JP2023531330A - マシン学習を使用した自律マシン・アプリケーションのためのセンサ融合 - Google Patents
マシン学習を使用した自律マシン・アプリケーションのためのセンサ融合 Download PDFInfo
- Publication number
- JP2023531330A JP2023531330A JP2021560671A JP2021560671A JP2023531330A JP 2023531330 A JP2023531330 A JP 2023531330A JP 2021560671 A JP2021560671 A JP 2021560671A JP 2021560671 A JP2021560671 A JP 2021560671A JP 2023531330 A JP2023531330 A JP 2023531330A
- Authority
- JP
- Japan
- Prior art keywords
- data
- sensor
- vehicle
- dnn
- fused
- 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
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 66
- 238000010801 machine learning Methods 0.000 title abstract description 39
- 238000013528 artificial neural network Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims description 74
- 230000015654 memory Effects 0.000 claims description 58
- 230000008447 perception Effects 0.000 claims description 19
- 230000009471 action Effects 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 claims description 12
- 238000005315 distribution function Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 238000002156 mixing Methods 0.000 claims 2
- 230000001149 cognitive effect Effects 0.000 abstract description 12
- 230000006870 function Effects 0.000 description 54
- 238000012545 processing Methods 0.000 description 47
- 238000001514 detection method Methods 0.000 description 38
- 238000012549 training Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 32
- 238000004891 communication Methods 0.000 description 23
- 238000013527 convolutional neural network Methods 0.000 description 23
- 238000003860 storage Methods 0.000 description 22
- 239000013598 vector Substances 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 238000007726 management method Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 16
- 230000006399 behavior Effects 0.000 description 12
- 230000033001 locomotion Effects 0.000 description 12
- 238000011176 pooling Methods 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 12
- 238000012800 visualization Methods 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 11
- 230000002093 peripheral effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000013439 planning Methods 0.000 description 8
- 230000009467 reduction Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 235000019800 disodium phosphate Nutrition 0.000 description 5
- 238000007667 floating Methods 0.000 description 5
- 125000000914 phenoxymethylpenicillanyl group Chemical group CC1(S[C@H]2N([C@H]1C(=O)*)C([C@H]2NC(COC2=CC=CC=C2)=O)=O)C 0.000 description 5
- 229920002451 polyvinyl alcohol Polymers 0.000 description 5
- 235000019422 polyvinyl alcohol Nutrition 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000009877 rendering Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 241000269400 Sirenidae Species 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000001131 transforming effect Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000014616 translation Effects 0.000 description 3
- 240000004050 Pentaglottis sempervirens Species 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 1
- 241000288673 Chiroptera Species 0.000 description 1
- 101100175317 Danio rerio gdf6a gene Proteins 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 102100030148 Integrator complex subunit 8 Human genes 0.000 description 1
- 101710092891 Integrator complex subunit 8 Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 206010034960 Photophobia Diseases 0.000 description 1
- 241001122315 Polites Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 208000013469 light sensitivity Diseases 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000001693 membrane extraction with a sorbent interface Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- 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
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- 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
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted 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
- G06V10/82—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
- 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
-
- 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
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
- B60W2554/4029—Pedestrians
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4044—Direction of movement, e.g. backwards
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/35—Data fusion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9327—Sensor installation details
- G01S2013/93271—Sensor installation details in the front of the vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2015/937—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details
- G01S2015/938—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details in the bumper area
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- 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
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
- G06T2207/10021—Stereoscopic video; Stereoscopic image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20072—Graph-based image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/16—Image acquisition using multiple overlapping images; Image stitching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Electromagnetism (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
様々な実例において、マルチセンサ融合マシン学習モデル-たとえば、深層ニューラル・ネットワーク(DNN)-が、複数の個別マシン学習モデルからのデータを融合するために配備され得る。そのようなものとして、マルチセンサ融合ネットワークは、ソース・センサの様々な視界の境界又は重複領域の間の学習された関連付けを考慮しながら、マシン学習モデルに供給するそれぞれのセンサの視界又は認知フィールドからのデータを表す融合出力を生成するために入力として複数のマシン学習モデルからの出力を使用することができる。このようにして、融合ネットワークは、異なる入力表現において現れる同物体の複数のインスタンスを考慮するようにトレーニングされ得るので、融合出力が、環境内の物体又は特徴に関する二重の、不正確な、又はノイズの多いデータを含む可能性は低くなり得る。
Description
本発明は、マシン学習を使用した自律マシン・アプリケーションのためのセンサ融合に関する。
静的及び動的物体、障害物、危険、待機条件、道路標示、標識、及び/又は環境の他の特徴を安全に検出する能力は、あらゆる自律又は半自律運転システムの重要な課題である。たとえば、3次元(3D)空間の環境内で様々な静的及び/又は動的特徴又は物体の位置を検出することは、特に困難であり、ノイズの多い又はより不正確なデータをもたらし得る-特に、異なるセンサの視界の間の境界又は重複領域に関してである。
いくつかのシステムにおