ支援設計（ＣＡＤ）プログラム、ラベリング・プログラム、注釈の生成に適した別のタイプのプログラム内で生成され得る、及び／又は手描きされ得る。任意の実例において、注釈データ１１４は、合成的に製造する（たとえば、コンピュータ・モデル又はレンダリングから生成する）こと、現実に製造する（たとえば、現実世界データから設計及び製造する）こと、マシン自動化すること（たとえば、特徴分析を使用して、及び、データから特徴を抽出し、次いで、ラベルを生成することを学習して）、人が注釈を付けること（たとえば、ラベラ、又は注釈エキスパート、が、ラベルの位置を定義する）、及び／又はその組合せ（たとえば、人が、エリアの中心又は原点及び次元を識別する、マシンが、交差点エリアの多角形及び／又はラベルを生成する）が可能である。
プロセス１００は、曲線フィッタ１１６を使用して曲線適合動作を実行することを含み得る。たとえば、注釈データ１１４によって表されたポリラインは、曲線の点を定義する制御点を決定するための曲線適合動作を受けることができる。したがって、グラウンド・トゥルース・データ１２２は、制御点の位置―２Ｄ画像空間又は３Ｄ世界空間における―を予測する、回帰する、又は他の方法で計算するようにＤＮＮ１０４をトレーニングするために使用され得る。曲線適合動作は、２Ｄベジエ曲線適合アルゴリズム（たとえば、画像空間制御点推定のための）、３Ｄベジエ曲線適合アルゴリズム（たとえば、世界空間制御点推定のための）、３次ベジエ曲線適合アルゴリズム（たとえば、各曲線について４個の制御点を含む）、高次ベジエ曲線適合アルゴリズム（たとえば、５つ以上の制御点）、又はスプリット式ベジエ曲線適合アルゴリズム（たとえば、単一曲線が、それぞれが複数の制御点を含む２個以上の曲線に分かれる）、及び／又は別の曲線適合アルゴリズム・タイプを含み得る。いくつかの実施例において、曲線適合アルゴリズムは、曲線適合の精度及び正確性を増やすために、３つ以上の制御点を決定するために使用され得る。たとえば、２個のみの点を有して、曲線適合の結果は、線形ではない曲線のより正確性又は精度の低い結果を生み出すことになる線形補間のそれに類似する。したがって、より多数の制御点が使用されるほど、曲線適合はより正確で精密なものになり得るが、制御点が多いほど、動作はより多くの処理及び計算を必要とし、それにより、システムのランタイムを増やす。したがって、実験を通して、非限定的実例として、３から５個の制御点を使用することは、リアルタイムの配備を可能にする許容計算要件で正確な精密な結果をもたらし得る。しかしながら、任意の数の制御点が、本開示の範囲を逸脱することなく、使用され得る。加えて、本明細書の図は、曲線ごとに４個の制御点を含むが、これは限定を意図しておらず、単に例示を目的としている。さらに、ベジエ曲線適合が、本明細書では主に説明されているが、これは限定を意図しておらず、他の曲線適合アルゴリズムが、本開示の範囲を逸脱せずに、使用され得る。しかしながら、ベジエ曲線適合は、より正確な曲線適合結果を生成するための３つ以上の制御点の使用を含むいくつかの利点を含み、制御点のうちの２個は、プランニング、制御、又は他の決定タイプを行う際に車両１１００の役に立つ各曲線の最初及び最後に位置する。
いくつかの実施例において、曲線適合動作より前に、注釈データからのポリラインに沿った点が、再サンプリングされ得る。たとえば、ポリラインは、曲線がより真っすぐである場合には、より少ない点を含み得、より大きな曲率が存在する場合には、より多数の点を含み得るので、いくつかの位置において他よりも多数の点が存在し得る。再サンプリングを有さないポリラインは、正確な結果を生み出し得るが、正確性は、点のより均等にサンプリングされた分布を含むようにポリラインに沿った点を再サンプリングすることによって、高められ得る。一実例として、図２Ａのポリライン２０２Ｆは、再サンプリングより前に点２０６を含み得るが、ポリライン２０２Ｃは、再サンプリング後に点２０６を含み得る。図示するように、ポリライン２０２Ｃに沿った点２０６は、ポリライン２０２Ｆに沿った点よりも均等に分散されている。再サンプリングによって、曲線適合動作が、より多数の点を有するポリラインの領域を優先する制御点を生成する可能性は低くなり得る。結果として、曲線フィッタ１１６を使用して決定された制御点、ひいては制御点を使用して生成されたグラウンド・トゥルース・データ１２２は、曲線適合のためにより精密になり得る。
ポリライン―実施例において、再サンプリング後―は、次いで、制御点位置を決定するために曲線適合動作を受け得る。図２Ｂを参照すると、一実例として、ベジエ曲線適合が使用される場合、ベジエ曲線は、Ｑ（ｔ）として定義され得、ｔは、０＜ｔ＜１であるような、パラメータを含み得る。下の方程式（１）のマトリクス表示内の第１のマトリクス、Ｔ、は、ｔ０、ｔ１、ｔ２、及びｔ３から成る。方程式（１）において、第２のマトリクス、Ｍ、は、ベジエ・マトリクスと称され得、３次多項式を拡張するときに係数で構成される。４個の制御点（この例では、３次ベジエ曲線適合アルゴリズム）は、Ｐ０、Ｐ１、Ｐ２、及びＰ３を含み、そして、この例では２個の次元が存在するので、制御点は、方程式（１）において第３のマトリクス、Ｐ、として表され得、そこで、ｘ０及びｙ０は、制御点Ｐ０の（ｘ，ｙ）座標（たとえば、２Ｄ画像空間内の画素座標）を表す、など。２Ｄ画素又は画像空間座標として表されているが、これは限定を意図しておらず、いくつかの実施例では、ＤＮＮ１０４が、曲線の制御点の３Ｄ座標を直接計算するようにトレーニングされるように、座標は、３Ｄ世界空間座標に対応し得る。
Figure 2023503729000002
ベジエ曲線適合アルゴリズムは、別法として、Ｐ及びＴを最適化し得る。最初のＴは、各線分（又はポリライン）の長さによって計算され得る。１個のみの線分が存在する場合、その線分は、３個の線分に均等に分割され得る。２個のみの線分が存在する場合、より長い方が、２個の線分に均等に分割され得る。実施例において、各線分が相対的に同じ長さを有するように、任意の線分が、小片に分割され得る。最初のＴは、線分が決定された後に、計算され得、次いで、再サンプリングされたポリラインが、最適化のために使用され得る。Ｔが固定されるとき、Ｐは、たとえば、以下の方程式（２）による、最小二乗法によって、解かれ得る：
Ｐ＝（ＭＴＴＴＴＭ）－１ＭＴＴＴＱ （２）
Ｐが固定されるとき、Ｔは、ニュートン・ラフソン（Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ）法によって解かれ得る。たとえば、解くべき問題は、以下の方程式（３）のルートになり得る：
ｆ（ｔ）＝（Ｑ（ｔ）－Ｑ）Ｑ’（ｔ） （３）
概念は、一実例として、図２Ｂに示されており、そこで、ｆ（ｔ）のフット、ｆ’（ｔ）、は、以下の方程式（４）に従って計算される：
ｆ’（ｔ）＝Ｑ’（ｔ）Ｑ’（ｔ）＋（Ｑ（ｔ）－Ｑ）Ｑ’’（ｔ） （４）
そこで、更新ステップは、以下の方程式（５）によって表される：
ｔ＝ｔ－ｆ（ｔ）／ｆ’（ｔ） （５）
各反復において、エラー、ｅ、が、以下の方程式（６）に従って計算され得る：
ｅ＝｜｜Ｐ－ＴＭＱ｜｜ （６）
エラー、ｅ、の減少が停止した場合、収束が決定され得る。エラー、ｅ、が、最大限のエラーを超えた場合、拡散が決定され得る。ステップ又は反復の最大数に達した場合、最後の反復の結果が、使用され得る。
曲線フィッタ１１６による曲線適合動作の結果として、１個又は複数の曲線が、制御点１１８によってそれぞれ定義されて生成され得る。曲線適合動作の結果の一実例として、図２Ｃは、曲線適合後の図２Ａのポリライン２０２から生成された曲線２０４（たとえば、曲線２０４Ａ～２０４Ｆ）の視覚化２００Ｂを含む。そのようなものとして、各曲線（特定の意味論的ラベルの）は、同等の数の制御点１１８を含む―たとえば、この例では、たとえば、３次ベジエ曲線適合が実行された場合、４つ。図示するように、世界空間において隣接していても、曲線２０４Ｃは、車線境界線に対応し、曲線２０４Ｅは道路境界線に対応するので、２個の曲線２０４は、それぞれの制御点１１８でそれぞれ生成され得る。結果として、本明細書に記載のように、ＤＮＮ１０４は、特定の意味論的クラスに対応するビット分類マスク１１２を計算するように、及び／又は特定のランドマーク・タイプ（たとえば、図２Ｃに関する特定の道路標示タイプ）の曲線２０４の制御点１１８に対応するバイナリ・マスク１０８及び距離回帰マスク１１０で回帰する（又は他の方法で計算する）ようにトレーニングされ得る。
制御点１１８及び／又は意味論的分類情報は、次いで、トレーニング・エンジン１３０を使用してＤＮＮ１０４をトレーニングするためのグラウンド・トゥルース・データ１２２を生成するためにエンコーダ１２０によって使用され得る。したがって、トレーニング・データ・セット内のセンサ・データ１０２の各インスタンスについて、グラウンド・トゥルース・データ１２２が生成され得る。グラウンド・トゥルース・データ１２２は、１個又は複数のＧＴバイナリ・マスク１２４、１個又は複数のＧＴ距離回帰マスク１２６、及び／又は１個若しくは複数のＧＴビット分類マスク１２８を含み得る。いくつかの実施例において、たとえば、可変長及び／又は幅が、グラウンド・トゥルース・データ１２２において曲線をエンコードするために使用される場合―本明細書でさらに詳しく説明するように―重みチャネルもまた、グラウンド・トゥルース・データ１２２のために生成され得る。究極的には、グラウンド・トゥルース・データ１２２は、１個又は複数の損失関数を使用するトレーニング・エンジン１３０―たとえば、本明細書に記載のもの、しかしこれらに限定されない―によってＤＮＮ１０４の出力１０６と比較され得る。たとえば、センサ・データ１０２のインスタンスについてＤＮＮ１０４によって計算されたバイナリ・マスク１０８は、センサ・データ１０２の同インスタンスに対応するＧＴバイナリ・マスク１２４と比較され得、センサ・データ１０２のインスタンスのＤＮＮ１０４によって計算される距離回帰マスク１１０は、センサ・データ１０２の同インスタンスに対応するＧＴ距離回帰マスク１２６と比較され得る、など。トレーニング・エンジン１３０は、損失関数を使用してＤＮＮ１０４のパラメータ（たとえば、重み、バイアスなど）への更新を決定することができ、このプロセスは、ＤＮＮ１０４が許容レベルの正確性に収束するまで―たとえば、ＤＮＮ１０４のトレーニングされたパラメータが最適な、所望の、及び／又は許容値に収束するまで―繰り返され得る。
一実例として、図３Ａを参照すると、視覚化３００は、センサ・データ１０２のインスタンス（たとえば、画像）及び制御点１１８をそれぞれ含む対応する曲線３０２Ａ～３０２Ｄ（たとえば、各曲線３０２は、４個の制御点１１８を含み得る）に対応し得る。各曲線３０２は、注釈データ１１４によって表されたポリラインから曲線フィッタ１１６によって生成されてあることがある。曲線３０２は、意味論的分類情報とそれぞれ関連付けられ得る。たとえば、曲線３０２Ａ及び３０２Ｄは、道路境界線に対応し得、曲線３０２Ｂ及び３０２Ｃは、車線境界線（たとえば、車線外側線）に対応し得る。曲線３０２Ｄのみに関して示されるとき（明確にすることを目的として）、各曲線３０２は、第１の制御点１１８Ａ、第２の制御点１１８Ｂ、第３の制御点１１８Ｃ、及び第４の制御点１１８Ｄを含み得る。第１の制御点１１８Ａは、最後の制御点に対応し得、第４の制御点１１８Ｄは、各曲線の最初の制御点１１８に対応し得る。
エンコーダ１２０は、曲線３０２を使用してＧＴバイナリ・マスク１２４をエンコードすることができる。たとえば、図３Ｂに関して、視覚化３００からの曲線３０２に対応するＧＴバイナリ・マスク１２４Ａが、示されている。ＧＴバイナリ・マスク１２４Ａは、第１の値（たとえば、１）を任意の曲線３０２の定義済み半径内の各画素にエンコードする一方で、第２の値（たとえば、０）を任意の曲線３０２の定義済み半径外の各画素にエンコードすることによって、生成され得る。半径は、任意の値になるように選択され得る。たとえば、非限定的な一実例において、ＤＮＮ１０４の入力分解能と出力分解能とが異なる（たとえば、畳み込み演算を介するダウン・サンプリングにより）場合、半径は、ＤＮＮ１０４の入力分解能（たとえば、視覚化３００からの画像の分解能）において１６から４８画素（たとえば、分解能の差が８ｘである場合）を含み得る、ＤＮＮ１０４の出力分解能において２から６画素になり得る。しかしながら、異なる半径が、実施例に応じて設定され得る、及び／又は入力対出力の分解能の差が、実施例に応じて設定され得る。たとえば、半径内にあるものとしてエンコードされた画素は、制御点１１８での回帰（又は他の方法での計算）のための候補画素として復号中に使用され得るので、半径は、処理要件及びランタイムが増やされるような多数の画素を含まずに、十分な候補画素が正確な及び精密な予測のために選択されるように、決定され得る。
エンコーダ１２０は、曲線３０２の制御点１１８を使用してＧＴビット分類マスク１２８をエンコードすることができる。たとえば、いくつかのＧＴビット分類マスク１２８又はチャネルが、ＤＮＮ１０４が予測するようにトレーニングされた異なる意味論的クラスの数に基づいて、決定され得る。たとえば、ｎ個の意味論的クラスが存在する場合、上限（最大値）のｌｏｇ２（ｎ）チャネルが存在し得る。したがって、単一の意味論的クラスのみが存在する場合、ビット分類チャネルは存在しないことがあり、ひいてはＧＴビット分類マスク１２８は存在しないことがある。しかしながら、２個のビット分類チャネルが存在する場合、単一のビット分類チャネルひいては単一のＧＴビット分類マスク１２８が存在し得る。そのような一実例において、第１の値（たとえば、０）は、画素が第１の意味論的クラスに対応することを指示し得、第２の値（たとえば、１）は、画素が第２の意味論的クラスに対応することを指示し得る。一実例として、図３Ｃに関して、２個の意味論的クラスが存在する場合（たとえば、ＤＮＮ１０４は、そのような一実例において、２個のクラスについて予測するように単にトレーニングされると想定して）、ＧＴビット分類マスク１２８Ａは、視覚化３００に対応し得る。たとえば、車線境界線に対応する曲線３０２Ｃ及び３０２Ｂは、第１の値（たとえば、１、白に対応）でエンコードされ得、道路境界線に対応する曲線３０２Ａ及び３０２Ｄは、第２の値（たとえば、０、黒に対応）でエンコードされ得る。いくつかの実施例において、ＧＴ距離回帰マスク１２６の画素のそれぞれは、ビット分類値でエンコードされ得る（又はエンコードのために考慮される）が、他の実例において、ＧＴバイナリ・マスク１２４からの曲線３０２の半径内にあるとして識別された画素のみが、ビット分類値でエンコードされ得る。半径が各マスク・タイプについて使用される場合、ＤＮＮ１０４は、背景画素についてトレーニングせず、予測の正確性に貢献する可能性が最も高い画素の予測を行うようにトレーニングされ得る。
エンコーダ１２０は、曲線３０２の制御点１１８を使用してＧＴ距離回帰マスク１２６をエンコードすることができる。たとえば、各制御点１１８について、ｘ軸ＧＴ距離回帰マスク１２６及びｙ軸ＧＴ距離回帰マスク１２６が、エンコードされ得る。制御点１１８が３Ｄ世界空間座標内にある実施例において、各制御点１１８は、追加のｚ軸ＧＴ距離回帰マスク１２６を含み得る。たとえば、各曲線３０２は、第１の制御点１１８（たとえば、最後の制御点）を含み得、ｘ軸ＧＴ距離回帰マスク１２６の画素は、いずれかの曲線３０２の最も近い第１の制御点１１８Ａまでのｘ方向における距離（たとえば、画素距離）でエンコードされ得、ｙ軸ＧＴ距離回帰マスク１２６の画素が、いずれかの曲線３０２の最も近い第１の制御点１１８Ａまでのｙ方向における距離（たとえば、画素距離）でエンコードされ得る。このプロセスは、制御点１１８Ｂ～１１８Ｄのそれぞれについて繰り返され得る（４個の制御点１１８が存在する場合、しかしながら、より多数の又は少数の制御点１１８が存在する場合にはより多数の又は少数の反復を含み得る）。距離の値は、より小さい範囲の値（たとえば、０～９０よりも０～１に近い、又はいくつかの他の値）内にある更新された距離値を生成するためにそこに適用される倍率を有し得る。いくつかの実施例において、ＧＴ距離回帰マスク１２６の画素のそれぞれが、エンコードされ得るが、他の実例において、ＧＴバイナリ・マスク１２４から曲線３０２の半径内にあるとして識別された画素のみが、距離値でエンコードされ得る。半径内の画素のみが使用される実例において、正確性は損なわれないことが可能であり、同時に、処理要件及びランタイムは低減され得る。
一実例として、図３Ｄ～３Ｋに関して、各曲線３０２Ａ～３０２Ｄの制御点１１８Ａは、ｘ軸ＧＴ距離回帰マスク１２６Ａ～Ｘ（図３Ｄ）及びｙ軸ＧＴ距離回帰マスク１２６Ａ～Ｙ（図３Ｅ）にエンコードされ得、各曲線３０２Ａ～３０２Ｄの制御点１１８Ｂは、ｘ軸ＧＴ距離回帰マスク１２６Ｂ～Ｘ（図３Ｆ）及びｙ軸ＧＴ距離回帰マスク１２６Ｂ～Ｙ（図３Ｇ）にエンコードされ得、各曲線３０２Ａ～３０２Ｄの制御点１１８Ｃは、ｘ軸ＧＴ距離回帰マスク１２６Ｃ～Ｘ（図３Ｈ）及びｙ軸ＧＴ距離回帰マスク１２６Ｃ～Ｙ（図３Ｉ）にエンコードされ得、各曲線３０２Ａ～３０２Ｄの制御点１１８Ｄは、ｘ軸ＧＴ距離回帰マスク１２６Ｄ～Ｘ（図３Ｊ）及びｙ軸ＧＴ距離回帰マスク１２６Ｄ～Ｙ（図３Ｋ）にエンコードされ得る。
いくつかの実施例において、距離は、ＤＮＮ１０４の出力分解能に対応し得るが、他の実施例において、距離は、ＤＮＮ１０４の入力分解能に対応し得る。したがって、ｘ軸又はｙ軸距離は、出力分解能における画素について計算され得るけれども、値は、入力分解能（たとえば、ＤＮＮ１０４への入力画像の）における距離（たとえば、画素距離）に対応し得る。したがって、復号中、出力分解能における画素は、入力分解能における知られている又は推定される対応する画素を有し得、そして、知られている又は推定される対応する画素は、次いで、それに起因する出力分解能からの値を有し得る。このプロセスは、図２Ａ～２Ｂと、参照によりその全部が本明細書に組み込まれている、２０１９年７月１７日に出願された米国非仮特許出願第１６／５１４，２３０号における添付の説明とに類似し得る。
いくつかの実施例において、たとえば、曲線３０２の半径内の画素のみがエンコードされるように、ＧＴバイナリ・マスク１２４、ＧＴ距離回帰マスク１２６、又はＧＴビット分類マスク１２８のうちの２個以上が生成される場合、半径は、異なるマスク・タイプについて異なり得る。たとえば、ＧＴバイナリ・マスク１２４は、第１の半径を有し得、ＧＴ距離回帰マスク１２６は、第１の半径とは異なる第２の半径を有し得る。類似して、ＧＴビット分類マスク１２８は、ＧＴバイナリ・マスク１２４及び／又はＧＴ距離回帰マスク１２６とは異なる半径を有し得る。そのような実施例において、それらの半径（たとえば、曲線からの画素半径）が異なり得る場合でも、別のＧＴ重みチャネル又はマスクが、重みチャネルを出力してマスクの復号を助けるようにＤＮＮ１０４をトレーニングするために生成され得る。たとえば、図４Ａ～４Ｃに関して、ＧＴバイナリ・マスク１２４Ｂ（図４Ａ）は、第１の半径を含み得、ＧＴ距離回帰マスク１２６Ｅ（図４Ｂ）は、第２の、より大きな半径を含み得、そして、配備中のＤＮＮ１０４の計算された重みチャネルが、制御点１１８の位置をより正確に回帰する（又は他の方法で計算する）ようにデコーダ１２０（図６）によって使用され得るように、重みチャネル又はマスク４００（図４Ｃ）は、この情報をエンコードするために使用され得る。
いくつかの実施例において、ＤＮＮ１０４の予測をより集中させるために、グラウンド・トゥルース・データ１２２は、より短い曲線でエンコードされ得る。たとえば、ＧＴバイナリ・マスク１２４、ＧＴ距離回帰マスク１２６、及び／又はＧＴビット分類マスク１２８のそれぞれが、より短い距離でエンコードされ得る―図３Ｂ～３Ｋのマスクと図４Ａ～４Ｃのマスクとの差によって示されるような。たとえば、いくつかの実施例において、それぞれのマスク内の曲線のエンコードされた値は、いくらかのパーセンテージ又は量だけ上部及び／又は下部をクロップされ得る。非限定的な一実施例では、曲線全体がエンコードされるなら、グラウンド・トゥルース・データ１２２から生じるマスクが、それらの潜在的な又は最初の長さの５０％であるように、曲線の上部２５％に対応する値及び曲線の下部又は下側２５％に対応する値が、クロップされ得る。これらの値は、単に例示を目的としており、１個又は複数の主要パフォーマンス・インジケータ（ＫＰＩ：ｋｅｙ ｐｅｒｆｏｒｍａｎｃｅ ｉｎｄｉｃａｔｏｒ）が、任意の特定の実施例の適切な又は理想的値を決定するために使用され得る。このプロセスは、ＤＮＮ１０４の受容野を説明するので、本プロセスは有用になり得る。たとえば、完全な曲線又はポリラインが使用される場合、次いで、曲線又はポリラインの各端の画素又は点（たとえば、３Ｄ世界空間における）は、回帰チャネル出力の正確性を有し得る。
そのようなものとして、グラウンド・トゥルース・データ１２２がエンコードされた後には、ＤＮＮ１０４は、トレーニング・エンジン１３０を使用するトレーニングを受け得る。センサ・データ１０２は、ＤＮＮ１０４に適用され得、ＤＮＮ１０４は、出力１０６を計算し得る。出力１０６は、次いで、１個又は複数の損失関数を使用して対応するグラウンド・トゥルース・データ１２２と比較され得、損失関数の出力は、ＤＮＮ１０４のパラメータを更新するためにトレーニング・エンジン１３０によって使用され得る。このプロセスは、許容収束が達成されるまで、繰り返され得る。
いくつかの実施例において、損失関数は、グラウンド・トゥルース・データ１２２タイプによって異なり得る。たとえば、第１の損失関数は、ＧＴバイナリ・マスク１２４及びバイナリ・マスク１０８に関してＤＮＮ１０４をトレーニングするために使用され得、第２の損失関数は、ＧＴ距離回帰マスク１２６及び距離回帰マスク１１０に関してＤＮＮ１０４をトレーニングするために使用され得、第３の損失関数は、ＧＴビット分類マスク１２８及びビット分類マスク１１２に関してＤＮＮ１０４をトレーニングするために使用され得る。非限定的な一実例として、バイナリ・マスク・チャネルは、バイナリ・クロス・エントロピ損失を使用してトレーニングされ得、距離回帰チャネルは、マスクされたＬＩ損失を使用してトレーニングされ得、そして、ビット分類チャネルは、マスクされたバイナリ・クロス・エントロピ損失を使用してトレーニングされ得る。
ここで図５を参照すると、本明細書に記載の方法５００の各ブロックは、ハードウェア、ファームウェア、及び／又はソフトウェアの任意の組合せを使用して実行され得る計算プロセスを含む。たとえば、様々な機能が、メモリに記憶された命令を実行するプロセッサによって実施され得る。方法５００はまた、コンピュータ記憶媒体に記憶されたコンピュータ使用可能命令として実施され得る。方法５００は、いくつか例を挙げると、独立型アプリケーション、サービス又はホスト型サービス（独立型の又は別のホスト型サービスと組み合わせた）、或いは別の製品へのプラグインによって提供され得る。加えて、方法５００は、例として、図１のプロセス１００に関して、説明されている。しかしながら、この方法５００は、本明細書に記載のものを含むが、これらに限定されない、任意の１個のプロセスによって、及び、任意の１個のシステム内で、又はプロセス及びシステムの任意の組合せで、追加で又は別法として、実行され得る。
図５は、本開示のいくつかの実施例による、ランドマーク検出のためのＤＮＮ１０４をトレーニングするための方法５００を示す流れ図である。方法５００は、ブロックＢ５０２において、画像に関連するポリラインを表す注釈データ及びポリラインに関連する分類情報を受信することを含む。たとえば、センサ・データ１０２のインスタンスに関連する注釈データ１１４が、受信及び／又は生成され得、注釈データは、ランドマークに対応する１個若しくは複数のポリライン及び／又はその関連する分類情報を表し得る。
方法５００は、ブロックＢ５０４において、ポリラインに少なくとも部分的に基づいて、曲線適合アルゴリズムを実行して曲線に関連する複数の制御点を決定することを含む。たとえば、曲線フィッタ１１６は、注釈データ１１４を使用して曲線適合動作を実行して曲線に対応する制御点を決定することができる。
方法５００は、ブロックＢ５０６において、曲線に関連する複数の制御点に少なくとも部分的に基づいて、曲線までの半径内にある画像の画素を示すバイナリ・マスクをエンコードすること及び複数の距離回帰マスクをエンコードすることを含む。たとえば、制御点１１８及び／又は曲線情報を使用して、エンコーダ１２０は、ＧＴバイナリ・マスク１２４及び／又はＧＴ距離回帰マスク１２６をエンコードすることができ、そこで、各距離回帰マスクは、複数の制御点１１８のうちの制御点１１８までの距離を示し得る。
方法５００は、ブロックＢ５０８において、分類情報に少なくとも部分的に基づいて、１個又は複数のビット分類マスクをエンコードすること含む。たとえば、エンコーダ１２０は、分類情報及び／又は制御点若しくは曲線情報を使用してＧＴビット分類マスク１２８をエンコードすることができる。
方法５００は、ブロックＢ５１０において、グラウンド・トゥルース・データとしてバイナリ・マスク、複数の距離回帰マスク、及び１個又は複数のビット分類マスクを使用してニューラル・ネットワークをトレーニングすることを含む。たとえば、トレーニング・エンジン１３０は、出力１０６を計算するようにＤＮＮ１０４をトレーニングするために、グラウンド・トゥルース・データ１２２を使用し得る。
ランドマーク検出のためのＤＮＮ
ここで図６を参照すると、図６は、本開示のいくつかの実施例による、ランドマーク検出のためのＤＮＮを使用する例示的プロセス６００を示すデータ流れ図である。本明細書に記載のこの及び他の配置は単に実例として記載されていることを理解されたい。他の配置及び要素（たとえば、マシン、インターフェース、機能、順番、機能のグループ化など）が、図示されたものに加えて又はそれらの代わりに使用され得、いくつかの要素は、完全に省略され得る。さらに、本明細書に記載の要素の多数は、個別の若しくは分散された構成要素として又は他の構成要素と併せて、並びに任意の適切な組合せ及び場所において実装され得る機能エンティティである。エンティティによって実行されるものとして本明細書に記載された様々な機能は、ハードウェア、ファームウェア、及び／又はソフトウェアによって実施され得る。たとえば、様々な機能は、メモリに記憶された命令を実行するプロセッサによって実施され得る。いくつかの実施例において、プロセス６００によるＤＮＮ１０４の配備は、図１１Ａ～１１Ｄの車両１１００、図１２の例示的計算デバイス１２００、及び／又は図１３の例示的データ・センタ１３００に関して本明細書に記載されているのと類似の構成要素、特徴、及び／又は機能性を使用して、少なくとも部分的に、実装され得る。
プロセス６００は、車両１１００の１個又は複数のセンサによって生成されたセンサ・データ１０２を生成及び／又は受信することを含み得る。センサ・データ１０２は、たとえば図１のプロセス１００に関して、本明細書に記載のものと類似し得る。センサ・データ１０２は、ＤＮＮ１０４―図１のプロセス１００に従ってトレーニングされ得る―に適用され得、そして、ＤＮＮ１０４は、出力１０６を計算し得る。実施例において、ＤＮＮ１０４は、畳み込みニューラル・ネットワーク（ＣＮＮ）を含み得る。実例は、ニューラル・ネットワーク、具体的にはＤＮＮ１０４としての畳み込みニューラル・ネットワークの使用に関して、本明細書で説明されているが、これは限定を意図していない。たとえば、そして制限なしに、本明細書に記載のＤＮＮ１０４は、任意のタイプのマシン学習モデル、たとえば、線形回帰、ロジスティック回帰、決定木、サポート・ベクトル・マシン（ＳＶＭ：ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ）、ナイーブ・ベイズ、ｋ近傍法（Ｋｎｎ：ｋ－ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ）、Ｋ平均クラスタリング、ランダム・フォレスト、次元縮小アルゴリズム、勾配ブースティング・アルゴリズム、ニューラル・ネットワーク（たとえば、オートエンコーダ、畳み込み、再発、パーセプトロン、長／短期メモリ（ＬＳＴＭ：Ｌｏｎｇ／Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ）、ホップフィールド、ボルツマン、ディープ・ビリーフ、デコンボリューション、敵対的生成、液体状態マシンなど）を使用するマシン学習モデル、及び／又は他のタイプのマシン学習モデル、を含み得る。
ＤＮＮ１０４がＣＮＮを含む場合などの、一実例として、ＤＮＮ１０４は、任意の数の層を含み得る。層のうちの１個又は複数は、入力層を含み得る。入力層は、センサ・データ１０２に関連する値を保持し得る（たとえば、後処理の前又は後）。たとえば、センサ・データ１０２が画像であるとき、入力層は、容量（たとえば、幅、高さ、及び色チャネル（たとえば、ＲＧＢ）、たとえば、３２ｘ３２ｘ３）として画像の未加工の画素値を表す値を保持し得る。
１個又は複数の層が、畳み込み層を含み得る。畳み込み層は、入力層内のローカル領域に接続されたニューロンの出力を計算することができ、各ニューロンは、それらの重みと入力容量においてそれらが接続された小さい領域との間のドット積を計算する。畳み込み層の結果は、適用されるフィルタの数に基づく次元のうちの１個を有する、別の容量でもよい（たとえば、幅、高さ、及びフィルタの数、たとえば、１２がフィルタの数であった場合、３２ｘ３２ｘ１２）。
１個又は複数の層は、デコンボリューション層（又は転置された畳み込み層）を含み得る。たとえば、デコンボリューション層の結果は、デコンボリューション層において受信されるデータの入力次元性より高い次元性を有する、別の容量でもよい。
層のうちの１個又は複数は、改正された線形ユニット（ＲｅＬＵ：ｒｅｃｔｉｆｉｅｄ ｌｉｎｅａｒ ｕｎｉｔ）層を含み得る。ＲｅＬＵ層は、たとえば、ゼロにおいて閾値化する、要素ごとの活性化関数、たとえば、ｍａｘ（０，ｘ）、を適用し得る。ＲｅＬＵ層の結果的容量は、ＲｅＬＵ層の入力の容量と同じになり得る。
層のうちの１個又は複数は、プール層を含み得る。プール層は、プール層の入力より小さい容量（たとえば、３２ｘ３２ｘ１２入力容量からの１６ｘ１６ｘ１２）をもたらし得る、空間次元（たとえば、高さ及び幅）に沿ったダウン・サンプリング動作を実行し得る。
層のうちの１個又は複数は、１個又は複数の完全に接続された層を含み得る。完全に接続された層内の各ニューロンは、前の容量におけるそれぞれのニューロンに接続され得る。完全に接続された層は、クラス・スコアを計算し得、結果として生じる容量は、１ｘ１ｘクラスの数になり得る。いくつかの実例において、ＣＮＮの層のうちの１個又は複数の層の出力が、ＣＮＮの完全に接続された層への入力として提供され得るように、ＣＮＮは、完全に接続された層を含み得る。いくつかの実例において、１個又は複数の畳み込みストリームが、ＤＮＮ１０４によって実装され得、畳み込みストリームのうちのいくつか又はすべては、それぞれの完全に接続された層を含み得る。
いくつかの非限定的実施例において、ＤＮＮ１０４は、その後にグローバル・コンテキスト特徴抽出を容易にするためのマルチスケール拡張畳み込み及びアップ・サンプリング層が続く、画像特徴抽出を容易にするための一連の畳み込み及びマックス・プール層を含み得る。
入力層、畳み込み層、プール層、ＲｅＬＵ層、及び完全に接続された層は、ＤＮＮ１０４に関して本明細書で論じられているが、これは限定を意図していない。たとえば、追加又は代替層が、ＤＮＮ１０４、たとえば、正規化層、ＳｏｆｔＭａｘ層、及び／又は他の層タイプ、において使用され得る。
ＤＮＮ１０４がＣＮＮを含む、実施例において、ＣＮＮの異なる順番及び数の層が、実施例に応じて使用され得る。言い換えれば、ＤＮＮ１０４の層の順番及び数は、任意の１個のアーキテクチャに限定されない。
加えて、層のうちのいくつかは、パラメータ（たとえば、重み及び／又はバイアス）、たとえば、畳み込み層及び完全に接続された層を含むことがあり、その一方で、他の層、たとえば、ＲｅＬＵ層及びプール層は含まないことがある。いくつかの実例において、パラメータは、トレーニング中にＤＮＮ１０４によって学習され得る。さらに、層のうちのいくつかは、追加のハイパパラメータ（たとえば、学習率、ストライド、エポックなど）、たとえば、畳み込み層、完全に接続された層、及びプール層を含むことがあり、その一方で、他の層、たとえば、ＲｅＬＵ層は含まないことがある。パラメータ及びハイパパラメータは、限定されるものではなく、実施例に応じて異なり得る。
出力１０６は、制御点１１８を決定するためにデコーダ６０２を使用して復号され得る。たとえば、バイナリ・マスク１０８から陽性（又は曲線の半径内）として分類された各画素は、候補画素（たとえば、２Ｄ予測のための）又は点（たとえば、３Ｄ予測のための）と考えられ得る。距離回帰マスク１１０及びビット分類マスク１１２内の同じ画素の対応する値は、曲線候補（たとえば、ベジエ曲線候補）のプロパティとして使用され得る。たとえば、陽性画素（たとえば、白い画素、又は曲線の半径内として識別された画素）であるバイナリ・マスクの画素について、ｘ軸距離回帰マスク１１０のうちの１個又は複数（たとえば、すべて）からのｘ距離値とｙ軸距離回帰マスク１１０のうちの１個又は複数（たとえば、すべて）からのｙ距離値とが、候補制御点位置を決定するために使用され得る。このプロセスは、候補画素のそれぞれについて繰り返され得る。究極的には、図８Ａに示すように、画像に示された各ランドマークについて、多数の重複する又は類似の制御点及び曲線が存在し得る。たとえば、単一のランドマーク―たとえば、車線境界線―について、複数のセットの制御点１１８が存在し得る。曲線フィッタ１１６は、各セットの制御点１１８を使用して曲線適合動作を実行して曲線（たとえば、ベジエ曲線）を生成することができる。
同じランドマークについて生成されている複数の曲線の潜在性により、様々な後処理動作が、車両１１００によって―たとえば、自律運転ソフトウェア・スタック（又はドライブ・スタック）６０８によって―使用するための最終曲線を決定するためにポストプロセッサ６０４を使用して実行され得る。たとえば、クラスタリングが、任意のクラスタリング・アルゴリズム・タイプを使用するポストプロセッサ６０４によって実行され得る。非限定的な一実施例において、ノイズを有するアプリケーションの密度ベースの空間クラスタリング（ＤＢＳＣＡＮ：ｄｅｎｓｉｔｙ－ｂａｓｅｄ ｓｐａｔｉａｌ ｃｌｕｓｔｅｒｉｎｇ ｏｆ ａｐｐｌｉｃａｔｉｏｎｓ ｗｉｔｈ ｎｏｉｓｅ）アルゴリズムが、曲線候補について実行され得、一方で、別の非限定的実施例では、確率的投票アルゴリズムが使用され得る。任意の実例において、相似関数が、クラスタリング・アルゴリズム内で使用され得る。いくつかの実施例において、相似関数は、積分損失相似関数を含み得る。たとえば、以下の方程式（７）は、積分損失相似関数の一実例を表し得る。
Figure 2023503729000003
方程式（７）において、Ｐ１及びＰ２は、比較されている２個の（ベジエ）曲線上の点であり、ｔは、０から１に移動する曲線のパラメータであり、ａ１及びａ２は、それぞれ、第１の及び第２の曲線の３次係数であり、ｂ１及びｂ２は、それぞれ、第１の及び第２の曲線の２次係数であり、ｃ１及びｃ２は、それぞれ、第１の及び第２の曲線の線形係数であり、そして、ｄ１及びｄ２は、それぞれ、第１の曲線及び第２の曲線の定数項係数である。したがって、Ｐ１（ｔ）＝ａ１ ＊ｔ３＋ｂ１ ＊ｔ２＋ｃ１ ＊ｔ＋ｄ１（０＜＝ｔ＜＝１）及びＰ２（ｔ）＝ａ２ ＊ｔ３＋ｂ２＊ｔ２＋ｃ２ ＊ｔ＋ｄ２（０＜＝ｔ＜＝１）は、それぞれ、２個のベジエ曲線上の点の公式に対応し得る。クラスタリング後、各ランドマーク特徴の単一曲線が存在するはずである。しかしながら、いくつかのインスタンスでは、それらのランドマーク特徴のうちの１個又は複数のランドマーク特徴の２個以上の曲線がまだ存在し得る。そのような実例において、重複除去の別の後処理技法が、ポストプロセッサ６０４によって実行され得る。たとえば、曲線は、互いに近い（たとえば、互いに何らかの閾値距離内にある）他の曲線と比較され得、そして、より低い信頼度を有するこれらの曲線は、取り除かれ得る。そのようなものとして、ＤＮＮ１０４の予測及び／又はクラスタリングに基づいて、それぞれの曲線は、それに関連する信頼度を有し得、そして、信頼度が最も低い曲線は、取り除かれ得る。
一実例として、図８Ａに関して、ＤＮＮ１０４の復号された出力１０６が、視覚化８００Ａに表され得る。図示するように、複数の候補曲線８０２が、各ランドマーク・タイプ―たとえば、図８Ａのイラストレーション内の車線境界線又は道路境界線―について生成され得る。したがって、後処理が、ランドマーク特徴ごとに１個の最終曲線８０４を含む最終曲線８０４を生成するために実行され得る。たとえば、候補曲線８０２Ａは、最終曲線８０４Ａを生成するために後処理を受け得、候補曲線８０２Ｂは、最終曲線８０４Ｂを生成するために後処理を受け得る、など。これらの最終曲線８０４は、ランドマークに関する位置、向き、姿勢、及び／又は他の情報が知られ得るように、ランドマーク６０６と関連付けられ得る。
図７を参照すると、図７は、本開示のいくつかの実施例による、ランドマーク検出のためのＤＮＮ１０４の出力の復号及び後処理の例示的プロセス７００を示すデータ流れ図である。たとえば、プロセス７００は、ランドマーク検出のためのエンド・ツー・エンド（Ｅ２Ｅ：ｅｎｄ－ｔｏ－ｅｎｄ）プロセスを含み得る。ランドマーク６０６の様々なクラスが、最終的情報、たとえば、車線検出、交差点検出、道路標示検出など、を決定するために、ともに使用され得る。そのようなものとして、実線／破線（又は車線境界線）を決定するために、出力１０６は、候補曲線を生成するために復号され得、候補曲線は、最終曲線を生成するために（たとえば、車線区分線出力を埋めるために）クラスタ化され得、そして、最終曲線が、別の最終曲線に近い場合、重複除去が、実線／破線（又は車線境界線）検出をもたらすために実行され得る。類似のプロセスが、道路境界線について実行され得、車線境界線及び道路境界線の組合せが、走行表面のそれぞれの車線を識別するために―たとえば、車線グラフを生成するために―使用され得る。別の実例として、類似のプロセスが、交差点若しくは横断交差点（たとえば、横断歩道、歩行者専用道路など）、ポール若しくは標識、及び／又はＤＮＮ１０４を使用して識別されるテキスト若しくは他の形状について実行され得る。これらの出力―たとえば、交差点の線を使用する交差点検出、ポール若しくは道路標識を使用する交差点検出、及び道路標示検出―が、交差点位置、構造、及び姿勢を決定するために、及び／又は道路標示情報を決定するために、使用され得る。そのようなものとして、別個のクラスの情報が、ＤＮＮ１０４によって計算される場合でも、１個又は複数のクラスの検出された曲線が、車両１１００によって、たとえば、ドライブ・スタック６０８によって、使用され得る最終出力―たとえば、車線グラフ、交差点構造など―を決定するために使用され得る。
図１を再び参照すると、ランドマーク６０６は、道路標示、車線境界線、道路境界線、交差点の線、歩行者専用道路、自転車車線境界線、テキスト、ポール、木、照明ポスト、又は標識などの、しかしこれらに限定されない、任意のタイプのランドマークを含み得る。本明細書に記載のように、様々なクラスは、ＤＮＮ１０４が予測するようにトレーニングされた任意の数のサブクラスを含み得る。ランドマーク６０６の実例として、図９Ａは、車線境界線への曲線適合の視覚化９００Ａを含み、図９Ｂは、道路境界線への曲線適合の視覚化９００Ｂを含み、図９Ｃは、交差点の線への曲線適合の視覚化９００Ｃを含み、図９Ｄは、ポール及び標識への曲線適合の視覚化を含む。
ここで図１０を参照すると、本明細書に記載の方法１０００の各ブロックは、ハードウェア、ファームウェア、及び／又はソフトウェアの任意の組合せを使用して実行され得る計算プロセスを含む。たとえば、様々な機能が、メモリに記憶された命令を実行するプロセッサによって実施され得る。方法１０００はまた、コンピュータ記憶媒体に記憶されたコンピュータ使用可能命令として実施され得る。方法１０００は、いくつか例を挙げると、独立型アプリケーション、サービス又はホスト型サービス（独立型の又は別のホスト型サービスと組み合わせた）、或いは別の製品へのプラグインによって提供され得る。加えて、方法１０００は、例として、図６のプロセス６００及び図１１Ａ～１１Ｄの車両１１００に関して説明されている。しかしながら、追加で又は別法として、この方法１０００は、本明細書に記載のものを含むがこれらに限定されない、任意の１個のプロセスによって及び任意の１個のシステム内で、又はプロセス及びシステムの任意の組合せで、実行され得る。
図１０は、本開示のいくつかの実施例による、ＤＮＮを使用するランドマーク検出の方法１０００を示す流れ図である。方法１０００は、ブロックＢ１００２において、マシンのセンサの知覚フィールドの画像を表すセンサ・データをニューラル・ネットワークに適用することを含む。たとえば、センサ・データ１０２のインスタンスは、ＤＮＮ１０４に適用され得る。
方法１０００は、ブロックＢ１００４において、画像において識別された１個又は複数の曲線のうちの少なくとも１個の曲線の半径内の画像の画素を示す第１のデータと１個又は複数の曲線の制御点までの距離を示す第２のデータとを、ニューラル・ネットワークを使用してセンサ・データに少なくとも部分的に基づいて計算することを含む。たとえば、ＤＮＮ１０４は、センサ・データ１０２のインスタンスの処理に少なくとも部分的に基づいて、バイナリ・マスク１０８及び距離回帰マスク１１０を計算し得る。
方法１０００は、ブロックＢ１００６において、１個又は複数の曲線の制御点の位置を決定するために第１のデータ及び第２のデータを復号することを含む。たとえば、バイナリ・マスク１０８及び距離回帰マスク１１０は、制御点１１８の位置―たとえば、２Ｄ画像空間又は３Ｄ世界空間における―を決定するためにデコーダ６０２を使用して復号され得る。
方法１０００は、ブロックＢ１００８において、曲線適合アルゴリズムを使用して制御点の位置に少なくとも部分的に基づいて１個又は複数の曲線を生成することを含む。たとえば、曲線フィッタ１１６は、環境内のランドマークに対応する曲線の形状を決定するために制御点１１８を使用し得る。
方法１０００は、ブロックＢ１０１０において、１個又は複数の曲線に少なくとも部分的に基づいてマシンによって１個又は複数の動作を実行することを含む。たとえば、車両１０００は、曲線（及び／又はそれに対応する意味情報）を使用して１個又は複数の動作、たとえば、世界モデル管理、マッピング、プランニング、制御などを実行することができる。
例示的自律型車両
図１１Ａは、本開示のいくつかの実施例による、例示的自律型車両１１００の図である。自律型車両１１００（或いは本明細書で「車両１１００」と称される）は、旅客車両、たとえば、乗用車、トラック、バス、ファースト・レスポンダ車両、シャトル、電気又は原動機付自転車、オートバイ、消防車、警察車両、救急車、ボート、建設車両、潜水艦、ドローン、及び／又は別のタイプの車両（たとえば、無人の及び／又は１人若しくは複数の乗客を乗せた）、を含み得るが、これらに限定されない。自律型車両は、一般に、米国運輸省道路交通安全局（ＮＨＴＳＡ：Ｎａｔｉｏｎａｌ Ｈｉｇｈｗａｙ Ｔｒａｆｆｉｃ Ｓａｆｅｔｙ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ）、米国運輸省の部署、及び自動車技術者協会（ＳＡＥ：Ｓｏｃｉｅｔｙ ｏｆ Ａｕｔｏｍｏｔｉｖｅ Ｅｎｇｉｎｅｅｒｓ）「Ｔａｘｏｎｏｍｙ ａｎｄ Ｄｅｆｉｎｉｔｉｏｎｓ ｆｏｒ Ｔｅｒｍｓ Ｒｅｌａｔｅｄ ｔｏ Ｄｒｉｖｉｎｇ Ａｕｔｏｍａｔｉｏｎ Ｓｙｓｔｅｍｓ ｆｏｒ Ｏｎ－Ｒｏａｄ Ｍｏｔｏｒ Ｖｅｈｉｃｌｅ」（２０１８年６月１５日に公開された規格番号Ｊ３０１６－２０１８０６、２０１６年９月３０日に公開された規格番号Ｊ３０１６－２０１６０９、及びこの規格の前の及び未来のバージョン）によって定義される、自動化レベルに関して記述される。車両１１００は、自律運転レベルのレベル３～レベル５のうちの１つ又は複数による機能の能力を有し得る。たとえば、車両１１００は、実施例に応じて、条件付き自動化（レベル３）、高度自動化（レベル４）、及び／又は完全自動化（レベル５）の能力を有し得る。
車両１１００は、車両のシャシ、車体、車輪（たとえば、２、４、６、８、１８など）、タイヤ、車軸、及び他の構成要素などの構成要素を含み得る。車両１１００は、内部燃焼エンジン、ハイブリッド動力装置、完全な電気式エンジン、及び／又は別の推進システム・タイプなど、推進システム１１５０を含み得る。推進システム１１５０は、車両１１００の推進力を有効にするために、トランスミッションを含み得る、車両１１００のドライブ・トレインに接続され得る。推進システム１１５０は、スロットル／加速装置１１５２からの信号の受信に応答して制御され得る。
ハンドルを含み得る、ステアリング・システム１１５４は、推進システム１１５０が動作しているときに（たとえば、車両が移動中のときに）車両１１００のかじを取る（たとえば、所望の進路又はルートに沿って）ために使用され得る。ステアリング・システム１１５４は、ステアリング・アクチュエータ１１５６から信号を受信することができる。ハンドルは、完全自動化（レベル５）機能のオプションでもよい。
ブレーキ・センサ・システム１１４６は、ブレーキ・アクチュエータ１１４８及び／又はブレーキ・センサからの信号の受信に応答して車両ブレーキを動作させるために使用され得る。
１つ又は複数のシステム・オン・チップ（ＳｏＣ：ｓｙｓｔｅｍ ｏｎ Ｃｈｉｐ）１１０４（図１１Ｃ）及び／又はＧＰＵを含み得る、コントローラ１１３６は、車両１１００の１つ若しくは複数の構成要素及び／又はシステムに信号（たとえば、コマンドの表現）を提供することができる。たとえば、コントローラは、１つ又は複数のブレーキ・アクチュエータ１１４８を介して車両ブレーキを動作させて、１つ又は複数のステアリング・アクチュエータ１１５６を介してステアリング・システム１１５４を動作させて、１つ又は複数のスロットル／加速装置１１５２を介して推進システム１１５０を動作させるために、信号を送ることができる。コントローラ１１３６は、センサ信号を処理する、並びに律的運転を可能にするために及び／又は運転者の車両１１００の運転を支援するために動作コマンド（たとえば、コマンドを表す信号）を出力する、１つ又は複数の搭載された（たとえば、統合された）計算デバイス（たとえば、スーパーコンピュータ）を含み得る。コントローラ１１３６は、自律運転機能のための第１のコントローラ１１３６、機能的安全性機能のための第２のコントローラ１１３６、人工知能機能（たとえば、コンピュータ・ビジョン）のための第３のコントローラ１１３６、インフォテインメント機能のための第４のコントローラ１１３６、緊急状態における冗長性のための第５のコントローラ１１３６、及び／又は他のコントローラを含み得る。いくつかの実例では、単一のコントローラ１１３６が、前述の機能のうちの２個以上を処理することができ、２個以上のコントローラ１１３６が、単一の機能、及び／又はその任意の組合せを処理することができる。
コントローラ１１３６は、１つ又は複数のセンサから受信したセンサ・データ（たとえば、センサ入力）に応答して車両１１００の１つ若しくは複数の構成要素及び／又はシステムを制御するための信号を提供することができる。センサ・データは、たとえば、そして制限なしに、全地球的航法衛星システム・センサ１１５８（たとえば、グローバル・ポジショニング・システム・センサ）、ＲＡＤＡＲセンサ１１６０、超音波センサ１１６２、ＬＩＤＡＲセンサ１１６４、慣性計測装置（ＩＭＵ：ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ）センサ１１６６（たとえば、加速度計、ジャイロスコープ、磁気コンパス、磁力計など）、マイクロフォン１１９６、ステレオ・カメラ１１６８、ワイドビュー・カメラ１１７０（たとえば、魚眼カメラ）、赤外線カメラ１１７２、サラウンド・カメラ１１７４（たとえば、３６０度カメラ）、長距離及び／又は中距離カメラ１１９８、スピード・センサ１１４４（たとえば、車両１１００のスピードを測定するための）、振動センサ１１４２、ステアリング・センサ１１４０、ブレーキ・センサ（たとえば、ブレーキ・センサ・システム１１４６の一部としての）、及び／又は他のセンサ・タイプから受信され得る。
コントローラ１１３６のうちの１つ又は複数のコントローラは、車両１１００の計器群１１３２から入力（たとえば、入力データによって表される）を受信し、出力（たとえば、出力データ、表示データなどによって表される）をヒューマン・マシン・インターフェース（ＨＭＩ：ｈｕｍａｎ－ｍａｃｈｉｎｅ ｉｎｔｅｒｆａｃｅ）ディスプレイ１１３４、可聴式アナンシエータ、ラウドスピーカ、及び／又は車両１１００の他の構成要素を介して提供することができる。出力は、車両ベロシティ、スピード、時間、マップ・データ（たとえば、図１１ＣのＨＤマップ１１２２）、位置データ（たとえば、マップ上などの、車両１１００の位置）、方向、他の車両の位置（たとえば、占有グリッド）、コントローラ１１３６によって把握されるものとしての物体及び物体の状況に関する情報などの、情報を含み得る。たとえば、ＨＭＩディスプレイ１１３４は、１つ又は複数の物体（たとえば、道路標識、警告標識、交通信号の変化など）の存在、及び／又は車両が行った、行っている、又は行うであろう運転操作（たとえば、今、車線変更をしていること、３．２２ｋｍ（２マイル）内の出口３４Ｂを出ることなど）に関する情報を表示することができる。
車両１１００はさらに、１つ若しくは複数のワイヤレス・アンテナ１１２６及び／又はモデムを使用して１つ若しくは複数のネットワークを介して通信することができるネットワーク・インターフェース１１２４を含む。たとえば、ネットワーク・インターフェース１１２４は、ＬＴＥ、ＷＣＤＭＡ（登録商標）、ＵＭＴＳ、ＧＳＭ、ＣＤＭＡ２０００などを介する通信の能力を有し得る。ワイヤレス・アンテナ１１２６はまた、ブルートゥース（登録商標）、ブルートゥースＬＥ、Ｚ－Ｗａｖｅ、ＺｉｇＢｅｅなどのローカル・エリア・ネットワーク、及び／又はＬｏＲａＷＡＮ、ＳｉｇＦｏｘなどのロー・パワー・ワイドエリア・ネットワーク（ＬＰＷＡＮ：ｌｏｗ ｐｏｗｅｒ ｗｉｄｅ－ａｒｅａ ｎｅｔｗｏｒｋ）を使用し、環境内の物体（たとえば、車両、モバイル・デバイスなど）の間の通信を可能にすることができる。
図１１Ｂは、本開示のいくつかの実施例による、図１１Ａの例示的自律型車両１１００のカメラ位置及び視野の実例である。カメラ及びそれぞれの視野は、１つの例示的実施例であり、制限することは意図されていない。たとえば、追加の及び／又は代替カメラが含まれ得る、及び／又はカメラは車両１１００の異なる位置に置かれ得る。
カメラのカメラ・タイプは、車両１１００の構成要素及び／又はシステムと使用するようになされ得るデジタル・カメラを含み得るが、これに限定されない。カメラは、自動車安全整合性レベル（ＡＳＩＬ：ａｕｔｏｍｏｔｉｖｅ ｓａｆｅｔｙ ｉｎｔｅｇｒｉｔｙ ｌｅｖｅｌ）Ｂにおいて及び／又は別のＡＳＩＬにおいて動作することができる。カメラ・タイプは、実施例に応じて、６０フレーム／秒（ｆｐｓ）、１２０ｆｐｓ、２４０ｆｐｓなど、任意の画像キャプチャ・レートの能力を有し得る。カメラは、ロール・シャッタ、グローバル・シャッタ、別のタイプのシャッタ、又はその組合せを使用する能力を有し得る。いくつかの実例では、カラー・フィルタ・アレイは、ＲＣＣＣ（ｒｅｄ ｃｌｅａｒ ｃｌｅａｒ ｃｌｅａｒ）カラー・フィルタ・アレイ、ＲＣＣＢ（ｒｅｄ ｃｌｅａｒ ｃｌｅａｒ ｂｌｕｅ）カラー・フィルタ・アレイ、ＲＢＧＣ（ｒｅｄ ｂｌｕｅ ｇｒｅｅｎ ｃｌｅａｒ）カラー・フィルタ・アレイ、Ｆｏｖｅｏｎ Ｘ３カラー・フィルタ・アレイ、Ｂａｙｅｒセンサ（ＲＧＧＢ）カラー・フィルタ・アレイ、モノクロ・センサ・カラー・フィルタ・アレイ、及び／又は別のタイプのカラー・フィルタ・アレイを含み得る。一部の実施例では、ＲＣＣＣ、ＲＣＣＢ、及び／又はＲＢＧＣカラー・フィルタ・アレイを有するカメラなどのクリア画素カメラは、光感度を上げるための取り組みにおいて使用され得る。
いくつかの実例では、カメラのうちの１つ又は複数が、高度運転者支援システム（ＡＤＡＳ：ａｄｖａｎｃｅｄ ｄｒｉｖｅｒ ａｓｓｉｓｔａｎｃｅ ｓｙｓｔｅｍ）機能（たとえば、冗長又はフェイルセーフ設計の一部として）を実行するために使用され得る。たとえば、多機能モノ・カメラは、車線逸脱警報、交通標識アシスト及びインテリジェント・ヘッドランプ制御を含む機能を提供するために設置され得る。カメラのうちの１つ又は複数（たとえば、すべてのカメラ）が、画像データ（たとえば、ビデオ）を同時に記録及び提供することができる。
カメラのうちの１つ又は複数は、カメラの画像データ・キャプチャ能力を妨げることがある自動車内からの迷光及び反射（たとえば、フロントガラスのミラーにおいて反射されたダッシュボードからの反射）を取り除くために、カスタム設計された（３Ｄ印刷された）部品などの取付部品において取り付けられ得る。サイドミラー取付部品を参照すると、サイドミラー部品は、カメラ取付板がサイドミラーの形状に合うように、カスタム３Ｄ印刷され得る。いくつかの実例では、カメラは、サイドミラー内に統合され得る。サイドビュー・カメラについては、カメラはまた、キャビンの各角にある４個の支柱内に統合され得る。
車両１１００の前の環境の部分を含む視野を有するカメラ（たとえば、前向きのカメラ）は、前向きの進路及び障害物の識別を助け、１つ若しくは複数のコントローラ１１３６及び／又は制御ＳｏＣの助けにより、占有グリッドの生成及び／又は好ましい車両進路の決定に不可欠な情報の提供の提供を助けるための、サラウンド・ビューのために使用され得る。前向きのカメラは、緊急ブレーキ、歩行者検出、及び衝突回避を含む、ＬＩＤＡＲと同じＡＤＡＳ機能の多くを実行するために使用され得る。前向きのカメラはまた、車線逸脱警報（「ＬＤＷ（Ｌａｎｅ Ｄｅｐａｒｔｕｒｅ Ｗａｒｎｉｎｇ）」）、自律的クルーズ制御（「ＡＣＣ（Ａｕｔｏｎｏｍｏｕｓ Ｃｒｕｉｓｅ Ｃｏｎｔｒｏｌ）」）、及び／又は交通標識認識などの他の機能を含むＡＤＡＳ機能及びシステムのために使用され得る。
様々なカメラが、たとえば、ＣＭＯＳ（ｃｏｍｐｌｅｍｅｎｔａｒｙ ｍｅｔａｌ ｏｘｉｄｅ ｓｅｍｉｃｏｎｄｕｃｔｏｒ）カラー画像化装置を含む単眼カメラ・プラットフォームを含む、前向きの構成において使用され得る。別の実例は、周辺（たとえば、歩行者、交差する交通又は自転車）からのビューに入る物体を把握するために使用され得るワイドビュー・カメラ１１７０でもよい。図１１Ｂにはワイドビュー・カメラは１つだけ示されているが、車両１１００には任意の数のワイドビュー・カメラ１１７０が存在し得る。加えて、長距離カメラ１１９８（たとえば、ロングビュー・ステレオ・カメラ・ペア）が、特に、ニューラル・ネットワークがまだトレーニングされていない物体について、深度ベースの物体検出のために使用され得る。長距離カメラ１１９８はまた、物体検出及び分類、並びに基本物体追跡のために使用され得る。
１つ又は複数のステレオ・カメラ１１６８もまた、前向きの構成に含まれ得る。ステレオ・カメラ１１６８は、単一のチップ上に統合されたＣＡＮ又はイーサネット（登録商標）・インターフェースを有するプログラマブル論理（ＦＰＧＡ）及びマルチコア・マイクロプロセッサを提供し得る、拡張可能な処理ユニットを備えた統合された制御ユニットを含み得る。そのようなユニットは、画像内のすべてのポイントの距離推定値を含む、車両の環境の３Ｄマップを生成するために使用され得る。代替ステレオ・カメラ１１６８は、２個のカメラ・レンズ（左と右に１つずつ）と、車両から対象物体までの距離を測定する及び生成された情報（たとえば、メタデータ）を使用して自律的緊急ブレーキ及び車線逸脱警報機能をアクティブにすることができる画像処理チップとを含み得る、コンパクト・ステレオ・ビジョン・センサを含み得る。他のタイプのステレオ・カメラ１１６８が、本明細書に記載のものに加えて、又はそれらの代わりに、使用されてもよい。
車両１１００の側面に対する環境の部分を含む視野を有するカメラ（たとえば、サイドビュー・カメラ）が、占有グリッドを作成及び更新するために並びに側面衝撃衝突警報を生成するために使用される情報を提供する、サラウンド・ビューのために使用され得る。たとえば、サラウンド・カメラ１１７４（たとえば、図１１Ｂに示されるような４個のサラウンド・カメラ１１７４）は、車両１１００上に位置付けられ得る。サラウンド・カメラ１１７４は、ワイドビュー・カメラ１１７０、魚眼カメラ、３６０度カメラ、及び／又は同類のものを含み得る。たとえば、４個の魚眼カメラが、車両の前、後ろ、及び側面に配置され得る。代替配置において、車両は、３個のサラウンド・カメラ１１７４（たとえば、左、右、及び後部）を使用してもよく、第４のサラウンド・ビュー・カメラとして１つ又は複数の他のカメラ（たとえば、前向きのカメラ）を活用してもよい。
車両１１００の後ろに対する環境の部分を含む視野を有するカメラ（たとえば、後方確認カメラ）が、駐車支援、サラウンド・ビュー、後部衝突警報、並びに占有グリッドの作成及び更新のために使用され得る。本明細書に記載のように、前向きのカメラ（たとえば、長距離及び／又は中距離カメラ１１９８、ステレオ・カメラ１１６８）、赤外線カメラ１１７２など）としても適したカメラを含むがこれらに限定されない、多種多様なカメラが使用され得る。
図１１Ｃは、本開示のいくつかの実施例による、図１１Ａの例示的自律型車両１１００の例示的システム・アーキテクチャのブロック図である。本明細書に記載されているこの及び他の配置は単に実例として説明されていることを理解されたい。他の配置及び要素（たとえば、マシン、インターフェース、機能、順番、機能のグループ分けなど）が、示されたものに加えて又はこれらに代わって使用されてもよく、いくつかの要素はともに除外されてもよい。さらに、本明細書に記載の要素の多くは、個別の又は分散された構成要素として又は他の構成要素と併せて、並びに任意の適切な組合せ及び場所において、実装され得る機能エンティティである。エンティティによって実行されるものとして本明細書に記載された様々な機能は、ハードウェア、ファームウェア、及び／又はソフトウェアによって実施され得る。たとえば、様々な機能が、メモリに記憶された命令を実行するプロセッサによって実施され得る。
図１１Ｃの車両１１００の構成要素、特徴、及びシステムのそれぞれは、バス１１０２を介して接続されるものとして図示されている。バス１１０２は、コントローラ・エリア・ネットワーク（ＣＡＮ）データ・インターフェース（或いは、「ＣＡＮバス」と称される）を含み得る。ＣＡＮは、ブレーキ、加速度、ブレーキ、ステアリング、フロント・ガラス・ワイパなどの作動など、車両１１００の様々な特徴及び機能の制御を助けるために使用される車両１１００内のネットワークでもよい。ＣＡＮバスは、それぞれが独自の一意の識別子（たとえば、ＣＡＮ ＩＤ）を有する、数ダース又は数百ものノードを有するように構成され得る。ＣＡＮバスは、ハンドル角度、対地速度、１分間のエンジン回転（ＲＰＭ：ｒｅｖｏｌｕｔｉｏｎｓ ｐｅｒ ｍｉｎｕｔｅ）、ボタン位置、及び／又は他の車両状況指標を見つけるために読み取られ得る。ＣＡＮバスは、ＡＳＩＬ Ｂ準拠でもよい。
バス１１０２は、ＣＡＮバスであるものとして本明細書に記載されているが、これは制限することを意図されていない。たとえば、ＣＡＮバスに加えて、又はこのその代替として、ＦｌｅｘＲａｙ及び／又はイーサネット（登録商標）が使用されてもよい。加えて、単一の線が、バス１１０２を表すために使用されているが、これは制限することを意図されていない。たとえば、１つ若しくは複数のＣＡＮバス、１つ若しくは複数のＦｌｅｘＲａｙバス、１つ若しくは複数のイーサネット（登録商標）・バス、及び／又は異なるプロトコルを使用する１つ若しくは複数の他のタイプのバスを含み得る、任意の数のバス１１０２が存在し得る。いくつかの実例では、２個以上のバス１１０２が、異なる機能を実行するために使用され得る、及び／又は冗長性のために使用され得る。たとえば、第１のバス１１０２は衝突回避機能のために使用されてもよく、第２のバス１１０２は作動制御のために使用されてもよい。任意の実例において、各バス１１０２は、車両１１００の構成要素のいずれかと通信し得、２個以上のバス１１０２が同じ構成要素と通信し得る。いくつかの実例では、車両内の各ＳｏＣ１１０４、各コントローラ１１３６、及び／又は各コンピュータは、同じ入力データ（たとえば、車両１１００のセンサからの入力）へのアクセスを有し得、ＣＡＮバスなどの共通バスに接続され得る。
車両１１００は、図１１Ａに関して本明細書で説明されるものなど、１つ又は複数のコントローラ１１３６を含み得る。コントローラ１１３６は、様々な機能のために使用され得る。コントローラ１１３６は、車両１１００の様々な他の構成要素及びシステムのいずれかに連結されてもよく、車両１１００、車両１１００の人工知能、車両１１００のためのインフォテインメント、及び／又は同類のものの制御のために使用され得る。
車両１１００は、システム・オン・チップ（ＳｏＣ）１１０４を含み得る。ＳｏＣ１１０４は、ＣＰＵ１１０６、ＧＰＵ１１０８、プロセッサ１１１０、キャッシュ１１１２、加速装置１１１４、データ・ストア１１１６、及び／又は図示されていない他の構成要素及び特徴を含み得る。ＳｏＣ１１０４は、様々なプラットフォーム及びシステム内の車両１１００を制御するために使用され得る。たとえば、ＳｏＣ１１０４は、１つ又は複数のサーバ（たとえば、図１１Ｄのサーバ１１７８）からネットワーク・インターフェース１１２４を介してマップのリフレッシュ及び／又は更新を取得することができるＨＤマップ１１２２を有するシステム（たとえば、車両１１００のシステム）において結合され得る。
ＣＰＵ１１０６は、ＣＰＵクラスタ又はＣＰＵ複合体（或いは、「ＣＣＰＬＥＸ」とも称される）を含み得る。ＣＰＵ１１０６は、複数のコア及び／又はＬ２キャッシュを含み得る。たとえば、一部の実施例では、ＣＰＵ１１０６は、コヒーレント・マルチプロセッサ構成内の８個のコアを含み得る。一部の実施例では、ＣＰＵ１１０６は、４個のデュアルコア・クラスタを含むことができ、各クラスタが専用のＬ２キャッシュ（たとえば、２ＭＢＬ２キャッシュ）を有する。ＣＰＵ１１０６（たとえば、ＣＣＰＬＥＸ）は、ＣＰＵ１１０６のクラスタの任意の組合せが任意の所与の時間にアクティブになることを可能にする同時クラスタ動作をサポートするように構成され得る。
ＣＰＵ１１０６は、以下の特徴のうちの１つ又は複数を含む電力管理能力を実装することができる：個別ハードウェア・ブロックが、動的電力を節約するためにアイドル状態のときに自動的にクロック・ゲーティングされ得る、各コア・クロックは、ＷＦＩ／ＷＦＥ命令の実行により命令をコアがアクティブに実行していないときにゲーティングされ得る、各コアは、独立してパワー・ゲーティングされ得る、各コア・クラスタは、すべてのコアがクロック・ゲーティングされる若しくはパワー・ゲーティングされるときに、独立してクロック・ゲーティングされ得る、及び／又は、各コア・クラスタは、すべてのコアがパワー・ゲーティングされるときに、独立してパワー・ゲーティングされ得る。ＣＰＵ１１０６は、電力状態を管理するための強化されたアルゴリズムをさらに実装することができ、そこでは、許容される電力状態及び予想されるウェイクアップ時間が指定され、ハードウェア／マイクロ・コードが、コア、クラスタ、及びＣＣＰＬＥＸに入力するための最良の電力状態を決定する。処理コアは、作業がマイクロ・コードにオフロードされたソフトウェアにおける簡略化された電力状態入力シーケンスをサポートすることができる。
ＧＰＵ１１０８は、統合されたＧＰＵ（或いは本明細書において「ｉＧＰＵ」と称される）を含み得る。ＧＰＵ１１０８は、プログラマブルになり得、並行のワークロードに効率的になり得る。一部の実例では、ＧＰＵ１１０８は、強化されたテンソル命令セットを使用することができる。ＧＰＵ１１０８は、１つ又は複数のストリーミング・マイクロプロセッサを含み得、そこで、各ストリーミング・マイクロプロセッサは、Ｌ１キャッシュ（たとえば、少なくとも９６ＫＢ記憶容量を有するＬ１キャッシュ）を含み得、ストリーミング・マイクロプロセッサのうちの２個以上が、キャッシュ（たとえば、５１２ＫＢ記憶容量を有するＬ２キャッシュ）を共用し得る。一部の実施例では、ＧＰＵ１１０８は、少なくとも８個のストリーミング・マイクロプロセッサを含み得る。ＧＰＵ１１０８は、計算アプリケーション・プログラミング・インターフェース（ＡＰＩ）を使用することができる。加えて、ＧＰＵ１１０８は、１つ若しくは複数の並行のコンピューティング・プラットフォーム及び／又はプログラミング・モデル（たとえば、ＮＶＩＤＩＡのＣＵＤＡ）を使用することができる。
ＧＰＵ１１０８は、自動車の及び組み込まれた使用事例における最高のパフォーマンスのために電力最適化され得る。たとえば、ＧＰＵ１１０８は、ＦｉｎＦＥＴ（Ｆｉｎ ｆｉｅｌｄ－ｅｆｆｅｃｔ ｔｒａｎｓｉｓｔｏｒ）上に製造され得る。しかしながら、これは制限することを意図されておらず、ＧＰＵ１１０８は、他の半導体製造プロセスを使用し、製造され得る。各ストリーミング・マイクロプロセッサは、複数のブロックに区切られたいくつかの混合精度処理コアを組み込むことができる。限定ではなく、たとえば、６４ ＰＦ３２コア及び３２ ＰＦ６４コアは、４個の処理ブロックに区切られてもよい。そのような実例では、各処理ブロックは、１６ ＦＰ３２コア、８ ＦＰ６４コア、１６ ＩＮＴ３２コア、深層学習行列演算のための２個の混合精度ＮＶＩＤＩＡテンソル・コア、Ｌ０命令キャッシュ、ワープ・スケジューラ、発送ユニット、及び／又は６４ＫＢレジスタ・ファイルを割り当てられ得る。加えて、ストリーミング・マイクロプロセッサは、計算及びアドレス指定演算の混合を有するワークロードの効率的な実行を提供するための独立した並行の整数及び浮動小数点データ進路を含み得る。ストリーミング・マイクロプロセッサは、並行スレッドの間のより高い細粒度の同期及び連携を可能にするために、独立したスレッド・スケジューリング能力を含み得る。ストリーミング・マイクロプロセッサは、プログラミングを単純化しつつ性能を向上させるために、結合されたＬ１データ・キャッシュ及び共用メモリ・ユニットを含み得る。
ＧＰＵ１１０８は、一部の実例では、９００ＧＢ／秒のピーク・メモリ帯域幅に関して、提供するための高帯域幅メモリ（ＨＢＭ：ｈｉｇｈ ｂａｎｄｗｉｄｔｈ ｍｅｍｏｒｙ）及び／又は１６ＧＢＨＢＭ２メモリ・サブシステムを含み得る。いくつかの実例では、ＨＢＭメモリに加えて、又はこれの代わりに、グラフィックス・ダブル・データ・レート・タイプ５同期ランダム・アクセス・メモリ（ＧＤＤＲ５：ｇｒａｐｈｉｃｓ ｄｏｕｂｌｅ ｄａｔａ ｒａｔｅ ｔｙｐｅ ｆｉｖｅ ｓｙｎｃｈｒｏｎｏｕｓ ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）などの同期グラフィックス・ランダム・アクセス・メモリ（ＳＧＲＡＭ：ｓｙｎｃｈｒｏｎｏｕｓ ｇｒａｐｈｉｃｓ ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）が使用され得る。
ＧＰＵ１１０８は、メモリ・ページに最も頻繁にアクセスするプロセッサへのそれらのメモリ・ページのより正確な移動を可能にするためにアクセス・カウンタを含む統一されたメモリ技術を含むことができ、それにより、プロセッサ間で共用される記憶範囲の効率を向上させる。いくつかの実例では、アドレス変換サービス（ＡＴＳ：ａｄｄｒｅｓｓ ｔｒａｎｓｌａｔｉｏｎ ｓｅｒｖｉｃｅ）サポートが、ＧＰＵ１１０８がＣＰＵ１１０６ページ・テーブルに直接アクセスすることを可能にするために使用され得る。そのような実例では、ＧＰＵ１１０８メモリ管理ユニット（ＭＭＵ：ｍｅｍｏｒｙ ｍａｎａｇｅｍｅｎｔ ｕｎｉｔ）がミスを経験するとき、アドレス変換要求が、ＣＰＵ１１０６に送信され得る。応答して、ＣＰＵ１１０６は、アドレスの仮想対現実マッピングのためのそのページ・テーブルを調べることができ、ＧＰＵ１１０８に変換を送り返す。そのようなものとして、統一されたメモリ技術は、ＣＰＵ１１０６とＧＰＵ１１０８との両方のメモリの単一統一仮想アドレス空間を可能にすることができ、それによりＧＰＵ１１０８へのアプリケーションのＧＰＵ１１０８プログラミング及び移植を単純化する。
加えて、ＧＰＵ１１０８は、他のプロセッサのメモリへのＧＰＵ１１０８のアクセスの頻度を記録することができるアクセス・カウンタを含み得る。アクセス・カウンタは、メモリ・ページが最も頻繁にそのページにアクセスしているプロセッサの物理メモリに移動されることを確実にするのを助けることができる。
ＳｏＣ１１０４は、本明細書に記載のものを含む任意の数のキャッシュ１１１２を含み得る。たとえば、キャッシュ１１１２は、ＣＰＵ１１０６とＧＰＵ１１０８との両方に利用可能な（たとえば、ＣＰＵ１１０６とＧＰＵ１１０８との両方に接続された）Ｌ３キャッシュを含み得る。キャッシュ１１１２は、キャッシュ・コヒーレンス・プロトコル（たとえば、ＭＥＩ、ＭＥＳＩ、ＭＳＩなど）を使用することなどによって、線の状態を記録することができるライトバック・キャッシュを含み得る。Ｌ３キャッシュは、より小さいキャッシュ・サイズが使用されてもよいが、実施例に応じて、４ＭＢ以上を含み得る。
ＳｏＣ１１０４は、車両１１００の様々なタスク又は動作のいずれか（たとえば、処理ＤＮＮ）に関して処理を実行する際に活用され得る論理演算ユニット（ＡＬＵ：ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）を含み得る。加えて、ＳｏＣ１１０４は、システム内で数学演算を実行するための浮動小数点演算ユニット（ＦＰＵ：ｆｌｏａｔｉｎｇ ｐｏｉｎｔ ｕｎｉｔ）（又は他のマス・コプロセッサ又は数値演算コプロセッサ・タイプ）を含み得る。たとえば、ＳｏＣ１０４は、ＣＰＵ１１０６及び／又はＧＰＵ１１０８内の実行ユニットとして統合された１つ又は複数のＦＰＵを含み得る。
ＳｏＣ１１０４は、１つ又は複数の加速装置１１１４（たとえば、ハードウェア・加速装置、ソフトウェア・加速装置、又はその組合せ）を含み得る。たとえば、ＳｏＣ１１０４は、最適化されたハードウェア加速装置及び／又は大きなオンチップ・メモリを含み得る、ハードウェア加速クラスタを含み得る。大きなオンチップメモリ（たとえば、４ＭＢのＳＲＡＭ）は、ハードウェア加速クラスタがニューラル・ネットワーク及び他の演算を加速することを可能にし得る。ハードウェア加速クラスタは、ＧＰＵ１１０８を補完するために及びＧＰＵ１１０８のタスクの一部をオフロードするために（たとえば、他のタスクを実行するためのＧＰＵ１１０８のより多くのサイクルを解放するために）使用され得る。一実例として、加速装置１１１４は、加速に適するように十分に安定している対象ワークロード（たとえば、知覚、畳み込みニューラル・ネットワーク（ＣＮＮ：ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）など）のために使用され得る。本明細書では、「ＣＮＮ」という用語は、領域ベースの又は領域的畳み込みニューラル・ネットワーク（ＲＣＮＮ：ｒｅｇｉｏｎａｌ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）及び高速ＲＣＮＮ（たとえば、物体検出のために使用されるものとしての）を含む、すべてのタイプのＣＮＮを含み得る。
加速装置１１１４（たとえば、ハードウェア加速クラスタ）は、深層学習加速装置（ＤＬＡ：ｄｅｅｐ ｌｅａｒｎｉｎｇ ａｃｃｅｌｅｒａｔｏｒ）を含み得る。ＤＬＡは、深層学習アプリケーション及び推論のために１秒あたり追加の１０兆の動作を提供するように構成することができる１つ又は複数のテンソル処理ユニット（ＴＰＵ：Ｔｅｎｓｏｒ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）を含み得る。ＴＰＵは、画像処理機能（たとえば、ＣＮＮ、ＲＣＮＮなどの）を実行するように構成及び最適化された加速装置でもよい。ＤＬＡはさらに、特定のセットのニューラル・ネットワーク・タイプ及び浮動小数点演算、並びに推論のために最適化され得る。ＤＬＡの設計は、汎用ＧＰＵよりも１ミリメートルあたりより多くのパフォーマンスを提供することができ、ＣＰＵのパフォーマンスを大きく超える。ＴＰＵは、たとえば、特徴と重みとの両方についてＩＮＴ８、ＩＮＴ１６、及びＦＰ１６データ・タイプをサポートする、単一インスタンス畳み込み機能、並びにポストプロセッサ機能を含む、いくつかの機能を実行することができる。
ＤＬＡは、以下を含むがこれらに限定されない、様々な機能のいずれかのために処理済み又は未処理のデータでニューラル・ネットワーク、特にＣＮＮ、を迅速に及び効率的に実行することができる：カメラ・センサからのデータを使用する物体識別及び検出のためのＣＮＮ、カメラ・センサからのデータを使用する距離推定のためのＣＮＮ、マイクロフォンからのデータを使用する緊急車両検出及び識別及び検出のためのＣＮＮ、カメラ・センサからのデータを使用する顔認識及び車両所有者識別のためのＣＮＮ、及び／又は、セキュリティ及び／又は安全性関連イベントのためのＣＮＮ。
ＤＬＡは、ＧＰＵ１１０８の任意の機能を実行することができ、そして、推論加速装置を使用することによって、たとえば、設計者は、任意の機能のためにＤＬＡ又はＧＰＵ１１０８のいずれかを対象にすることができる。たとえば、設計者は、ＤＬＡ上のＣＮＮ及び浮動小数点演算の処理に重点的に取り組み、他の機能をＧＰＵ１１０８及び／又は他の加速装置１１１４に任せることができる。
加速装置１１１４（たとえば、ハードウェア加速クラスタ）は、或いはコンピュータ・ビジョン加速装置と本明細書で称され得るプログラマブル・ビジョン加速装置（ＰＶＡ：ｐｒｏｇｒａｍｍａｂｌｅ ｖｉｓｉｏｎ ａｃｃｅｌｅｒａｔｏｒ）を含み得る。ＰＶＡは、高度運転者支援システム（ＡＤＡＳ：ａｄｖａｎｃｅｄ ｄｒｉｖｅｒ ａｓｓｉｓｔａｎｃｅ ｓｙｓｔｅｍ）、自律運転、及び／又は拡張現実（ＡＲ：ａｕｇｍｅｎｔｅｄ ｒｅａｌｉｔｙ）及び／又は仮想現実（ＶＲ：ｖｉｒｔｕａｌ ｒｅａｌｉｔｙ）アプリケーションのためのコンピュータ・ビジョン・アルゴリズムを加速するように設計及び構成され得る。ＰＶＡは、パフォーマンスと柔軟性との間のバランスをもたらすことができる。たとえば、各ＰＶＡは、たとえば、任意の数の縮小命令セット・コンピュータ（ＲＩＳＣ：ｒｅｄｕｃｅｄ ｉｎｓｔｒｕｃｔｉｏｎ ｓｅｔ ｃｏｍｐｕｔｅｒ）コア、直接メモリ・アクセス（ＤＭＡ：ｄｉｒｅｃｔ ｍｅｍｏｒｙ ａｃｃｅｓｓ）、及び／又は任意の数のベクトル・プロセッサを含み得るが、これらに限定されない。
ＲＩＳＣコアは、画像センサ（たとえば、本明細書に記載のカメラのうちのいずれかのカメラの画像センサ）、画像信号プロセッサ、及び／又は同類のものと相互作用することができる。それぞれのＲＩＳＣコアは、任意の量のメモリを含み得る。ＲＩＳＣコアは、実施例に応じて、いくつかのプロトコルのいずれかを使用することができる。いくつかの実例では、ＲＩＳＣコアは、リアルタイム・オペレーティング・システム（ＲＴＯＳ：ｒｅａｌ－ｔｉｍｅ ｏｐｅｒａｔｉｎｇ ｓｙｓｔｅｍ）を実行することができる。ＲＩＳＣコアは、１つ若しくは複数の集積回路デバイス、特定用途向け集積回路（ＡＳＩＣ）、及び／又はメモリ・デバイスを使用して、実装され得る。たとえば、ＲＩＳＣコアは、命令キャッシュ及び／又はしっかりと結合されたＲＡＭを含み得る。
ＤＭＡは、ＣＰＵ１１０６から独立したシステム・メモリにＰＶＡの構成要素がアクセスすることを可能にし得る。ＤＭＡは、多次元アドレス指定及び／又は循環アドレス指定をサポートすることを含むがこれに限定されないＰＶＡに最適化をもたらすために使用される任意の数の特徴をサポートすることができる。いくつかの実例では、ＤＭＡは、ブロック幅、ブロック高さ、ブロック深度、水平ブロック・ステッピング、垂直ブロック・ステッピング、及び／又は深度ステッピングを含み得る、６次元まで又はそれ以上のアドレス指定をサポートすることができる。
ベクトル・プロセッサは、コンピュータ・ビジョン・アルゴリズムのプログラミングを効率的に柔軟に実行する及び信号処理能力を提供するように設計され得るプログラマブル・プロセッサでもよい。いくつかの実例では、ＰＶＡは、ＰＶＡコア及び２個のベクトル処理サブシステム・パーティションを含み得る。ＰＶＡコアは、プロセッサ・サブシステム、ＤＭＡエンジン（たとえば、２個のＤＭＡエンジン）、及び／又は他の周辺装置を含み得る。ベクトル処理サブシステムは、ＰＶＡの１次的処理エンジンとして動作することができ、ベクトル処理ユニット（ＶＰＵ：ｖｅｃｔｏｒ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、命令キャッシュ、及び／又はベクトル・メモリ（たとえば、ＶＭＥＭ）を含み得る。ＶＰＵコアは、たとえば、単一の命令、複数のデータ（ＳＩＭＤ）、超長命令語（ＶＬＩＷ：ｖｅｒｙ ｌｏｎｇ ｉｎｓｔｒｕｃｔｉｏｎ ｗｏｒｄ）デジタル信号プロセッサなど、デジタル信号プロセッサを含み得る。ＳＩＭＤ及びＶＬＩＷの組合せは、スループット及びスピードを高めることができる。
それぞれのベクトル・プロセッサは、命令キャッシュを含み得、専用のメモリに連結され得る。結果として、一部の実例では、それぞれのベクトル・プロセッサは、他のベクトル・プロセッサから独立して実行するように構成され得る。他の実例において、特定のＰＶＡに含まれるベクトル・プロセッサは、データ並列処理を用いるように構成され得る。たとえば、一部の実施例では、単一のＰＶＡに含まれる複数のベクトル・プロセッサは、同じコンピュータ・ビジョン・アルゴリズムを、しかし画像の異なる領域上で、実行することができる。他の実例において、特定のＰＶＡに含まれるベクトル・プロセッサは、異なるコンピュータ・ビジョン・アルゴリズムを、同じ画像上で、同時に実行することができ、或いは順次画像又は画像の部分で異なるアルゴリズムを実行することさえできる。特に、任意の数のＰＶＡは、ハードウェア加速クラスタに含まれ得、任意の数のベクトル・プロセッサは、それぞれのＰＶＡに含まれ得る。加えて、ＰＶＡは、全体的システム安全性を高めるために、追加のエラー訂正コード（ＥＣＣ：ｅｒｒｏｒ ｃｏｒｒｅｃｔｉｎｇ ｃｏｄｅ）メモリを含み得る。
加速装置１１１４（たとえば、ハードウェア加速クラスタ）は、加速装置１１１４のための高帯域幅、低レイテンシＳＲＡＭを提供するための、コンピュータ・ビジョン・ネットワーク・オンチップ及びＳＲＡＭを含み得る。いくつかの実例では、オンチップ・メモリは、たとえば、そして制限ではなく、ＰＶＡとＤＬＡとの両方によってアクセス可能でもよい、８個のフィールド構成可能なメモリ・ブロックから成る、少なくとも４ＭＢのＳＲＡＭを含み得る。各ペアのメモリ・ブロックは、高度周辺バス（ＡＰＢ：ａｄｖａｎｃｅｄ ｐｅｒｉｐｈｅｒａｌ ｂｕｓ）インターフェース、構成回路、コントローラ、及びマルチプレクサを含み得る。任意のタイプのメモリが、使用され得る。ＰＶＡ及びＤＬＡは、メモリへの高速アクセスを有するＰＶＡ及びＤＬＡを提供するバックボーンを介してメモリにアクセスすることができる。バックボーンは、（たとえば、ＡＰＢを使用して）ＰＶＡ及びＤＬＡをメモリに相互接続するコンピュータ・ビジョン・ネットワーク・オンチップを含み得る。
コンピュータ・ビジョン・ネットワーク・オンチップは、ＰＶＡとＤＬＡとの両方が作動可能及び有効信号を提供することを、任意の制御信号／アドレス／データの送信の前に、決定するインターフェースを含み得る。そのようなインターフェースは、制御信号／アドレス／データを送信するための別個のフェーズ及び別個のチャネル、並びに連続的データ転送のためのバーストタイプの通信を提供することができる。このタイプのインターフェースは、ＩＳＯ２６２６２又はＩＥＣ６１５０８規格に従うことができるが、他の規格及びプロトコルが使用されてもよい。
いくつかの実例では、ＳｏＣ１１０４は、２０１８年８月１０日に出願された米国特許出願第１６／１０１，２３２号に記載されるような、リアルタイム・レイトレーシング・ハードウェア加速装置を含み得る。リアルタイム・レイトレーシング・ハードウェア加速装置は、ＲＡＤＡＲ信号解釈のための、音響伝播合成及び／又は分析のための、ＳＯＮＡＲシステムのシミュレーションのための、一般波伝播シミュレーションのための、ローカリゼーション及び／又は他の機能を目的とするＬＩＤＡＲデータに対する比較のための、及び／又は他の使用のための、リアルタイム視覚化シミュレーションを生成するために、（たとえば、世界モデル内の）物体の位置及び規模を迅速に効率的に決定するために使用され得る。一部の実施例では、１つ又は複数の木の走査ユニット（ＴＴＵ：ｔｒｅｅ ｔｒａｖｅｒｓａｌ ｕｎｉｔ）が、１つ又は複数のレイトレーシング関連動作を実行するために使用され得る。
加速装置１１１４（たとえば、ハードウェア加速装置クラスタ）は、自律運転のための多様な用途を有する。ＰＶＡは、ＡＤＡＳ及び自律型車両における極めて重要な処理段階に使用され得るプログラマブル・ビジョン加速装置でもよい。ＰＶＡの能力は、低電力及び低レイテンシにおいて、予測可能な処理を必要とするアルゴリズムの領域にふさわしい。言い換えれば、ＰＶＡは、低レイテンシ及び低電力とともに予測可能な実行時間を必要とする、小さなデータ集合上でも、半高密度の又は高密度の通常の計算で上手く機能する。それ故に、ＰＶＡは、物体検出及び整数計算での動作において効率的であるので、自律型車両のためのプラットフォームとの関連で、ＰＶＡは、クラシック・コンピュータ・ビジョン・アルゴリズムを実行するように設計される。
たとえば、本技術の１つの実施例によれば、ＰＶＡは、コンピュータ・ステレオ・ビジョンを実行するために使用される。半グローバルなマッチングベースのアルゴリズムが、一部の実例では使用され得るが、これは制限することを意図されていない。レベル３～５の自律運転のための多数のアプリケーションは、動き推定／ステレオ・マッチング・オンザフライ（たとえば、ＳＦＭ（ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ ｍｏｔｉｏｎ）、歩行者認識、レーン検出など）を必要とする。ＰＶＡは、２個の単眼カメラからの入力でコンピュータ・ステレオ・ビジョン機能を実行することができる。
いくつかの実例では、ＰＶＡは、高密度のオプティカル・フローを実行するために使用され得る。処理されたＲＡＤＡＲを提供するために未加工のＲＡＤＡＲデータを処理する（たとえば、４Ｄ高速フーリエ変換を使用して）ことによる。他の実例において、ＰＶＡは、たとえば、飛行データの未加工の時間を処理して飛行データの処理済み時間を提供することにより、飛行深度処理の時間に使用される。
ＤＬＡは、たとえば、各物体検出の信頼性の測定値を出力するニューラル・ネットワークを含む、制御及び運転安全性を強化するために任意のタイプのネットワークを実行するために使用され得る。そのような信頼性値は、確率として、又は他の検出と比較した各検出の相対的「重み」を提供するものとして、解釈され得る。この信頼性値は、どの検出が誤判定検出ではなくて真陽性検出と考えられるべきであるかに関するさらなる決定をシステムが行うことを可能にする。たとえば、システムは、信頼性の閾値を設定し、真陽性検出としての閾値を超える検出のみを考慮することができる。自動非常ブレーキ（ＡＥＢ：ａｕｔｏｍａｔｉｃ ｅｍｅｒｇｅｎｃｙ ｂｒａｋｉｎｇ）システムにおいて、誤判定検出は、車両に非常ブレーキを自動で実行させることになり、これは明らかに望ましくない。したがって、最も確信のある検出のみが、ＡＥＢのトリガとして考えられるべきである。ＤＬＡは、信頼性値を回帰するニューラル・ネットワークを実行し得る。ニューラル・ネットワークは、境界ボックス次元、（たとえば、別のサブシステムから）取得されたグラウンド・プレーン推定、ニューラル・ネットワーク及び／又は他のセンサ（たとえば、ＬＩＤＡＲセンサ１１６４又はＲＡＤＡＲセンサ１１６０）から取得された物体の車両１１００方位、距離、３Ｄ位置推定と相関する慣性計測装置（ＩＭＵ：ｉｎｅｒｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ）センサ１１６６出力、その他など、少なくともいくつかのサブセットのパラメータをその入力として受け取ることができる。
ＳｏＣ１１０４は、データ・ストア１１１６（たとえば、メモリ）を含み得る。データ・ストア１１１６は、ＳｏＣ１１０４のオンチップ・メモリでもよく、ＧＰＵ及び／又はＤＬＡで実行されることになるニューラル・ネットワークを記憶することができる。いくつかの実例では、データ・ストア１１１６は、冗長性及び安全性のためにニューラル・ネットワークの複数のインスタンスを記憶するのに十分な大きさの容量を有し得る。データ・ストア１１１２は、Ｌ２又はＬ３キャッシュ１１１２を備え得る。データ・ストア１１１６の参照は、本明細書に記載のような、ＰＶＡ、ＤＬＡ、及び／又は他の加速装置１１１４に関連するメモリの参照を含み得る。
ＳｏＣ１１０４は、１つ又は複数のプロセッサ１１１０（たとえば、組み込まれたプロセッサ）を含み得る。プロセッサ１１１０は、ブート電力及び管理能力及び関連するセキュリティ施行を処理するための専用のプロセッサ及びサブシステムでもよいブート及び電力管理プロセッサを含み得る。ブート及び電力管理プロセッサは、ＳｏＣ１１０４ブート・シーケンスの一部でもよく、実行時間電力管理サービスを提供することができる。ブート電力及び管理プロセッサは、クロック及び電圧プログラミング、システム低電力状態移行の支援、ＳｏＣ１１０４熱及び温度センサの管理、及び／又はＳｏＣ１１０４電力状態の管理を提供することができる。各温度センサは、その出力頻度が温度に比例するリング発振器として実装されてもよく、ＳｏＣ１１０４は、リング発振器を使用してＣＰＵ１１０６、ＧＰＵ１１０８、及び／又は加速装置１１１４の温度を検出することができる。温度が、閾値を超えたと判定された場合、ブート及び電力管理プロセッサは、温度障害ルーティンに入り、ＳｏＣ１１０４をより低い電力状態に置く及び／又は車両１１００をショーファーの安全停止モードにする（たとえば、車両１１００を安全停止させる）ことができる。
プロセッサ１１１０は、オーディオ処理エンジンの機能を果たし得る１セットの組み込まれたプロセッサをさらに含み得る。オーディオ処理エンジンは、複数のインターフェースを介するマルチチャネル・オーディオの完全なハードウェア・サポートとオーディオＩ／Ｏインターフェースの広く柔軟な範囲とを可能にするオーディオ・サブシステムでもよい。いくつかの実例では、オーディオ処理エンジンは、専用のＲＡＭを有するデジタル信号プロセッサを有する専用のプロセッサ・コアである。
プロセッサ１１１０は、低電力センサ管理及びウェイク使用事例をサポートするための必要なハードウェア特徴を提供することができる常時オンのプロセッサ・エンジンをさらに含み得る。常時オンのプロセッサ・エンジンは、プロセッサ・コア、しっかりと結合されたＲＡＭ、支援周辺装置（たとえば、タイマ及び割り込みコントローラ）、様々なＩ／Ｏコントローラ周辺装置、及びルーティング論理を含み得る。
プロセッサ１１１０は、自動車のアプリケーションの安全性管理を処理するために専用のプロセッサ・サブシステムを含む安全性クラスタ・エンジンをさらに含み得る。安全性クラスタ・エンジンは、２個以上のプロセッサ・コア、しっかりと結合されたＲＡＭ、サポート周辺装置（たとえば、タイマ、割り込みコントローラなど）、及び／又はルーティング論理を含み得る。安全性モードにおいて、２個以上のコアは、ロックステップ・モードにおいて動作し、それらの動作の間の何らかの差を検出するための比較論理を有する単一のコアとして機能することができる。
プロセッサ１１１０は、リアルタイム・カメラ管理を処理するための専用のプロセッサ・サブシステムを含み得るリアルタイム・カメラ・エンジンをさらに含み得る。
プロセッサ１１１０は、カメラ処理パイプラインの一部であるハードウェア・エンジンである画像信号プロセッサを含み得る高ダイナミック・レンジ信号プロセッサをさらに含み得る。
プロセッサ１１１０は、プレイヤ・ウインドウのための最終的画像を生み出すためにビデオ再生アプリケーションによって必要とされるビデオ処理後機能を実装する処理ブロック（たとえば、マイクロプロセッサに実装された）でもよいビデオ画像合成器を含み得る。ビデオ画像合成器は、ワイドビュー・カメラ１１７０で、サラウンド・カメラ１１７４で、及び／又はキャビン内監視カメラ・センサでレンズ歪み補正を実行することができる。キャビン内監視カメラ・センサは好ましくは、キャビン内イベントを識別し、適切に応答するように構成された、高度ＳｏＣの別のインスタンス上で実行するニューラル・ネットワークによって監視される。キャビン内システムは、セルラ・サービスをアクティブにする及び電話をかける、電子メールを書き取らせる、車両の目的地を変更する、車両のインフォテインメント・システム及び設定をアクティブにする又は変更する、或いは音声起動型ウェブ・サーフィンを提供するために、読唇術を実行することができる。ある特定の機能は、自律モードで動作しているときにのみ運転者に利用可能であり、そうでない場合には無効にされる。
ビデオ画像合成器は、空間的ノイズ低減及び時間的ノイズ低減の両方のための強化された時間的ノイズ低減を含み得る。たとえば、動きがビデオ内で生じた場合、ノイズ低減は、隣接するフレームによって提供される情報の重みを減らし、空間的情報に適切に重みを加える。画像又は画像の一部が動きを含まない場合、ビデオ画像合成器によって実行される時間的ノイズ低減は、前の画像からの情報を使用して現在の画像におけるノイズを減らすことができる。
ビデオ画像合成器はまた、入力ステレオ・レンズ・フレーム上でステレオ・レクティフィケーションを実行するように構成され得る。ビデオ画像合成器はさらに、オペレーティング・システム・デスクトップが使用中であるときにユーザ・インターフェース合成のために使用することができ、ＧＰＵ１１０８は、新しい表面を連続してレンダリングために必要とされない。ＧＰＵ１１０８の電源が入れられ、３Ｄレンダリングをアクティブに行っているときでも、ビデオ画像合成器は、ＧＰＵ１１０８をオフロードしてパフォーマンス及び反応性を向上させるために使用され得る。
ＳｏＣ１１０４は、カメラからビデオ及び入力を受信するためのモバイル・インダストリ・プロセッサ・インターフェース（ＭＩＰＩ：ｍｏｂｉｌｅ ｉｎｄｕｓｔｒｙ ｐｒｏｃｅｓｓｏｒ ｉｎｔｅｒｆａｃｅ）カメラ・シリアル・インターフェース、高速インターフェース、及び／又は、カメラ及び関連画素入力機能のために使用され得るビデオ入力ブロックをさらに含み得る。ＳｏＣ１１０４は、ソフトウェアによって制御され得る、及び特定の役割にコミットされていないＩ／Ｏ信号を受信するために使用され得る、入力／出力コントローラをさらに含み得る。
ＳｏＣ１１０４は、周辺装置、オーディオ・コーデック、電力管理、及び／又は他のデバイスとの通信を可能にするために、広範囲の周辺インターフェースをさらに含み得る。ＳｏＣ１１０４は、（たとえば、ギガビット・マルチメディア・シリアル・リンク及びイーサネット（登録商標）を介して接続された）カメラからのデータ、センサ（たとえば、イーサネット（登録商標）を介して接続され得るＬＩＤＡＲセンサ１１６４、ＲＡＤＡＲセンサ１１６０など）、バス１１０２からのデータ（たとえば、車両１１００のスピード、ハンドル位置など）、（たとえば、イーサネット（登録商標）又はＣＡＮバスを介して接続された）ＧＮＳＳセンサ１１５８からのデータを処理するために使用され得る。ＳｏＣ１１０４は、独自のＤＭＡエンジンを含み得る及びルーティン・データ管理タスクからＣＰＵ１１０６を解放するために使用され得る専用の高性能大容量記憶コントローラをさらに含み得る。
ＳｏＣ１１０４は、自動化レベル３～５に広がる柔軟なアーキテクチャを有する終端間プラットフォームでもよく、それによって、多様性及び冗長性のためにコンピュータ・ビジョン及びＡＤＡＳ技法を活用し、効率的に使用し、深層学習ツールとともに、柔軟な、信頼できる運転ソフトウェア・スタックのためのプラットフォームを提供する、総合的機能的安全性アーキテクチャを提供する。ＳｏＣ１１０４は、従来のシステムよりも高速で、信頼でき、さらにエネルギ効率がよく、空間効率がよくなり得る。たとえば、加速装置１１１４が、ＣＰＵ１１０６と結合されるとき、ＧＰＵ１１０８、及びデータ・ストア１１１６は、レベル３～５の自律型車両のための高速で効率的なプラットフォームを提供することができる。
したがって、本技術は、従来のシステムによって達成することができない能力及び機能性をもたらす。たとえば、コンピュータ・ビジョン・アルゴリズムは、多種多様な視覚的データにわたり多種多様な処理アルゴリズムを実行するために、Ｃプログラミング言語などの高レベルのプログラミング言語を使用して構成され得る、ＣＰＵで実行され得る。しかしながら、ＣＰＵは、しばしば、たとえば、実行時間及び電力消費に関連するものなど、多数のコンピュータ・ビジョン・アプリケーションの性能要件を満たすことができない。具体的には、多数のＣＰＵは、車両内ＡＤＡＳアプリケーションの要件及び実際のレベル３～５の自律型車両の要件である、リアルタイムでの複合物体検出アルゴリズムを実行することができない。
従来のシステムとは対照的に、ＣＰＵ複合体、ＧＰＵ複合体、及びハードウェア加速クラスタを提供することによって、本明細書に記載の技術は、複数のニューラル・ネットワークが同時に及び／又は連続して実行されることと、レベル３～５の自律運転機能を可能にするために結果が結合されることとを可能にする。たとえば、ＤＬＡ又はｄＧＰＵ（たとえば、ＧＰＵ１１２０）で実行するＣＮＮは、ニューラル・ネットワークが具体的にトレーニングされていない標識を含む、交通標識をスーパーコンピュータが読み取る及び理解することを可能にする、テキスト及び単語認識を含み得る。ＤＬＡは、標識の意味論的理解を識別、解釈、及び提供することと、ＣＰＵ複合体で実行する進路計画立案モジュールに意味論的理解を渡すこととを行うことができる、ニューラル・ネットワークをさらに含み得る。
別の実例として、複数のニューラル・ネットワークは、レベル３、４、又は５の運転に必要とされるように、同時に実行され得る。たとえば、電光とともに、「注意：点滅光は、凍った状態を示す」から成る警告標識は、いくつかのニューラル・ネットワークによって独立して又は集合的に解釈され得る。標識自体は、第１の配備されたニューラル・ネットワーク（たとえば、トレーニングされてあるニューラル・ネットワーク）によって交通標識として識別され得、テキスト「点滅光は、凍った状態を示す」は、点滅光が検出されるときには凍った状態が存在することを車両の進路計画立案ソフトウェア（好ましくはＣＰＵ複合体上で実行する）に知らせる、第２の配備されたニューラル・ネットワークによって解釈され得る。点滅光は、点滅光の存在（又は無いこと）を車両の進路計画立案ソフトウェアに知らせ、複数のフレームを介して第３の配備されたニューラル・ネットワークを動作させることによって識別され得る。すべての３個のニューラル・ネットワークは、ＤＬＡ内及び／又はＧＰＵ１１０８上などで、同時に実行することができる。
いくつかの実例では、顔認識及び車両所有者識別のためのＣＮＮは、カメラ・センサからのデータを使用して車両１１００の正規の運転者及び／又は所有者の存在を識別することができる。常時オンのセンサ処理エンジンは、所有者が運転席側のドアに近づくときに車両を解錠する及び明かりをつけるために、並びに、セキュリティ・モードにおいて、所有者が車両を離れるときに車両の動作を停止させるために、使用され得る。このようにして、ＳｏＣ１１０４は、盗難及び／又は車の乗っ取りに対するセキュリティをもたらす。
別の実例では、緊急車両検出及び識別のためのＣＮＮは、マイクロフォン１１９６からのデータを使用して緊急車両サイレンを検出及び識別することができる。一般分類子を使用してサイレンを検出する及び特徴を手動で抽出する従来のシステムとは対照的に、ＳｏＣ１１０４は、環境の及び都市の音の分類、並びに視覚的データの分類のためにＣＮＮを使用する。好ましい一実施例では、ＤＬＡ上で実行するＣＮＮは、（たとえば、ドップラー効果を使用することによって）緊急車両の相対的終速度を識別するようにトレーニングされる。ＣＮＮはまた、ＧＮＳＳセンサ１１５８によって識別されるように、車両が稼働しているローカル・エリアに特有の緊急車両を識別するようにトレーニングされ得る。それ故に、たとえば、欧州で稼働しているとき、ＣＮＮは、欧州のサイレンを検出しようとすることになり、そして、米国にあるとき、ＣＮＮは、北米のサイレンのみを識別しようとすることになる。緊急車両が検出された後は、制御プログラムが、緊急車両が通過するまで、超音波センサ１１６２の支援を受けて、車両を減速する、道の端に停止させる、車両を駐車する、及び／又は車両をアイドリングさせる、緊急車両安全性ルーティンを実行するために使用され得る。
車両は、高速相互接続（たとえば、ＰＣＩｅ）を介してＳｏＣ１１０４に連結され得るＣＰＵ１１１８（たとえば、個別のＣＰＵ、又はｄＣＰＵ）を含み得る。ＣＰＵ１１１８は、たとえば、Ｘ８６プロセッサを含み得る。ＣＰＵ１１１８は、たとえば、ＡＤＡＳセンサとＳｏＣ１１０４との間の潜在的に不整合の結果を調停すること、及び／又はコントローラ１１３６及び／又はインフォテインメントＳｏＣ１１３０の状況及び調子を監視することを含む、様々な機能のいずれかを実行するために使用され得る。
車両１１００は、高速相互接続（たとえば、ＮＶＩＤＩＡのＮＶＬＩＮＫ）を介してＳｏＣ１１０４に連結され得るＧＰＵ１１２０（たとえば、個別のＧＰＵ、又はｄＧＰＵ）を含み得る。ＧＰＵ１１２０は、冗長及び／又は異なるニューラル・ネットワークを実行することなどによって、付加的人工知能機能をもたらすことができ、車両１１００のセンサからの入力（たとえば、センサ・データ）に基づいてニューラル・ネットワークをトレーニング及び／又は更新するために使用され得る。
車両１１００は、１つ又は複数のワイヤレス・アンテナ１１２６（たとえば、セルラ・アンテナ、ブルートゥース・アンテナなど、異なる通信プロトコルのための１つ又は複数のワイヤレス・アンテナ）を含み得るネットワーク・インターフェース１１２４をさらに含み得る。ネットワーク・インターフェース１１２４は、インターネットを介するクラウドとの（たとえば、サーバ１１７８及び／又は他のネットワーク・デバイスとの）、他の車両との、及び／又は計算デバイス（たとえば、乗客のクライアント・デバイス）とのワイヤレス接続を使用可能にするために使用され得る。他の車両と通信するために、直接リンクが２個の車両の間に確立され得る、及び／又は、間接リンクが（たとえば、ネットワークを通じて及びインターネットを介して）確立され得る。直接リンクは、車両対車両通信リンクを使用し、提供され得る。車両対車両通信リンクは、車両１１００に近接する車両（たとえば、車両１１００の前の、横の、及び／又は後ろの車両）に関する車両１１００情報を提供することができる。この機能は、車両１１００の共同適応クルーズ制御機能の一部でもよい。
ネットワーク・インターフェース１１２４は、変調及び復調機能を提供する及びコントローラ１１３６がワイヤレス・ネットワークを介して通信することを可能にする、ＳｏＣを含み得る。ネットワーク・インターフェース１１２４は、ベースバンドから無線周波数へのアップコンバージョン、及び無線周波数からベースバンドへのダウンコンバージョンのための無線周波数フロントエンドを含み得る。周波数コンバージョンは、よく知られているプロセスを通して実行することができ、及び／又はスーパーヘテロダイン・プロセスを用いて実行することができる。いくつかの実例では、無線周波数フロントエンド機能は、別個のチップによって提供され得る。ネットワーク・インターフェースは、ＬＴＥ、ＷＣＤＭＡ、ＵＭＴＳ、ＧＳＭ、ＣＤＭＡ２０００、ブルートゥース、ブルートゥースＬＥ、Ｗｉ－Ｆｉ、Ｚ－Ｗａｖｅ、ＺｉｇＢｅｅ、ＬｏＲａＷＡＮ、及び／又は他のワイヤレス・プロトコルを介して通信するためのワイヤレス機能を含み得る。
車両１１００は、チップ外の（たとえば、ＳｏＣ１１０４外の）ストレージを含み得るデータ・ストア１１２８をさらに含み得る。データ・ストア１１２８は、ＲＡＭ、ＳＲＡＭ、ＤＲＡＭ、ＶＲＡＭ、フラッシュ、ハードディスク、及び／又は、少なくとも１ビットのデータを記憶することができる他の構成要素及び／又はデバイスを含む、１つ又は複数の記憶素子を含み得る。
車両１１００は、ＧＮＳＳセンサ１１５８をさらに含み得る。ＧＮＳＳセンサ１１５８（たとえば、ＧＰＳ、支援されたＧＰＳセンサ、ディファレンシャルＧＰＳ（ＤＧＰＳ）センサなど）は、マッピング、知覚、占有グリッド生成、及び／又は進路計画策定機能を支援する。たとえば、シリアル（ＲＳ－２３２）ブリッジへのイーサネット（登録商標）を有するＵＳＢコネクタを使用するＧＰＳを含むが、これに限定されない、任意の数のＧＮＳＳセンサ１１５８が、使用され得る。
車両１１００は、ＲＡＤＡＲセンサ１１６０をさらに含み得る。ＲＡＤＡＲセンサ１１６０は、暗闇及び／又は厳しい気象条件においても、長距離車両検出のために車両１１００によって使用され得る。ＲＡＤＡＲ機能安全性レベルは、ＡＳＩＬ Ｂでもよい。一部の実例では、ＲＡＤＡＲセンサ１１６０は、未加工のデータにアクセスするためのイーサネット（登録商標）へのアクセスを用いて、制御のために及び物体追跡データにアクセスするために（たとえば、ＲＡＤＡＲセンサ１１６０によって生成されたデータを送信するために）ＣＡＮ及び／又はバス１１０２を使用することができる。多種多様なＲＡＤＡＲセンサ・タイプが、使用され得る。たとえば、そして制限なしに、ＲＡＤＡＲセンサ１１６０は、前部、後部、及び側部ＲＡＤＡＲ使用に適し得る。一部の実例では、パルス・ドップラーＲＡＤＡＲセンサが使用される。
ＲＡＤＡＲセンサ１１６０は、狭い視野を有する長距離、広い視野を有する短距離、短距離側部カバレッジなど、異なる構成を含み得る。いくつかの実例では、長距離ＲＡＤＡＲは、適応クルーズ制御機能のために使用され得る。長距離ＲＡＤＡＲシステムは、２５０ｍの範囲内など、２個以上の独立したスキャンによって実現される広い視野を提供することができる。ＲＡＤＡＲセンサ１１６０は、静的物体と動く物体との区別を助けることができ、緊急ブレーキ・アシスト及び前方衝突警報のためのＡＤＡＳシステムによって使用され得る。長距離ＲＡＤＡＲセンサは、複数の（たとえば、６つ以上の）固定ＲＡＤＡＲアンテナと高速ＣＡＮ及びＦｌｅｘＲａｙインターフェースとを有するモノスタティック・マルチモーダルＲＡＤＡＲを含み得る。６つのアンテナを有する一実例では、中央の４個のアンテナは、隣接レーン内の交通からの干渉を最小限にして高速で車両１１００の周囲を記録するように設計された、集束ビーム・パターンを作成し得る。他の２個のアンテナは、視野を広げることができ、車両１１００のレーンに入る又はこれを去る車両を迅速に検出することを可能にする。
一実例として、中距離ＲＡＤＡＲシステムは、１１６０ｍ（前）又は８０ｍ（後）までの範囲、及び４２度（前）又は１１５０度（後）までの視野を含み得る。短距離ＲＡＤＡＲシステムは、後部バンパの両端に設置されるように設計されたＲＡＤＡＲセンサを含み得るが、これに限定されない。後部バンパの両端に設置されるとき、そのようなＲＡＤＡＲセンサ・システムは、車両の後ろ及び隣の死角を常に監視する２個のビームを作成することができる。
短距離ＲＡＤＡＲシステムは、死角検出及び／又はレーン変更アシストのためにＡＤＡＳシステムにおいて使用され得る。
車両１１００は、超音波センサ１１６２をさらに含み得る。車両１１００の前部、後部、及び／又は側部に位置付けられ得る、超音波センサ１１６２は、駐車アシストのために及び／又は占有グリッドの作成及び更新のために使用され得る。多種多様な超音波センサ１１６２が使用され得、異なる超音波センサ１１６２が、異なる範囲の検出（たとえば、２．５ｍ、４ｍ）のために使用され得る。超音波センサ１１６２は、ＡＳＩＬ Ｂの機能的安全性レベルにおいて動作することができる。
車両１１００はＬＩＤＡＲセンサ１１６４を含み得る。ＬＩＤＡＲセンサ１１６４は、物体及び歩行者検出、緊急ブレーキ、衝突回避、及び／又は他の機能のために使用され得る。ＬＩＤＡＲセンサ１１６４は、機能的安全性レベルＡＳＩＬ Ｂでもよい。いくつかの実例では、車両１１００は、（たとえば、ギガビット・イーサネット（登録商標）・スイッチにデータを提供するために）イーサネット（登録商標）を使用することができる複数の（たとえば、２個、４個、６個などの）ＬＩＤＡＲセンサ１１６４を含み得る。
いくつかの実例では、ＬＩＤＡＲセンサ１１６４は、物体及び３６０度視野のそれらの距離のリストを提供する能力を有し得る。市販のＬＩＤＡＲセンサ１１６４は、たとえば、２ｃｍ～３ｃｍの精度を有し、１１００Ｍｂｐｓイーサネット（登録商標）接続のサポートを有して、約１１００ｍの広告された範囲を有し得る。いくつかの実例では、１つ又は複数の非突出したＬＩＤＡＲセンサ１１６４が、使用され得る。そのような実例では、ＬＩＤＡＲセンサ１１６４は、車両１１００の前部、後部、側部、及び／又は角に組み込まれ得る小さいデバイスとして実装され得る。そのような実例では、ＬＩＤＡＲセンサ１１６４は、低反射物体についても２００ｍの範囲を有し、１２０度水平及び３５度垂直視野まで提供することができる。前部に取り付けられたＬＩＤＡＲセンサ１１６４は、４５度と１３５度との間の水平視野向けに構成され得る。
いくつかの実例では、３ＤフラッシュＬＩＤＡＲなどのＬＩＤＡＲ技術もまた使用され得る。３ＤフラッシュＬＩＤＡＲは、約２００ｍまで車両の周囲を照らすために、送信元としてレーザーのフラッシュを使用する。フラッシュＬＩＤＡＲユニットは、車両から物体までの範囲に順番に対応する、レーザー・パルス走行時間及び各画素上の反射光を記録する、レセプタを含む。フラッシュＬＩＤＡＲは、周囲の高精度の及び歪みのない画像があらゆるレーザー・フラッシュで生成されることを可能にし得る。いくつかの実例では、４個のフラッシュＬＩＤＡＲセンサが、車両１１００の各側面に１つずつ、配備され得る。利用可能な３ＤフラッシュＬＩＤＡＲシステムは、送風機以外に動く部分を有さないソリッドステート３Ｄステアリング・アレイＬＩＤＡＲカメラ（たとえば、非スキャン型ＬＩＤＡＲデバイス）を含む。フラッシュＬＩＤＡＲデバイスは、１フレームにつき５ナノ秒クラスＩ（目に安全な）レーザー・パルスを使用することができ、３Ｄ範囲点群及び共記載された強度データの形で反射レーザー光をキャプチャし得る。フラッシュＬＩＤＡＲを使用することによって、また、フラッシュＬＩＤＡＲは、動く部分を有さないソリッドステート・デバイスであるので、ＬＩＤＡＲセンサ１１６４は、モーション・ブラー、振動、及び／又は衝撃の影響を受けにくくなり得る。
車両は、ＩＭＵセンサ１１６６をさらに含み得る。一部の実例では、ＩＭＵセンサ１１６６は、車両１１００の後部車軸の中央に位置付けられ得る。ＩＭＵセンサ１１６６は、たとえば、加速度計、磁力計、ジャイロスコープ、磁気コンパス、及び／又は他のセンサ・タイプを含み得るが、これらに限定されない。いくつかの実例では、６軸アプリケーションなどにおいて、ＩＭＵセンサ１１６６は、加速度計及びジャイロスコープを含み得るが、９軸アプリケーションにおいて、ＩＭＵセンサ１１６６は、加速度計、ジャイロスコープ、及び磁力計を含み得る。
一部の実施例では、ＩＭＵセンサ１１６６は、マイクロ電気機械システム（ＭＥＭＳ：ｍｉｃｒｏ－ｅｌｅｃｔｒｏ－ｍｅｃｈａｎｉｃａｌ ｓｙｓｔｅｍ）慣性センサ、高感度ＧＰＳレシーバ、及び高度カルマン・フィルタリング・アルゴリズムを結合して位置、ベロシティ、及び姿勢の推定値を提供するミニチュア、高性能ＧＰＳ支援型慣性航行システム（ＧＰＳ／ＩＮＳ：ＧＰＳ－Ａｉｄｅｄ Ｉｎｅｒｔｉａｌ Ｎａｖｉｇａｔｉｏｎ Ｓｙｓｔｅｍ）として実装され得る。そのようなものとして、一部の実例では、ＩＭＵセンサ１１６６は、ＧＰＳからＩＭＵセンサ１１６６までのベロシティの変化を直接観測すること及び関連付けることによって、磁気センサからの入力を必要とせずに進行方向を車両１１００が推定することを可能にし得る。いくつかの実例では、ＩＭＵセンサ１１６６及びＧＮＳＳセンサ１１５８は、単一の統合されたユニットにおいて結合され得る。
車両は、車両１１００内及び／又は周囲に置かれたマイクロフォン１１９６を含み得る。マイクロフォン１１９６は、中でも、緊急車両検出及び識別のために使用され得る。
車両は、ステレオ・カメラ１１６８、ワイドビュー・カメラ１１７０、赤外線カメラ１１７２、サラウンド・カメラ１１７４、長距離及び／又は中距離カメラ１１９８、及び／又は他のカメラ・タイプを含む、任意の数のカメラ・タイプをさらに含み得る。カメラは、車両１１００の全外面の周りの画像データをキャプチャするために使用され得る。使用されるカメラのタイプは、車両１１００の実施例及び要件に応じて決まり、任意の組合せのカメラ・タイプが、車両１１００の周りの必要なカバレッジを実現するために使用され得る。加えて、カメラの数は、実施例に応じて異なり得る。たとえば、車両は、６個のカメラ、７個のカメラ、１０個のカメラ、１２個のカメラ、及び／又は別の数のカメラを含み得る。カメラは、一実例として、ギガビット・マルチメディア・シリアル・リンク（ＧＭＳＬ：Ｇｉｇａｂｉｔ Ｍｕｌｔｉｍｅｄｉａ Ｓｅｒｉａｌ Ｌｉｎｋ）及び／又はギガビット・イーサネット（登録商標）をサポートし得るが、これに限定されない。それぞれのカメラは、図１１Ａ及び図１１Ｂに関連して本明細書においてさらに詳しく説明される。
車両１１００は、振動センサ１１４２をさらに含み得る。振動センサ１１４２は、車軸など、車両の構成要素の振動を測定することができる。たとえば、振動の変化は、道路の表面の変化を示し得る。別の実例では、２個以上の振動センサ１１４２が使用されるとき、振動の差は、道路表面の摩擦又は滑りを判定するために使用され得る（たとえば、振動の差が電力駆動車軸と自由回転車軸との間であるとき）。
車両１１００は、ＡＤＡＳシステム１１３８を含み得る。一部の実例では、ＡＤＡＳシステム１１３８は、ＳｏＣを含み得る。ＡＤＡＳシステム１１３８は、自律／適応／自動クルーズ制御（ＡＣＣ：ａｕｔｏｎｏｍｏｕｓ／ａｄａｐｔｉｖｅ／ａｕｔｏｍａｔｉｃ ｃｒｕｉｓｅ ｃｏｎｔｒｏｌ）、共同適応クルーズ制御（ＣＡＣＣ：ｃｏｏｐｅｒａｔｉｖｅ ａｄａｐｔｉｖｅ ｃｒｕｉｓｅ ｃｏｎｔｒｏｌ）、前方衝突警報（ＦＣＷ：ｆｏｒｗａｒｄ ｃｒａｓｈ ｗａｒｎｉｎｇ）、自動緊急ブレーキ（ＡＥＢ：ａｕｔｏｍａｔｉｃ ｅｍｅｒｇｅｎｃｙ ｂｒａｋｉｎｇ）、車線逸脱警報（ＬＤＷ：ｌａｎｅ ｄｅｐａｒｔｕｒｅ ｗａｒｎｉｎｇ）、レーン・キープ・アシスト（ＬＫＡ：ｌａｎｅ ｋｅｅｐ ａｓｓｉｓｔ）、死角警報（ＢＳＷ：ｂｌｉｎｄ ｓｐｏｔ ｗａｒｎｉｎｇ）、後部交差交通警報（ＲＣＴＷ：ｒｅａｒ ｃｒｏｓｓ－ｔｒａｆｆｉｃ ｗａｒｎｉｎｇ）、衝突警報システム（ＣＷＳ：ｃｏｌｌｉｓｉｏｎ ｗａｒｎｉｎｇ ｓｙｓｔｅｍ）、レーン・センタリング（ＬＣ：ｌａｎｅ ｃｅｎｔｅｒｉｎｇ）、及び／又は他の特徴及び機能を含み得る。
ＡＣＣシステムは、ＲＡＤＡＲセンサ１１６０、ＬＩＤＡＲセンサ１１６４、及び／又はカメラを使用し得る。ＡＣＣシステムは、縦ＡＣＣ及び／又は横ＡＣＣを含み得る。縦ＡＣＣは、車両１１００の直ぐ前の車両までの距離を監視及び制御し、前方の車両からの安全距離を維持するために車両速度を自動的に調整する。横ＡＣＣは、距離の保持を実行し、必要なときにレーンを変更するように車両１１００にアドバイスする。横ＡＣＣは、ＬＣＡ及びＣＷＳなどの他のＡＤＡＳアプリケーションに関連する。
ＣＡＣＣは、ワイヤレス・リンクを介して他の車両からネットワーク・インターフェース１１２４及び／又はワイヤレス・アンテナ１１２６を介して、或いは間接的にネットワーク接続を介して（たとえば、インターネットを介して）、受信することができる、他の車両からの情報を使用する。直接リンクは、車両対車両（Ｖ２Ｖ：ｖｅｈｉｃｌｅ－ｔｏ－ｖｅｈｉｃｌｅ）通信リンクによって提供され得、一方、間接リンクは、インフラストラクチャ対車両（Ｉ２Ｖ：ｉｎｆｒａｓｔｒｕｃｔｕｒｅ－ｔｏ－ｖｅｈｉｃｌｅ）通信リンクでもよい。一般に、Ｖ２Ｖ通信概念は、直前の車両（たとえば、車両１１００と同じレーン内にある、車両１１００の直ぐ前の車両）に関する情報を提供し、一方、Ｉ２Ｖ通信概念は、さらに前の交通に関する情報を提供する。ＣＡＣＣシステムは、Ｉ２Ｖ情報ソースとＶ２Ｖ情報ソースとのいずれか又は両方を含み得る。車両１１００の前方の車両の情報を所与として、ＣＡＣＣは、より高信頼になり得、ＣＡＣＣは、交通の流れをよりスムーズにし、道路の渋滞を減らす可能性を有する。
運転者が修正行動を取ることができるように、ＦＣＷシステムは、危険を運転者に警告するように設計される。ＦＣＷシステムは、ディスプレイ、スピーカ、及び／又は振動部品など、運転者フィードバックに電気的に連結された、専用のプロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに連結された、前向きのカメラ及び／又はＲＡＤＡＲセンサ１１６０を使用する。ＦＣＷシステムは、音響、視覚的警報、振動及び／又はクイック・ブレーキ・パルスなどの形で、警報を提供することができる。
ＡＥＢシステムは、別の車両又は他の物体との差し迫った前方衝突を検出し、運転者が指定された時間又は距離パラメータ内に修正行動を取らない場合に、ブレーキを自動的に適用することができる。ＡＥＢシステムは、専用のプロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに連結された、前向きのカメラ及び／又はＲＡＤＡＲセンサ１１６０を使用することができる。ＡＥＢシステムが危険を検出するとき、ＡＥＢシステムは通常は、先ず、衝突を回避するための修正行動を取るように運転者に警告し、運転者が修正行動を取らない場合、ＡＥＢシステムは、予測される衝突の影響を防ぐ、又は少なくとも軽減するための努力の一環としてブレーキを自動的に適用することができる。ＡＥＢシステムは、ダイナミック・ブレーキ・サポート及び／又は衝突切迫ブレーキなどの技法を含み得る。
ＬＤＷシステムは、ハンドル又はシートの振動など、視覚的、可聴式、及び／又は触覚的警報を提供して、車両１１００が車線区分線を越えたときに運転者に警告する。ＬＤＷシステムは、運転者が、方向指示器を起動することによって、意図的な車線逸脱を指示するときには、起動しない。ＬＤＷシステムは、ディスプレイ、スピーカ、及び／又は振動部品など、運転者フィードバックに電気的に連結された、専用のプロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに連結された、前側を向いたカメラを使用することができる。
ＬＫＡシステムは、ＬＤＷシステムの変更形態である。ＬＫＡシステムは、車両１１００が車線をはみ出し始めた場合に車両１１００を修正するためにステアリング入力又はブレーキを提供する。
ＢＳＷシステムは、自動車の死角において車両の運転者に検出及び警告する。ＢＳＷシステムは、合流又はレーンの変更が安全ではないことを指示するために視覚的、可聴式、及び／又は触覚的警告を提供することができる。システムは、運転者が方向指示器を使用するときに、付加的警告を提供することができる。ＢＳＷシステムは、運転者フィードバック、たとえば、ディスプレイ、スピーカ、及び／又は振動部品、に電気的に結合された、専用プロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに結合された、後ろ側を向いたカメラ及び／又はＲＡＤＡＲセンサ１１６０を使用することができる。
ＲＣＴＷシステムは、車両１１００がバックしているときにリアカメラの範囲外で物体が検出されたときに視覚的、可聴式、及び／又は触覚的通知を提供することができる。いくつかのＲＣＴＷシステムは、衝突を回避するために車両ブレーキが適用されることを確実にするために、ＡＥＢを含む。ＲＣＴＷシステムは、運転者フィードバック、たとえば、ディスプレイ、スピーカ、及び／又は振動部品、に電気的に結合された、専用プロセッサ、ＤＳＰ、ＦＰＧＡ、及び／又はＡＳＩＣに結合された、１つ又は複数の後ろを向いたＲＡＤＡＲセンサ１１６０を使用することができる。
従来のＡＤＡＳシステムは、運転者に警告し、安全状態が本当に存在するかどうかを運転者が判定し、それに応じて行動することを可能にするので、従来のＡＤＡＳシステムは、通常は壊滅的ではないが、運転者を悩ませている及び気を散らせていることがある誤判定結果を生み出す傾向にあることがあった。しかしながら、自律型車両１１００では、結果が矛盾する場合には、車両１１００自体が、１次的コンピュータ又は２次的コンピュータ（たとえば、第１のコントローラ１１３６又は第２のコントローラ１１３６）からの結果を聞き入れるかどうかを決定しなければならない。たとえば、一部の実施例では、ＡＤＡＳシステム１１３８は、知覚情報をバックアップ・コンピュータ合理性モジュールに提供するためのバックアップ及び／又は２次的コンピュータでもよい。バックアップ・コンピュータ合理性モニタは、ハードウェア構成要素で冗長な多様なソフトウェアを実行して、知覚及び動的運転タスクにおいて障害を検出することができる。ＡＤＡＳシステム１１３８からの出力は、監督ＭＣＵに提供され得る。１次的コンピュータ及び２次的コンピュータからの出力が矛盾する場合、監督ＭＣＵは、安全な動作を確実にするためにその矛盾をどのように調整するかを決定する必要がある。
いくつかの実例では、１次的コンピュータは、選択された結果における１次的コンピュータの信頼性を指示する、信頼性スコアを監督ＭＣＵに提供するように構成され得る。信頼性スコアが閾値を超えた場合、監督ＭＣＵは、２次的コンピュータが矛盾する又は不整合の結果を与えるかどうかにかかわらず、１次的コンピュータの指示に従い得る。信頼性スコアが閾値を満たさない場合、及び１次的及び２次的コンピュータが異なる結果を示す（たとえば、矛盾する）場合、監督ＭＣＵは、コンピュータの間で調停して適切な結果を決定することができる。
監督ＭＣＵは、２次的コンピュータが誤ったアラームを提供する状態を、１次的コンピュータ及び２次的コンピュータからの出力に基づいて、判定するようにトレーニング及び構成されたニューラル・ネットワークを実行するように構成され得る。したがって、監督ＭＣＵ内のニューラル・ネットワークは、２次的コンピュータの出力が信頼され得るとき、及びそれが信頼され得ないときを学習することができる。たとえば、２次的コンピュータがＲＡＤＡＲベースのＦＣＷシステムであるとき、監督ＭＣＵ内のニューラル・ネットワークは、アラームをトリガする下水溝の鉄格子又はマンホールの蓋など、実際には危険ではない金属製の物をいつＦＣＷが識別しているかを学習することができる。同様に、２次的コンピュータがカメラベースのＬＤＷシステムであるとき、監督ＭＣＵ内のニューラル・ネットワークは、自転車に乗った人又は歩行者が存在し、車線逸脱が、実際には、最も安全な操作であるときに、ＬＤＷを無視することを学習することができる。監督ＭＣＵ上で実行中のニューラル・ネットワークを含む実施例では、監督ＭＣＵは、関連メモリを有するニューラル・ネットワークを実行するのに適したＤＬＡ又はＧＰＵのうちの少なくとも１つを含み得る。好ましい実施例において、監督ＭＣＵは、ＳｏＣ１１０４の構成要素を備え得る、及び／又はＳｏＣ１１０４の構成要素として含まれ得る。
他の実例において、ＡＤＡＳシステム１１３８は、コンピュータ・ビジョンの従来のルールを使用するＡＤＡＳ機能を実行する２次的コンピュータを含み得る。そのようなものとして、２次的コンピュータは、古典的コンピュータ・ビジョン・ルール（ｉｆ－ｔｈｅｎ）を使用することができ、監督ＭＣＵ内のニューラル・ネットワークの存在は、信頼性、安全性及び性能を向上させることができる。たとえば、多様な実装形態及び意図的な非同一性は、特にソフトウェア（又はソフトウェア－ハードウェア・インターフェース）機能によって引き起こされる障害に対して、システム全体をよりフォールトトレラントにする。たとえば、１次的コンピュータで実行中のソフトウェア内にソフトウェア・バグ又はエラーが存在し、２次的コンピュータで実行中の同一でないソフトウェア・コードが同じ総合的結果を提供する場合、監督ＭＣＵは、総合的結果は正しく、１次的コンピュータ上のソフトウェア又はハードウェア内のバグは重大なエラーを引き起こしていないというより大きな確信を有し得る。
いくつかの実例では、ＡＤＡＳシステム１１３８の出力は、１次的コンピュータの知覚ブロック及び／又は１次的コンピュータの動的運転タスク・ブロックに供給され得る。たとえば、ＡＤＡＳシステム１１３８が、直ぐ前の物体が原因で、前方衝突警報を示した場合、知覚ブロックは、物体を識別するときに、この情報を使用することができる。他の実例において、２次的コンピュータは、本明細書に記載のように、トレーニングされ、それ故に誤判定のリスクを減らす、独自のニューラル・ネットワークを有し得る。
車両１１００は、インフォテインメントＳｏＣ１１３０（たとえば、車両内のインフォテインメント・システム（ＩＶＩ：ｉｎ－ｖｅｈｉｃｌｅ ｉｎｆｏｔａｉｎｍｅｎｔ ｓｙｓｔｅｍ））をさらに含み得る。ＳｏＣとして図示及び記述されているが、インフォテインメント・システムは、ＳｏＣでなくてもよく、２個以上の個別の構成要素を含み得る。インフォテインメントＳｏＣ１１３０は、オーディオ（たとえば、音楽、携帯情報端末、ナビゲーション命令、ニュース、無線など）、ビデオ（たとえば、ＴＶ、映画、ストリーミングなど）、電話（たとえば、ハンズフリー通話）、ネットワーク接続（たとえば、ＬＴＥ、Ｗｉ－Ｆｉなど）、及び／又は情報サービス（たとえば、ナビゲーション・システム、後方駐車支援、無線データシステム、燃料レベル、総移動距離、ブレーキ燃料レベル、オイル・レベル、ドアを開ける／閉じる、エア・フィルタ情報などの車両関連情報）を車両１１００に提供するために使用され得るハードウェア及びソフトウェアの組合せを含み得る。たとえば、インフォテインメントＳｏＣ１１３０は、無線、ディスク・プレイヤ、ナビゲーション・システム、ビデオ・プレイヤ、ＵＳＢ及びブルートゥース接続、カーピュータ、車内エンターテインメント、Ｗｉ－Ｆｉ、ハンドル・オーディオ制御装置、ハンズ・フリー音声制御、ヘッドアップ・ディスプレイ（ＨＵＤ：ｈｅａｄｓ－ｕｐ ｄｉｓｐｌａｙ）、ＨＭＩディスプレイ１１３４、テレマティックス・デバイス、制御パネル（たとえば、様々な構成要素、特徴、及び／又はシステムを制御する及び／又はこれと相互に作用するための）、及び／又は他の構成要素でもよい。インフォテインメントＳｏＣ１１３０は、ＡＤＡＳシステム１１３８からの情報、計画された車両操作などの自律運転情報、軌道、周囲環境情報（たとえば、交差点情報、車両情報、道路情報など）、及び／又は他の情報など、車両のユーザへの情報（たとえば、視覚的及び／又は可聴式の）を提供するためにさらに使用され得る。
インフォテインメントＳｏＣ１１３０は、ＧＰＵ機能性を含み得る。インフォテインメントＳｏＣ１１３０は、バス１１０２（たとえば、ＣＡＮバス、イーサネット（登録商標）など）を介して、車両１１００の他のデバイス、システム、及び／又は構成要素と通信することができる。いくつかの実例では、インフォテインメント・システムのＧＰＵが、１次的コントローラ１１３６（たとえば、車両１１００の１次的及び／又はバックアップ・コンピュータ）が故障した場合に、いくつかのセルフドライブ機能を実行することができるように、インフォテインメントＳｏＣ１１３０は、監督ＭＣＵに連結され得る。そのような実例では、インフォテインメントＳｏＣ１１３０は、本明細書に記載のように、車両１１００をショーファーの安全停止モードにすることができる。
車両１１００は、計器群１１３２（たとえば、デジタル・ダッシュ、電子計器群、デジタル計器パネルなど）をさらに含み得る。計器群１１３２は、コントローラ及び／又はスーパーコンピュータ（たとえば、個別のコントローラ又はスーパーコンピュータ）を含み得る。計器群１１３２は、スピードメーター、燃料レベル、油圧、タコメーター、オドメーター、方向指示器、ギアシフト位置インジケータ、シート・ベルト警告灯、パーキングブレーキ警告灯、エンジン故障灯、エアバッグ（ＳＲＳ）システム情報、照明制御装置、安全システム制御装置、ナビゲーション情報など、１セットの器具類を含み得る。いくつかの実例では、情報は、インフォテインメントＳｏＣ１１３０及び計器群１１３２の間で表示及び／又は共有され得る。言い換えれば、計器群１１３２は、インフォテインメントＳｏＣ１１３０の一部として含まれてもよく、逆もまた同様である。
図１１Ｄは、本開示のいくつかの実施例による、図１１Ａのクラウドベースのサーバと例示的自律型車両１１００との間の通信のシステム図である。システム１１７６は、サーバ１１７８、ネットワーク１１９０、及び、車両１１００を含む車両を含み得る。サーバ１１７８は、複数のＧＰＵ１１８４（Ａ）～１１８４（Ｈ）（本明細書でＧＰＵ１１８４と総称される）、ＰＣＩｅスイッチ１１８２（Ａ）～１１８２（Ｈ）（本明細書でＰＣＩｅスイッチ１１８２と総称される）、及び／又はＣＰＵ１１８０（Ａ）～１１８０（Ｂ）（本明細書でＣＰＵ１１８０と総称される）を含み得る。ＧＰＵ１１８４、ＣＰＵ１１８０、及びＰＣＩｅスイッチは、たとえば、ＮＶＩＤＩＡによって開発されたＮＶＬｉｎｋインターフェース１１８８及び／又はＰＣＩｅ接続１１８６などの、これらに限定されない、高速相互接続で相互に接続され得る。いくつかの実例では、ＧＰＵ１１８４は、ＮＶＬｉｎｋ及び／又はＮＶＳｗｉｔｃｈ ＳｏＣを介して接続され、ＧＰＵ１１８４及びＰＣＩｅスイッチ１１８２は、ＰＣＩｅ相互接続を介して接続される。８個のＧＰＵ１１８４、２個のＣＰＵ１１８０、及び２個のＰＣＩｅスイッチが図示されているが、これは制限を意図されていない。実施例に応じて、それぞれのサーバ１１７８は、任意の数のＧＰＵ１１８４、ＣＰＵ１１８０、及び／又はＰＣＩｅスイッチを含み得る。たとえば、サーバ１１７８は、それぞれ、８個、１６個、３２個、及び／又はそれ以上のＧＰＵ１１８４を含み得る。
サーバ１１７８は、最近開始された道路工事など、予想外の又は変更された道路状態を示す画像を表す画像データを、ネットワーク１１９０を介して、車両から、受信することができる。サーバ１１７８は、ニューラル・ネットワーク１１９２、更新されたニューラル・ネットワーク１１９２、及び／又は、交通及び道路状態に関する情報を含むマップ情報１１９４をネットワーク１１９０を介して車両に送信することができる。マップ情報１１９４の更新は、建設現場、くぼみ、迂回路、洪水、及び／又は他の障害物に関する情報など、ＨＤマップ１１２２の更新を含み得る。いくつかの実例では、ニューラル・ネットワーク１１９２、更新されたニューラル・ネットワーク１１９２、及び／又はマップ情報１１９４は、環境において任意の数の車両から受信されたデータにおいて表された新しいトレーニング及び／又は経験から、及び／又は（たとえば、サーバ１１７８及び／又は他のサーバを使用する）データ・センタにおいて実行されたトレーニングに基づいて、生じた可能性がある。
サーバ１１７８は、トレーニング・データに基づいてマシン学習モデル（たとえば、ニューラル・ネットワーク）をトレーニングするために使用され得る。トレーニング・データは、車両によって生成され得る、及び／又は（たとえば、ゲーム・エンジンを使用して）シミュレーションにおいて生成され得る。いくつかの実例では、トレーニング・データは、タグ付けされる（たとえば、ニューラル・ネットワークが、監督された学習の恩恵を受ける場合）及び／又は他の事前処理を受けるが、他の実例において、トレーニング・データは、タグ付け及び／又は事前処理されない（たとえば、ニューラル・ネットワークが、監督された学習を必要としない場合）。トレーニングは、たとえば以下のクラスを含むがこれらに限定されない、任意の１つ又は複数のクラスのマシン学習技法に従って、実行され得る：監視されたトレーニング、半監視されたトレーニング、監視されていないトレーニング、自己学習、強化学習、連合型学習、転移学習、特徴学習（主要構成要素及びクラスタ分析を含む）、マルチ線形部分空間学習、多様体学習、表現学習（予備辞書学習を含む）、ルールに基づくマシン学習、異常検出、及びそれらの変更形態若しくは組合せ。マシン学習モデルがトレーシングされた後は、マシン学習モデルは、車両によって使用され得（たとえば、ネットワーク１１９０を介して車両に送信される）、及び／又は、マシン学習モデルは、車両を遠隔監視するために、サーバ１１７８によって使用され得る。
いくつかの実例では、サーバ１１７８は、車両からデータを受信し、リアルタイムのインテリジェント推論のために最新のリアルタイムのニューラル・ネットワークにデータを適用することができる。サーバ１１７８は、ＮＶＩＤＩＡによって開発されたＤＧＸ及びＤＧＸステーション・マシンなど、ＧＰＵ１１８４によって電力供給される深層学習スーパーコンピュータ及び／又は専用のＡＩコンピュータを含み得る。しかしながら、一部の実例では、サーバ１１７８は、ＣＰＵ電源式データ・センタのみを使用する深層学習インフラストラクチャを含み得る。
サーバ１１７８の深層学習インフラストラクチャは、高速のリアルタイム推論の能力を有することでき、その能力を使用して車両１１００内のプロセッサ、ソフトウェア、及び／又は関連ハードウェアの調子を評価及び検証することができる。たとえば、深層学習インフラストラクチャは、車両１１００がそのシーケンスの画像内に位置したシーケンスの画像及び／又は物体など、車両１１００からの定期的更新を受信することができる（たとえば、コンピュータ・ビジョン及び／又は他のマシン学習物体分類技法を介して）。深層学習インフラストラクチャは、物体を識別し、車両１１００によって識別された物体とそれらを比較するために、独自のニューラル・ネットワークを実行することができ、結果が一致せず、インフラストラクチャが、車両１１００内のＡＩは正常に機能していないという結論を下した場合、サーバ１１７８は、制御を推測し、乗客に通知し、安全な駐車操作を完了するように車両１１００のフェイルセーフ・コンピュータに命じる車両１１００への信号を送信することができる。
推論のために、サーバ１１７８は、ＧＰＵ１１８４及び１つ又は複数のプログラマブル推論加速装置（たとえば、ＮＶＩＤＩＡのＴｅｎｓｏｒＲＴ）を含み得る。ＧＰＵ電源式サーバ及び推論加速の組合せは、リアルタイムの反応性を可能にすることができる。パフォーマンスがさほど必要とされない場合など、他の実例では、ＣＰＵ、ＦＰＧＡ、及び他のプロセッサによって電力供給されるサーバが、推論のために使用され得る。
例示的計算デバイス
図１２は、本開示のいくつかの実施例の実装に使用するのに適した計算デバイス１２００の一実例のブロック図である。計算デバイス１２００は、以下のデバイスを間接的に又は直接的につなぐ相互接続システム１２０２を含み得る：メモリ１２０４、１つ又は複数の中央処理装置（ＣＰＵ）１２０６、１つ又は複数のグラフィック処理ユニット（ＧＰＵ）１２０８、通信インターフェース１２１０、入力／出力（Ｉ／Ｏ）ポート１２１２、入力／出力構成要素１２１４、電力供給装置１２１６、１つ又は複数の提示構成要素１２１８（たとえば、ディスプレイ）、及び１つ又は複数の論理ユニット１２２０。少なくとも１つの実施例において、計算デバイス１２００は、１つ又は複数の仮想マシン（ＶＭ）を含み得る、及び／又は、その構成要素のいずれかは、仮想構成要素（たとえば、仮想ハードウェア構成要素）を含み得る。非限定的実例として、ＧＰＵ１２０８のうちの１つ又は複数は、１つ又は複数のｖＧＰＵを含み得、ＣＰＵ１２０６のうちの１つ又は複数は、１つ又は複数のｖＣＰＵを含み得、及び／又は、論理ユニット１２２０のうちの１つ又は複数は、１つ又は複数の仮想論理ユニットを含み得る。そのようなものとして、計算デバイス１２００は、個別の構成要素（たとえば、計算デバイス１２００専用の全ＧＰＵ）、仮想構成要素（たとえば、計算デバイス１２００専用のＧＰＵの一部分）、又はその組合せを含み得る。
図１２の様々なブロックは、線で相互接続システム１２０２を介して接続しているように示されているが、これは制限することを意図されておらず、単に分かりやすくするためである。たとえば、一部の実施例では、表示デバイスなどの提示構成要素１２１８は、Ｉ／Ｏ構成要素１２１４と考えられ得る（たとえば、ディスプレイがタッチ・スクリーンである場合）。別の実例として、ＣＰＵ１２０６及び／又はＧＰＵ１２０８はメモリを含み得る（たとえば、メモリ１２０４は、ＧＰＵ１２０８、ＣＰＵ１２０６、及び／又は他の構成要素のメモリに加えた記憶デバイスを表し得る）。言い換えれば、図１２の計算デバイスは、単に例示である。「ワークステーション」、「サーバ」、「ラップトップ」、「デスクトップ」、「タブレット」、「クライアント・デバイス」、「モバイル・デバイス」、「ハンドヘルド・デバイス」、「ゲーム機」、「電子制御ユニット（ＥＣＵ：ｅｌｅｃｔｒｏｎｉｃ ｃｏｎｔｒｏｌ ｕｎｉｔ）」、「仮想現実システム」、及び／又は他のデバイス若しくはシステム・タイプなどのカテゴリはすべて、図１２の計算デバイスの範囲内にあることが意図されているので、これらは区別されない。
相互接続システム１２０２は、１つ又は複数のリンク又はバス、たとえば、アドレス・バス、データ・バス、制御バス、又はその組合せ、を表し得る。相互接続システム１２０２は、１つ又は複数のバス又はリンク・タイプ、たとえば、業界標準アーキテクチャ（ＩＳＡ：ｉｎｄｕｓｔｒｙ ｓｔａｎｄａｒｄ ａｒｃｈｉｔｅｃｔｕｒｅ）バス、拡張業界標準アーキテクチャ（ＥＩＳＡ：ｅｘｔｅｎｄｅｄ ｉｎｄｕｓｔｒｙ ｓｔａｎｄａｒｄ ａｒｃｈｉｔｅｃｔｕｒｅ）バス、ＶＥＳＡ（ｖｉｄｅｏ ｅｌｅｃｔｒｏｎｉｃｓ ｓｔａｎｄａｒｄｓ ａｓｓｏｃｉａｔｉｏｎ）バス、周辺構成要素相互接続（ＰＣＩ：ｐｅｒｉｐｈｅｒａｌ ｃｏｍｐｏｎｅｎｔ ｉｎｔｅｒｃｏｎｎｅｃｔ）バス、周辺構成要素相互接続エクスプレス（ＰＣＩｅ：ｐｅｒｉｐｈｅｒａｌ ｃｏｍｐｏｎｅｎｔ ｉｎｔｅｒｃｏｎｎｅｃｔ ｅｘｐｒｅｓｓ）バス、及び／又は別のタイプのバス若しくはリンク、を含み得る。一部の実施例では、構成要素の間に直接接続が存在する。一実例として、ＣＰＵ１２０６は、メモリ１２０４に直接接続され得る。さらに、ＣＰＵ１２０６は、ＧＰＵ１２０８に直接接続され得る。構成要素の間に直接、又はポイント対ポイント接続が存在する場合、相互接続システム１２０２は、接続を実施するためのＰＣＩｅリンクを含み得る。これらの実例では、ＰＣＩバスは、計算デバイス１２００に含まれる必要はない。
メモリ１２０４は、様々なコンピュータ可読媒体のいずれかを含み得る。コンピュータ可読媒体は、計算デバイス１２００によってアクセスすることができる任意の利用可能な媒体でもよい。コンピュータ可読媒体は、揮発性及び不揮発性媒体の両方、及び取り外し可能な及び取り外し不可能な媒体を含み得る。例として、しかし限定ではなく、コンピュータ可読媒体は、コンピュータ記憶媒体及び通信媒体を備え得る。
コンピュータ記憶媒体は、コンピュータ可読命令、データ構造体、プログラム・モジュール、及び／又は他のデータ・タイプなどの情報の記憶のための任意の方法又は技術において実装された揮発性及び不揮発性媒体及び／又は取り外し可能な及び取り外し不可能な媒体の両方を含み得る。たとえば、メモリ１２０４は、オペレーティング・システムなど、（たとえば、プログラム及び／又はプログラム要素を表す）コンピュータ可読命令を記憶することができる。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ又は他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ：ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｋ）又は他の光ディスク・ストレージ、磁気カセット、磁気テープ、磁気ディスク・ストレージ又は他の磁気記憶デバイス、或いは、所望の情報を記憶するために使用し得る及び計算デバイス１２００によってアクセスし得る任意の他の媒体を含み得るが、これらに限定されない。本明細書では、コンピュータ記憶媒体は、信号自体を含まない。
コンピュータ記憶媒体は、搬送波などの変調データ信号又は他の移送機構においてコンピュータ可読命令、データ構造体、プログラム・モジュール、及び／又は他のデータ・タイプを実施することができ、任意の情報配信媒体を含む。「変調データ信号」という用語は、その特性セットのうちの１つ又は複数を有する或いは信号内の情報をエンコードするような方式で変化した信号を指し得る。例として、しかし限定せず、コンピュータ記憶媒体は、ワイヤード・ネットワーク又は直接ワイヤード接続などのワイヤード媒体と、音響、ＲＦ、赤外線及び他のワイヤレス媒体などのワイヤレス媒体とを含み得る。前述のいずれかの組合せもまた、コンピュータ可読媒体の範囲に含まれるべきである。
ＣＰＵ１２０６は、コンピュータ可読命令のうちの少なくともいくつかを実行して計算デバイス１２００の１つ又は複数の構成要素を制御して本明細書に記載の方法及び／又はプロセスのうちの１つ又は複数を実行するように構成され得る。ＣＰＵ１２０６は、多数のソフトウェア・スレッドを同時に処理する能力を有する１つ又は複数の（たとえば、１個、２個、４個、８個、２８個、７２個などの）コアをそれぞれ含み得る。ＣＰＵ１２０６は、任意のタイプのプロセッサを含み得、実装された計算デバイス１２００のタイプに応じて、異なるタイプのプロセッサを含み得る（たとえば、モバイル・デバイスのためのより少数のコアを有するプロセッサ、及びサーバのためのより多数のコアを有するプロセッサ）。たとえば、計算デバイス１２００のタイプに応じて、プロセッサは、縮小命令セット計算（ＲＩＳＣ：Ｒｅｄｕｃｅｄ Ｉｎｓｔｒｕｃｔｉｏｎ Ｓｅｔ Ｃｏｍｐｕｔｉｎｇ）を使用して実装されたＡｄｖａｎｃｅｄ ＲＩＳＣ Ｍａｃｈｉｎｅｓ（ＡＲＭ）プロセッサ、又は複合命令セット計算（ＣＩＳＣ：Ｃｏｍｐｌｅｘ Ｉｎｓｔｒｕｃｔｉｏｎ Ｓｅｔ Ｃｏｍｐｕｔｉｎｇ）を使用して実装されたｘ８６プロセッサでもよい。計算デバイス１２００は、計算コプロセッサなど、１つ又は複数のマイクロプロセッサ又は補助コプロセッサ内の１つ又は複数のＣＰＵ１２０６を含み得る。
ＣＰＵ１２０６に加えて又はその代わりに、ＧＰＵ１２０８は、コンピュータ可読命令のうちの少なくともいくつかを実行して計算デバイス１２００の１つ又は複数の構成要素を制御して本明細書に記載の方法及び／又はプロセスのうちの１つ又は複数を実行するように構成され得る。ＧＰＵ１２０８のうちの１つ若しくは複数は、統合されたＧＰＵ（たとえば、ＣＰＵ１２０６のうちの１つ又は複数とでもよく、及び／又はＧＰＵ１２０８のうちの１つ若しくは複数は、離散ＧＰＵでもよい。実施例では、ＧＰＵ１２０８のうちの１つ又は複数は、ＣＰＵ１２０６のうちの１つ又は複数のコプロセッサでもよい。ＧＰＵ１２０８は、グラフィックス（たとえば、３Ｄグラフィックス）をレンダリングする又は汎用計算を実行するために、計算デバイス１２００によって使用され得る。たとえば、ＧＰＵ１２０８は、ＧＰＵによる汎用計算（ＧＰＧＰＵ：Ｇｅｎｅｒａｌ－Ｐｕｒｐｏｓｅ ｃｏｍｐｕｔｉｎｇ ｏｎ ＧＰＵ）のために使用され得る。ＧＰＵ１２０８は、同時に数百又は数千のソフトウェア・スレッドを処理する能力を有する数百又は数千のコアを含み得る。ＧＰＵ１２０８は、レンダリング・コマンド（たとえば、ホスト・インターフェースを介して受信されたＣＰＵ１２０６からのレンダリング・コマンド）に応答して、出力画像のための画素データを生成することができる。ＧＰＵ１２０８は、画素データ又は任意の他の適切なデータ、たとえばＧＰＧＰＵデータ、を記憶するためのグラフィックス・メモリ、たとえば表示メモリ、を含み得る。表示メモリは、メモリ１２０４の一部として含まれ得る。ＧＰＵ１２０８は、並行して動作する（たとえば、リンクを介して）２個以上のＧＰＵを含み得る。リンクは、ＧＰＵに直接接続することができ（たとえば、ＮＶＬＩＮＫを使用して）、又はスイッチを介して（たとえば、ＮＶＳｗｉｔｃｈを使用して）ＧＰＵを接続することができる。ともに結合されるとき、各ＧＰＵ１２０８は、出力の異なる部分の又は異なる出力の画素データ又はＧＰＧＰＵデータ（たとえば、第１の画像の第１のＧＰＵ及び第２の画像の第２のＧＰＵ）を生成することができる。各ＧＰＵは、独自のメモリを含むことができ、又は他のＧＰＵとメモリを共有することができる。
ＣＰＵ１２０６及び／又はＧＰＵ１２０８に加えて又はその代わりに、論理ユニット１２２０は、コンピュータ可読命令のうちの少なくともいくつかを実行して計算デバイス１２００のうちの１つ又は複数を制御して本明細書に記載の方法及び／又はプロセスのうちの１つ又は複数を実行するように構成され得る。実施例では、ＣＰＵ１２０６、ＧＰＵ１２０８、及び／又は論理ユニット１２２０は、方法、プロセス及び／又はその部分の任意の組合せを離散的に又は合同で実行することができる。論理ユニット１２２０のうちの１つ若しくは複数は、ＣＰＵ１２０６及び／若しくはＧＰＵ１２０８のうちの１つ若しくは複数の一部でもよく及び／又はそこで統合されてもよく、及び／又は、論理ユニット１２２０のうちの１つ若しくは複数は、ＣＰＵ１２０６及び／若しくはＧＰＵ１２０８に対する離散構成要素であっても若しくは他の方法でそれらの外部にあってもよい。実施例では、論理ユニット１２２０のうちの１つ又は複数は、ＣＰＵ１２０６のうちの１つ若しくは複数及び／又はＧＰＵ１２０８のうちの１つ若しくは複数のコプロセッサでもよい。
論理ユニット１２２０の実例は、１つ又は複数の処理コア及び／又はその構成要素、たとえば、テンソル・コア（ＴＣ：Ｔｅｎｓｏｒ Ｃｏｒｅ）、テンソル処理ユニット（ＴＰＵ：Ｔｅｎｓｏｒ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、画素ビジュアル・コア（ＰＶＣ：Ｐｉｘｅｌ Ｖｉｓｕａｌ Ｃｏｒｅ）、ビジョン処理ユニット（ＶＰＵ：Ｖｉｓｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、グラフィックス処理クラスタ（ＧＰＣ：Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｃｌｕｓｔｅｒ）、テクスチャ処理クラスタ（ＴＰＣ：Ｔｅｘｔｕｒｅ Ｐｒｏｃｅｓｓｉｎｇ Ｃｌｕｓｔｅｒ）、ストリーミング・マルチプロセッサ（ＳＭ：Ｓｔｒｅａｍｉｎｇ Ｍｕｌｔｉｐｒｏｃｅｓｓｏｒ）、木の走査ユニット（ＴＴＵ：Ｔｒｅｅ Ｔｒａｖｅｒｓａｌ Ｕｎｉｔ）、人工知能加速装置（ＡＩＡ：Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ａｃｃｅｌｅｒａｔｏｒ）、深層学習加速装置（ＤＬＡ：Ｄｅｅｐ Ｌｅａｒｎｉｎｇ Ａｃｃｅｌｅｒａｔｏｒ）、論理演算ユニット（ＡＬＵ）、特定用途向け集積回路（ＡＳＩＣ）、浮動小数点演算ユニット（ＦＰＵ）、入力／出力（Ｉ／Ｏ）エレメント、周辺構成要素相互接続（ＰＣＩ）又は周辺構成要素相互接続エクスプレス（ＰＣＩｅ）エレメント、及び／又は同類のもの、を含む。
通信インターフェース１２１０は、ワイヤード及び／又はワイヤレス通信を含む、電子通信ネットワークを介して計算デバイス１２００が他の計算デバイスと通信することを可能にする、１つ又は複数のレシーバ、トランスミッタ、及び／又はトランシーバを含み得る。通信インターフェース１２１０は、ワイヤレス・ネットワーク（たとえば、Ｗｉ－Ｆｉ、Ｚ－Ｗａｖｅ、ブルートゥース、ブルートゥースＬＥ、ＺｉｇＢｅｅなど）、ワイヤード・ネットワーク（たとえば、イーサネット（登録商標）又はＩｎｆｉｎｉＢａｎｄを介して通信すること）、低電力ワイド・エリア・ネットワーク（たとえば、ＬｏＲａＷＡＮ、ＳｉｇＦｏｘなど）、及び／又はインターネットなどの、いくつかの異なるネットワークのうちのいずれかを介する通信を可能にするための構成要素及び機能を含み得る。
Ｉ／Ｏポート１２１２は、そのうちのいくつかは計算デバイス１２００に内蔵（たとえば、統合）され得る、Ｉ／Ｏ構成要素１２１４、提示構成要素１２１８、及び／又は他の構成要素を含む、他のデバイスに計算デバイス１２００が論理的に連結されることを可能にすることができる。例示的なＩ／Ｏ構成要素１２１４は、マイクロフォン、マウス、キーボード、ジョイスティック、ゲーム・パッド、ゲーム・コントローラ、サテライト・ディッシュ、スキャナ、プリンタ、ワイヤレス・デバイスなどを含む。Ｉ／Ｏ構成要素１２１４は、エア・ジェスチャ、音声、又は、ユーザによって生成される他の生理的入力を処理する自然ユーザ・インターフェース（ＮＵＩ：ｎａｔｕｒａｌ ｕｓｅｒ ｉｎｔｅｒｆａｃｅ）を提供することができる。場合によっては、入力は、さらなる処理のための適切なネットワーク要素に送信され得る。ＮＵＩは、音声認識、スタイラス認識、顔認識、生体認識、画面上での及び画面の隣でのジェスチャ認識、エア・ジェスチャ、頭部及び視標追跡、並びに計算デバイス１２００のディスプレイに関連するタッチ認識（さらに詳しく後述するような）の任意の組合せを実装し得る。計算デバイス１２００は、ジェスチャ検出及び認識のための、ステレオスコープ・カメラ・システム、赤外線カメラ・システム、ＲＧＢカメラ・システム、タッチ画面技術、及びこれらの組合せなど、深度カメラを含み得る。追加で、計算デバイス１２００は、動きの検出を可能にする加速度計又はジャイロスコープを含み得る（たとえば、慣性測定ユニット（ＩＭＵ：ｉｎｅｒｔｉａ ｍｅａｓｕｒｅｍｅｎｔ ｕｎｉｔ）の一部として）。いくつかの実例では、加速度計又はジャイロスコープの出力は、没入型拡張現実又は仮想現実をレンダリングするために、計算デバイス１２００によって使用され得る。
電力供給装置１２１６は、ハードワイヤード電力供給装置、バッテリ電力供給装置、又はその組合せを含み得る。電力供給装置１２１６は、計算デバイス１２００の構成要素が動作することを可能にするために計算デバイス１２００に電力を提供することができる。
提示構成要素１２１８は、ディスプレイ（たとえば、モニタ、タッチ画面、テレビジョン画面、ヘッドアップ表示装置（ＨＵＤ）、他のディスプレイタイプ、又はその組合せ）、スピーカ、及び／又は他の提示構成要素を含み得る。提示構成要素１２１８は、他の構成要素（たとえば、ＧＰＵ１２０８、ＣＰＵ１２０６など）からデータを受信し、データを（たとえば、画像、ビデオ、音響などとして）出力することができる。
例示的データ・センタ
図１３は、本開示の少なくとも１つの実施例において使用され得る例示的データ・センタ１３００を示す。データ・センタ１３００は、データ・センタ・インフラストラクチャ層１３１０、フレームワーク層１３２０、ソフトウェア層１３３０、及び／又はアプリケーション層１３４０を含み得る。
図１３に示すように、データ・センタ・インフラストラクチャ層１３１０は、資源オーケストレータ１３１２、グループ化された計算資源１３１４、及びノード計算資源（「ノードＣ．Ｒ．」）１３１６（１）～１３１６（Ｎ）を含み得、そこで、「Ｎ」は、任意の整数の、自然数を表す。少なくとも１つの実施例において、ノードＣ．Ｒ．１３１６（１）～１３１６（Ｎ）は、任意の数の中央処理装置（「ＣＰＵ」）又は他のプロセッサ（加速装置、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、グラフィックス・プロセッサ若しくはグラフィックス・プロセッシング・ユニット（ＧＰＵ）などを含む）、メモリ・デバイス（たとえば、動的リード・オンリ・メモリ）、記憶デバイス（たとえば、ソリッドステート若しくはディスク・ドライブ）、ネットワーク入力／出力（「ＮＷ Ｉ／Ｏ」）デバイス、ネットワーク・スイッチ、仮想マシン（「ＶＭ」）、電力モジュール、及び／又は冷却モジュールなどを含み得るが、これらに限定されない。いくつかの実施例において、ノードＣ．Ｒ．１３１６（１）～１３１６（Ｎ）のうちの１つ又は複数のノードＣ．Ｒ．は、前述の計算資源のうちの１つ又は複数を有するサーバに対応し得る。加えて、いくつかの実施例において、ノードＣ．Ｒ．１３１６（１）～１３１６１（Ｎ）は、１つ若しくは複数の仮想構成要素、たとえば、ｖＧＰＵ、ｖＣＰＵ、及び／若しくは同類のもの、を含み得る、並びに／又は、ノードＣ．Ｒ．１３１６（１）～１３１６（Ｎ）のうちの１つ若しくは複数は、仮想マシン（ＶＭ）に対応し得る。
少なくとも１つの実施例において、グループ化された計算資源１３１４は、１つ又は複数のラック（図示せず）内に収容された別個のグループのノードＣ．Ｒ．１３１６、或いは様々な地理的場所（やはり図示せず）にあるデータ・センタに収容された多数のラックを含み得る。グループ化された計算資源１３１４内の別個のグループのノードＣ．Ｒ．１３１６は、１つ又は複数のワークロードをサポートするように構成する又は割り当てることができる、グループ化された計算、ネットワーク、メモリ又はストレージ資源を含み得る。少なくとも１つの実施例において、ＣＰＵ、ＧＰＵ、及び／又は他のプロセッサを含むいくつかのノードＣ．Ｒ．１３１６は、１つ又は複数のワークロードをサポートするための計算資源を提供するために、１つ又は複数のラック内にグループ化され得る。１つ又は複数のラックはまた、任意の組合せで、任意の数の電力モジュール、冷却モジュール、及び／又はネットワーク・スイッチを含み得る。
資源オーケストレータ１３２２は、１つ若しくは複数のノードＣ．Ｒ．１３１６（１）～１３１６（Ｎ）及び／又はグループ化された計算資源１３１４を構成又は他の方法で制御することができる。少なくとも１つの実施例において、資源オーケストレータ１３２２は、データ・センタ１３００のソフトウェア設計インフラストラクチャ（「ＳＤＩ」）管理エンティティを含み得る。資源オーケストレータ１３２２は、ハードウェア、ソフトウェア、又はその何らかの組合せを含み得る。
少なくとも１つの実施例において、図１３に示すように、フレームワーク層１３２０は、ジョブ・スケジューラ１３３２、構成マネージャ１３３４、資源マネージャ１３３６、及び／又は分散型ファイル・システム１３３８を含み得る。フレームワーク層１３２０は、ソフトウェア層１３３０のソフトウェア１３３２及び／又はアプリケーション層１３４０の１つ若しくは複数のアプリケーション１３４２をサポートするためにフレームワークを含み得る。ソフトウェア１３３２又はアプリケーション１３４２は、ウェブベースのサービス・ソフトウェア又はアプリケーション、たとえば、アマゾン・ウェブ・サービス、グーグル・クラウド及びＭｉｃｒｏｓｏｆｔ Ａｚｕｒｅによって提供されるもの、をそれぞれ含み得る。フレームワーク層１３２０は、大規模データ処理（たとえば、「ビッグ・データ」）のための分散型ファイル・システム１３３８を使用し得るＡｐａｃｈｅ Ｓｐａｒｋ（商標）（以下「Ｓｐａｒｋ」）などのフリー及びオープン・ソース・ソフトウェア・ウェブ・アプリケーション・フレームワークのタイプでもよいが、これに限定されない。少なくとも１つの実施例において、ジョブ・スケジューラ１３３２は、データ・センタ１３００の様々な層によってサポートされるワークロードのスケジューリングを容易にするために、Ｓｐａｒｋドライバを含み得る。構成マネージャ１３３４は、異なる層、たとえば、ソフトウェア層１３３０と、大規模データ処理をサポートするためのＳｐａｒｋ及び分散型ファイル・システム１３３８を含むフレームワーク層１３２０、を構成する能力を有し得る。資源マネージャ１３３６は、分散型ファイル・システム１３３８及びジョブ・スケジューラ１３３２のサポートのためにマップされた又は割り当てられたクラスタ化された又はグループ化された計算資源を管理する能力を有し得る。少なくとも１つの実施例において、クラスタ化された又はグループ化された計算資源は、データ・センタ・インフラストラクチャ層１３１０にグループ化された計算資源１３１４を含み得る。資源マネージャ１０３６は、資源オーケストレータ１３１２と調整して、これらのマップされた又は割り当てられた計算資源を管理することができる。
少なくとも１つの実施例において、ソフトウェア層１３３０に含まれるソフトウェア１３３２は、ノードＣ．Ｒ．１３１６（１）～１３１６（Ｎ）の少なくとも部分、グループ化された計算資源１３１４、及び／又はフレームワーク層１３２０の分散型ファイル・システム１３３８によって使用されるソフトウェアを含み得る。１つ又は複数のタイプのソフトウェアは、インターネット・ウェブ・ページ検索ソフトウェア、電子メール・ウイルス・スキャン・ソフトウェア、データベース・ソフトウェア、及びストリーミング・ビデオ・コンテンツ・ソフトウェアを含み得るが、これらに限定されない。
少なくとも１つの実施例において、アプリケーション層１３４０に含まれるアプリケーション１３４２は、ノードＣ．Ｒ．１３１６（１）～１３１６（Ｎ）の少なくとも部分、グループ化された計算資源１３１４、及び／又はフレームワーク層１３２０の分散型ファイル・システム１３３８によって使用される１つ又は複数のタイプのアプリケーションを含み得る。１つ又は複数のタイプのアプリケーションは、任意の数のゲノミクス・アプリケーション、認知計算、並びに、トレーニング若しくは推論ソフトウェア、マシン学習フレームワーク・ソフトウェア（たとえば、ＰｙＴｏｒｃｈ、ＴｅｎｓｏｒＦｌｏｗ、Ｃａｆｆｅなど）、及び／又は１つ若しくは複数の実施例と併せて使用される他のマシン学習アプリケーションを含む、マシン学習アプリケーションを含み得るが、これらに限定されない。
少なくとも１つの実施例において、構成マネージャ１３３４、資源マネージャ１３３６、及び資源オーケストレータ１３１２のうちのいずれかは、任意の技術的に可能な方式で取得される任意の量及びタイプのデータに基づいて任意の数及びタイプの自己書換え型アクションを実装することができる。自己書換え型アクションは、よくない可能性のある構成決定を行うこと並びにデータ・センタの十分に活用されていない及び／又は実行の不十分な部分を恐らく回避することからデータ・センタ１３００のデータ・センタ・オペレータを解放し得る。
データ・センタ１３００は、１つ又は複数のマシン学習モデルをトレーニングする或いは本明細書に記載の１つ又は複数の実施例による１つ又は複数のマシン学習モデルを使用して情報を予測する又は推論するために、ツール、サービス、ソフトウェア或いは他の資源を含み得る。たとえば、マシン学習モデルは、データ・センタ１３００に関して前述されたソフトウェア及び／又は計算資源を使用するニューラル・ネットワーク・アーキテクチャによる重量パラメータの計算によって、トレーニングされ得る。少なくとも１つの実施例において、１つ又は複数のニューラル・ネットワークに対応するトレーニングされた又は配備されたマシン学習モデルは、たとえば、本明細書に記載のものに限定されない、１つ又は複数のトレーニング技法を介して計算された重量パラメータを使用することによって、データ・センタ１３００に関して前述された資源を使用して情報を推論又は予測するために使用され得る。
少なくとも１つの実施例において、データ・センタ１３００は、前述の資源を使用するトレーニング及び／又は推論の実行のために、ＣＰＵ、特定用途向け集積回路（ＡＳＩＣ）、ＧＰＵ、ＦＰＧＡ、及び／又は他のハードウェア（若しくはそれに対応する仮想計算資源）を使用することができる。さらに、前述の１つ又は複数のソフトウェア及び／又はハードウェア資源は、情報の推論をユーザがトレーニング又は実行することを可能にするためのサービス、たとえば、画像認識、音声認識、又は他の人工知能サービス、として構成され得る。
例示的ネットワーク環境
本開示の実施例の実装において使用するのに適したネットワーク環境は、１つ若しくは複数のクライアント・デバイス、サーバ、ネットワーク接続型ストレージ（ＮＡＳ：ｎｅｔｗｏｒｋ ａｔｔａｃｈｅｄ ｓｔｏｒａｇｅ）、他のバックエンド・デバイス、及び／又は他のデバイス・タイプを含み得る。クライアント・デバイス、サーバ、及び／又は他のデバイス・タイプ（たとえば、各デバイス）は、図１２の計算デバイス１２００の１つ又は複数のインスタンスで実装され得、たとえば、各デバイスは、計算デバイス１２００の類似の構成要素、特徴、及び／又は機能性を含み得る。加えて、バックエンド・デバイス（たとえば、サーバ、ＮＡＳなど）が、実装される場合、バックエンド・デバイスは、データ・センタ１３００の一部として含まれ得、その実例は、図１３に関して本明細書でさらに詳述される。
ネットワーク環境の構成要素は、ワイヤード、ワイヤレス、又はその両方でもよい、ネットワークを介して互いに通信し得る。ネットワークは、複数のネットワーク、又はネットワークのネットワークを含み得る。実例として、ネットワークは、１つ若しくは複数のワイド・エリア・ネットワーク（ＷＡＮ）、１つ若しくは複数のローカル・エリア・ネットワーク（ＬＡＮ）、１つ若しくは複数のパブリック・ネットワーク、たとえば、インターネット及び／若しくは公衆交換電話網（ＰＳＴＮ）、並びに／又は１つ若しくは複数のプライベート・ネットワークを含み得る。ネットワークが、ワイヤレス電気通信ネットワークを含む場合、構成要素、たとえば、基地局、通信塔、或いはアクセス・ポイント（並びに他の構成要素）、は、ワイヤレス接続を提供し得る。
互換性のあるネットワーク環境は、１つ又は複数のピア・ツー・ピア・ネットワーク環境（その場合、サーバはネットワーク環境に含まれないことがある）と、１つ又は複数のクライアント・サーバ・ネットワーク環境（その場合、１つ又は複数のサーバがネットワーク環境に含まれ得る）とを含み得る。ピア・ツー・ピア・ネットワーク環境では、サーバに関して本明細書に記載した機能性は、任意の数のクライアント・デバイスで実装され得る。
少なくとも１つの実施例において、ネットワーク環境は、１つ又は複数のクラウドベースのネットワーク環境、分散型計算環境、その組合せなどを含み得る。クラウドベースのネットワーク環境は、フレームワーク層、ジョブ・スケジューラ、資源マネージャ、並びに、１つ若しくは複数のコア・ネットワーク・サーバ及び／又はエッジ・サーバを含み得る、サーバのうちの１つ又は複数で実装された分散型ファイル・システムを含み得る。フレームワーク層は、ソフトウェア層のソフトウェア及び／又はアプリケーション層の１つ若しくは複数のアプリケーションをサポートするために、フレームワークを含み得る。ソフトウェア又はアプリケーションは、それぞれ、ウェブベースのサービス・ソフトウェア又はアプリケーションを含み得る。実施例において、クライアント・デバイスのうちの１つ又は複数は、ウェブベースのサービス・ソフトウェア又はアプリケーションを使用し得る（たとえば、１つ又は複数のアプリケーション・プログラミング・インターフェース（ＡＰＩ）を介してサービス・ソフトウェア及び／又はアプリケーションにアクセスすることによって）。フレームワーク層は、たとえば大規模データ処理（たとえば、「ビッグ・データ」）のための分散型ファイル・システムを使用し得る、フリー及びオープン・ソース・ソフトウェア・ウェブ・アプリケーション・フレームワークのタイプでもよいが、これに限定されない。
クラウドベースのネットワーク環境は、本明細書に記載の計算及び／又はデータ・ストレージ機能（又は１つ若しくは複数のその部分）の任意の組合せを実施するクラウド計算及び／又はクラウド・ストレージを提供し得る。これらの様々な機能のいずれも、セントラル又はコア・サーバ（たとえば、州、領域、国、世界にわたって分散され得る１つ又は複数のデータ・センタなどの）から複数の場所に分散され得る。ユーザ（たとえば、クライアント・デバイス）への接続が、エッジ・サーバに比較的近い場合、コア・サーバは、機能性の少なくとも一部分をエッジ・サーバに任じ得る。クラウドベースのネットワーク環境は、プライベート（たとえば、単一の組織に制限される）でもよく、パブリック（たとえば、多数の組織に利用可能）、及び／又はその組合せ（たとえば、ハイブリッド・クラウド環境）でもよい。
クライアント・デバイスは、図１２に関して本明細書に記載の例示的計算デバイス１２００の構成要素、特徴、及び機能性のうちの少なくともいくつかを含み得る。実例として、及び制限ではなく、クライアント・デバイスは、パーソナル・コンピュータ（ＰＣ）、ラップトップ・コンピュータ、モバイル・デバイス、スマートフォン、タブレット・コンピュータ、スマート・ウォッチ、ウェアラブル・コンピュータ、パーソナル・デジタル・アシスタント（ＰＤＡ）、ＭＰ３プレーヤ、仮想現実ヘッドセット、全地球測位システム（ＧＰＳ）又はデバイス、ビデオ・プレイヤ、ビデオカメラ、監視デバイス又はシステム、車両、ボート、飛行船、仮想マシン、ドローン、ロボット、ハンドヘルド通信デバイス、病院デバイス、ゲーミング・デバイス又はシステム、娯楽システム、車両コンピュータ・システム、組み込み型システム・コントローラ、リモート制御、器具、民生用電子デバイス、ワークステーション、エッジ・デバイス、これらの描写されたデバイスの任意の組合せ、或いは任意の他の適切なデバイスとして実施され得る。
本開示は、コンピュータ又は、携帯情報端末若しくは他のハンドヘルド・デバイスなどの、他のマシンによって実行されている、プログラム・モジュールなどのコンピュータ実行可能命令を含む、コンピュータ・コード又はマシン使用可能命令との一般的関連において説明されることがある。一般に、ルーティン、プログラム、オブジェクト、構成要素、データ構造体などを含むプログラム・モジュールは、特定のタスクを実行する又は特定の抽象データ・タイプを実装するコードを指す。本開示は、ハンドヘルド・デバイス、家電製品、汎用コンピュータ、より特殊な計算デバイスなどを含む、様々な構成で実施され得る。本開示はまた、通信ネットワークを介してリンクされた遠隔処理デバイスによってタスクが実行される分散型コンピューティング環境において実施され得る。
本明細書では、２個以上の要素に関する「及び／又は」の記述は、１つの要素のみ、又は要素の組合せを意味すると解釈されるべきである。たとえば、「要素Ａ、要素Ｂ、及び／又は要素Ｃ」は、要素Ａのみ、要素Ｂのみ、要素Ｃのみ、要素Ａ及び要素Ｂ、要素Ａ及び要素Ｃ、要素Ｂ及び要素Ｃ、或いは、要素Ａ、Ｂ、及びＣを含み得る。加えて、「要素Ａ又は要素Ｂのうちの少なくとも１つ」は、要素Ａの少なくとも１つ、要素Ｂの少なくとも１つ、或いは、要素Ａの少なくとも１つ及び要素Ｂの少なくとも１つを含み得る。さらに、「要素Ａ及び要素Ｂのうちの少なくとも１つ」は、要素Ａのうちの少なくとも１つ、要素Ｂのうちの少なくとも１つ、或いは、要素Ａのうちの少なくとも１つ及び要素Ｂのうちの少なくとも１つを含み得る。
本開示の主題は、法定の要件を満たすために特異性を有して記述されている。しかしながら、その記述自体が本開示の範囲を制限することは意図されていない。そうではなくて、本発明者は、請求されている主題が、他の現在の又は未来の技術と併せて、異なるステップ又は本文書に記載されたものと類似のステップの組合せを含むように、他の形で実施され得ることを意図している。さらに、「ステップ」及び／又は「ブロック」という用語は、使用される方法の異なる要素を含意するように本明細書で使用され得るが、これらの用語は、個別のステップの順番が明示的に記載されていない限り及びそのように記載されているときを除いて本明細書で開示される様々なステップの間に何らかの特定の順番を暗示するものとして解釈されるべきではない。

Claims (26)

  1. センサの知覚フィールドを表すセンサ・データをニューラル・ネットワークに適用するステップと、前記ニューラル・ネットワークを使用して、前記センサ・データに少なくとも部分的に基づいて、前記センサ・データに対応する画像において識別された１個又は複数の曲線の１個又は複数の制御点の１個又は複数の位置を計算するステップと、曲線適合アルゴリズムを使用して、前記制御点の前記位置に少なくとも部分的に基づいて、前記１個又は複数の曲線を生成するステップと、前記１個又は複数の曲線に少なくとも部分的に基づいて、マシンによって１個又は複数の動作を実行するステップとを含む、方法。
  2. 前記１個又は複数の制御点の前記１個又は複数の位置を前記計算するステップが、前記画像において識別された前記１個又は複数の曲線のうちの少なくとも１個の曲線の半径内の前記画像の画素を示す第１のデータを、前記ニューラル・ネットワークを使用して計算するステップと、前記１個又は複数の曲線の前記１個又は複数の制御点までの距離を示す第２のデータを計算するステップと、前記第１のデータ及び前記第２のデータを復号して前記１個又は複数の制御点の前記１個又は複数の位置を決定するステップとを含む、請求項１に記載の方法。
  3. 前記ニューラル・ネットワークがさらに、前記１個又は複数の曲線の分類情報を示す第３のデータを計算し、前記方法がさらに、前記第３のデータに少なくとも部分的に基づいて、前記分類情報を前記１個又は複数の曲線と関連付けるステップを含み、前記マシンによって前記１個又は複数の動作を前記実行するステップがさらに、前記関連付けられた分類情報に少なくとも部分的に基づく、請求項２に記載の方法。
  4. 前記第３のデータが、１個又は複数のビット分類マスクを表す、請求項３に記載の方法。
  5. 前記１個又は複数のビット分類マスクのビット分類マスクの数が、前記ニューラル・ネットワークがそれについて出力を計算する分類タイプの数より１個少ない数に等しい、請求項４に記載の方法。
  6. 前記第１のデータが、バイナリ・マスクを表し、そこで、前記画像に示された前記１個又は複数の曲線のうちの前記少なくとも１個の曲線の前記半径内の前記画像の前記画素が、第１の値を有し、前記画素以外の他の画素が、前記第１の値とは異なる第２の値を有する、請求項２に記載の方法。
  7. 各曲線が、３個より多いいくつかの制御点を含み、前記第２のデータが、複数の回帰マスクを表し、前記複数の回帰マスクが、前記制御点の数と等しいいくつかのｘ軸距離回帰マスク及びｙ軸距離回帰マスクを含む、請求項２に記載の方法。
  8. 前記曲線適合アルゴリズムが、２次元ベジエ曲線適合アルゴリズム、３次元ベジエ曲線適合アルゴリズム、３次ベジエ曲線適合アルゴリズム、高次ベジエ曲線適合アルゴリズム、又はスプリット式ベジエ曲線適合アルゴリズムのうちの少なくとも１個を含む、請求項１に記載の方法。
  9. 前記１個又は複数の曲線にクラスタリング・アルゴリズムを実行して曲線の最終セットを生成するステップをさらに含み、前記１個又は複数の動作を前記実行するステップが、前記最終セットの曲線に少なくとも部分的に基づく、請求項１に記載の方法。
  10. 前記クラスタリング・アルゴリズムが、積分損失を相似関数として使用するノイズを有するアプリケーションの密度ベースの空間クラスタリング（ＤＢＳＣＡＮ）動作を含む、請求項９に記載の方法。
  11. 前記１個又は複数の曲線が、道路標示、車線境界線、道路境界線、交差点の線、歩行者専用道路、自転車車線境界線、テキスト、ポール、木、照明ポスト、又は標識のうちの１個又は複数に対応する、請求項１に記載の方法。
  12. １個又は複数のセンサと、１個又は複数の処理ユニットと、命令を記憶する１個又は複数のメモリ・デバイスとを備え、前記命令が、前記１個又は複数の処理ユニットを使用して実行されるときに前記１個又は複数の処理ユニットに、前記１個又は複数のセンサのうちのセンサの知覚フィールドに対応する画像を表すセンサ・データをニューラル・ネットワークに適用することと、前記ニューラル・ネットワークを使用して、前記センサ・データに少なくとも部分的に基づいて、前記画像において識別された１個又は複数の特徴に対応する１個又は複数の曲線の１個又は複数の制御点の位置を計算することと、曲線適合アルゴリズムを使用して、前記制御点の前記位置に少なくとも部分的に基づいて、前記１個又は複数の曲線を生成することと、前記１個又は複数の曲線に少なくとも部分的に基づいて、１個又は複数の動作を実行することとを含む動作を実行させる、システム。
  13. 前記計算することが、前記画像において識別された特徴に対応する１個又は複数の曲線のうちの少なくとも１個の曲線の半径内の前記画像の画素を示すバイナリ・マスクを計算することと、前記１個又は複数の曲線の制御点までの距離を示す１個又は複数の距離回帰マップを計算することと、前記バイナリ・マスク及び前記距離回帰マップを復号して前記制御点の前記位置を決定することとを含む、請求項１２に記載のシステム。
  14. 前記ニューラル・ネットワークがさらに、前記１個又は複数の曲線の分類情報を示す１個又は複数のビット分類マスクを計算し、前記動作が、前記ビット分類マスクに少なくとも部分的に基づいて、前記分類情報を前記１個又は複数の曲線と関連付けることをさらに含み、前記１個又は複数の動作を前記実行することがさらに、前記関連付けられた分類情報に少なくとも部分的に基づく、請求項１３に記載のシステム。
  15. 前記１個又は複数のビット分類マスクのビット分類マスクの数が、前記ニューラル・ネットワークがそれの出力を計算する分類タイプの数より１個少ない数に等しい、請求項１４に記載のシステム。
  16. 各曲線が、いくつかの制御点を含み、前記距離回帰マスクが、前記制御点の数と等しい数のｘ軸距離回帰マスク及びｙ軸距離回帰マスクを含む、請求項１３に記載のシステム。
  17. 前記曲線適合アルゴリズムが、２次元ベジエ曲線適合アルゴリズム、３次元ベジエ曲線適合アルゴリズム、３次ベジエ曲線適合アルゴリズム、高次ベジエ曲線適合アルゴリズム、又はスプリット式ベジエ曲線適合アルゴリズムのうちの少なくとも１個を含む、請求項１２に記載のシステム。
  18. 前記動作が、前記１個又は複数の曲線にクラスタリング・アルゴリズムを実行して曲線の最終セットを生成することをさらに含み、前記１個又は複数の動作を前記実行することが、前記最終セットの曲線に少なくとも部分的に基づく、請求項１２に記載のシステム。
  19. 前記システムが、シミュレーション動作を実行するためのシステム、自律マシン・アプリケーションを試験又は検証するためのシミュレーション動作を実行するためのシステム、深層学習動作を実行するためのシステム、エッジ・デバイスを使用して実装されたシステム、１個又は複数の仮想マシン（ＶＭ）を組み込むシステム、データ・センタにおいて少なくとも部分的に実装されたシステム、又はクラウド計算資源を使用して少なくとも部分的に実装されたシステムのうちの少なくとも１個を含む、請求項１２に記載のシステム。
  20. 画像に関連するポリラインを表す注釈データ及び前記ポリラインに関連する分類情報を受信するステップと、前記ポリラインに少なくとも部分的に基づいて、曲線適合アルゴリズムを実行して曲線に関連する複数の制御点を決定するステップと、前記曲線に関連する前記複数の制御点に少なくとも部分的に基づいて、前記曲線までの半径内にある前記画像の画素を表すバイナリ・マスクをエンコードするステップと、複数の距離回帰マスクをエンコードするステップであって、各距離回帰マスクは前記複数の制御点のうちの制御点までの距離を示す、エンコードするステップと、前記分類情報に少なくとも部分的に基づいて、１個又は複数のビット分類マスクをエンコードするステップと、グラウンド・トゥルース・データとして前記バイナリ・マスク、前記複数の距離回帰マスク、及び前記１個又は複数のビット分類マスクを使用してニューラル・ネットワークをトレーニングするステップとを含む、方法。
  21. 前記ポリラインの上部又は下部のうちの少なくとも１個をクロップしてクロップされたポリラインを生成するステップをさらに含み、前記曲線適合アルゴリズムを前記実行するステップが、前記クロップされたポリラインに少なくとも部分的に基づく、請求項２０に記載の方法。
  22. 多角形を表す最初の注釈データを受信するステップと、前記最初の注釈データに少なくとも部分的に基づいて、前記多角形の左端、右端、又は中心レールのうちの１個として前記ポリラインを抽出して、前記注釈データを生成するステップとをさらに含む、請求項２０に記載の方法。
  23. 前記ニューラル・ネットワークが、積分損失、バイナリ・クロス・エントロピ損失、マスクされたＬ１損失、又はマスクされたバイナリ・クロス・エントロピ損失のうちの１個又は複数を使用してトレーニングされる、請求項２０に記載の方法。
  24. 前記複数の距離回帰マップを前記エンコードするステップが、前記複数の制御点の各制御点について、ｘ軸距離回帰マップ及びｙ軸距離回帰マップをエンコードするステップを含む、請求項２０に記載の方法。
  25. 前記ニューラル・ネットワークが、分類タイプの数、ｎ、を予測するようにトレーニングされ、前記１個又は複数のビット分類マスクを前記エンコードするステップが、ｎ－１個のビット分類マスクをエンコードするステップを含む、請求項２０に記載の方法。
  26. 前記曲線適合アルゴリズムが、２次元ベジエ曲線適合アルゴリズム、３次元ベジエ曲線適合アルゴリズム、３次ベジエ曲線適合アルゴリズム、高次ベジエ曲線適合アルゴリズム、又はスプリット式ベジエ曲線適合アルゴリズムのうちの少なくとも１個を含む、請求項２０に記載の方法。
JP2021534253A 2019-12-03 2020-12-02 自律運転アプリケーションのための曲線適合を使用するランドマーク検出 Pending JP2023503729A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962943200P 2019-12-03 2019-12-03
US62/943,200 2019-12-03
PCT/US2020/062869 WO2021113346A1 (en) 2019-12-03 2020-12-02 Landmark detection using curve fitting for autonomous driving applications
US17/109,421 US11651215B2 (en) 2019-12-03 2020-12-02 Landmark detection using curve fitting for autonomous driving applications
US17/109,421 2020-12-02

Publications (1)

Publication Number Publication Date
JP2023503729A true JP2023503729A (ja) 2023-02-01

Family

ID=76091588

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021534253A Pending JP2023503729A (ja) 2019-12-03 2020-12-02 自律運転アプリケーションのための曲線適合を使用するランドマーク検出

Country Status (5)

Country Link
US (2) US11651215B2 (ja)
JP (1) JP2023503729A (ja)
CN (1) CN113994390A (ja)
DE (1) DE112020000413T5 (ja)
WO (1) WO2021113346A1 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11043124B2 (en) 2018-01-31 2021-06-22 Peter Yeung Roadway information detection system consists of sensors on the autonomous vehicles and devices for the road
CA3130361A1 (en) 2016-10-18 2018-03-01 Peter Yeung Roadway information detection sensor device/system for autonomous vehicles
JP7083306B2 (ja) * 2018-12-17 2022-06-10 本田技研工業株式会社 走行軌道決定処理及び自動運転装置
US20210208236A1 (en) * 2020-01-03 2021-07-08 Qualcomm Incorporated Techniques for radar data compression
US11520342B2 (en) * 2020-03-12 2022-12-06 Pony Ai Inc. System and method for determining realistic trajectories
US11776282B2 (en) * 2021-03-26 2023-10-03 Here Global B.V. Method, apparatus, and system for removing outliers from road lane marking data
US20220414385A1 (en) * 2021-06-29 2022-12-29 New Eagle, Llc Use of dbscan for lane detection
US20230035780A1 (en) * 2021-07-29 2023-02-02 Zoox, Inc. Systematic fault detection in vehicle control systems
GB2609434A (en) * 2021-07-30 2023-02-08 Continental Automotive Gmbh A method and a system to detect a junction ahead of a vehicle
GB2610169A (en) * 2021-08-20 2023-03-01 Aptiv Tech Ltd Method and system for creating training data
CN113911177B (zh) * 2021-10-14 2024-02-02 华晟智能自动化装备有限公司 一种直线往复式rgv曲线调速方法及系统
US12008788B1 (en) * 2021-10-14 2024-06-11 Amazon Technologies, Inc. Evaluating spatial relationships using vision transformers
US20230135234A1 (en) * 2021-10-28 2023-05-04 Nvidia Corporation Using neural networks for 3d surface structure estimation based on real-world data for autonomous systems and applications
CN114581667A (zh) * 2022-03-04 2022-06-03 北京百度网讯科技有限公司 地图数据处理方法、装置、电子设备和存储介质
CN114781498B (zh) * 2022-04-06 2023-09-01 欧亚高科数字技术有限公司 基于人工智能的道路塌陷监测方法及系统
CN115240411B (zh) * 2022-06-29 2023-05-09 合肥工业大学 一种城市道路交叉口右转冲突警示线测画方法
DE102022118631A1 (de) 2022-07-26 2024-02-01 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren, System und Computerprogrammprodukt zur Validierung eines Fahrerassistenzsystems (ADAS) und/oder eines automatisierten Fahrsystems (ADS)
CN116453133B (zh) * 2023-06-16 2023-09-05 湖北工业大学 基于贝塞尔曲线和关键点的横幅文本检测方法及系统
CN117311563B (zh) * 2023-11-28 2024-02-09 西安大地测绘股份有限公司 一种基于ar的公路违法用地监测方法及系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006062061B4 (de) * 2006-12-29 2010-06-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung, Verfahren und Computerprogramm zum Bestimmen einer Position basierend auf einem Kamerabild von einer Kamera
US8935057B2 (en) * 2012-01-17 2015-01-13 LimnTech LLC Roadway mark data acquisition and analysis apparatus, systems, and methods
US9784843B2 (en) * 2012-01-17 2017-10-10 Limn Tech LLC Enhanced roadway mark locator, inspection apparatus, and marker
US11630800B2 (en) 2015-05-01 2023-04-18 Nvidia Corporation Programmable vision accelerator
EP3171297A1 (en) 2015-11-18 2017-05-24 CentraleSupélec Joint boundary detection image segmentation and object recognition using deep learning
US10289469B2 (en) 2016-10-28 2019-05-14 Nvidia Corporation Reliability enhancement utilizing speculative execution systems and methods
KR102628654B1 (ko) * 2016-11-07 2024-01-24 삼성전자주식회사 차선을 표시하는 방법 및 장치
US10670416B2 (en) * 2016-12-30 2020-06-02 DeepMap Inc. Traffic sign feature creation for high definition maps used for navigating autonomous vehicles
US11214273B2 (en) 2017-06-23 2022-01-04 Nvidia Corporation Method of using a single controller (ECU) for a fault-tolerant/fail-operational self-driving system
WO2019071212A1 (en) * 2017-10-06 2019-04-11 Netradyne Inc. SYSTEM AND METHOD FOR DETERMINING A CURVE
DE112019000122T5 (de) * 2018-02-27 2020-06-25 Nvidia Corporation Echtzeiterfassung von spuren und begrenzungen durch autonome fahrzeuge
US10885698B2 (en) 2018-08-10 2021-01-05 Nvidia Corporation Method for programmable timeouts of tree traversal mechanisms in hardware
US11150665B2 (en) * 2019-09-17 2021-10-19 Ha Q Tran Smart vehicle
US11353592B2 (en) * 2019-09-30 2022-06-07 Zoox, Inc. Complex ground profile estimation
US20210192231A1 (en) * 2019-12-20 2021-06-24 Qualcomm Incorporated Adaptive multiple region of interest camera perception

Also Published As

Publication number Publication date
WO2021113346A1 (en) 2021-06-10
DE112020000413T5 (de) 2021-11-04
US11651215B2 (en) 2023-05-16
US20230214654A1 (en) 2023-07-06
CN113994390A (zh) 2022-01-28
US20210166052A1 (en) 2021-06-03

Similar Documents

Publication Publication Date Title
US11928822B2 (en) Intersection region detection and classification for autonomous machine applications
US11688181B2 (en) Sensor fusion for autonomous machine applications using machine learning
US11941819B2 (en) Object detection using skewed polygons suitable for parking space detection
US11648945B2 (en) Intersection detection and classification in autonomous machine applications
US11508049B2 (en) Deep neural network processing for sensor blindness detection in autonomous machine applications
US11651215B2 (en) Landmark detection using curve fitting for autonomous driving applications
US11675359B2 (en) Path detection for autonomous machines using deep neural networks
US20210201145A1 (en) Three-dimensional intersection structure prediction for autonomous driving applications
US20210223780A1 (en) Using neural networks to perform fault detection in autonomous driving applications
WO2021041854A1 (en) Object detection and classification using lidar range images for autonomous machine applications
US20230213945A1 (en) Obstacle to path assignment for autonomous systems and applications
JP2023051713A (ja) 自律マシン・アプリケーションにおける深層学習を使用する視認距離推定
JP2023088849A (ja) 自律型システム及びアプリケーションにおける特徴ディスクリプタ・マッピングを使用した単一及びアクロス・センサ物体追跡
JP2023071168A (ja) 自律マシン・アプリケーションのための粒子ベース危険検出
US20230099494A1 (en) Assigning obstacles to lanes using neural networks for autonomous machine applications
JP2022117916A (ja) 自律マシン・アプリケーションのための配備されたディープ・ニューラル・ネットワークのパッチ
US20240020953A1 (en) Surround scene perception using multiple sensors for autonomous systems and applications
US20240176017A1 (en) Sensor fusion using ultrasonic sensors for autonomous systems and applications
US20230368079A1 (en) Geospatial Clustering of Regions Using Neural Networks for Autonomous Systems and Applications
JP2023082647A (ja) 自律システム及びアプリケーションのためのカメラベースの入力を使用した深層学習ベースの動作領域検証

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230928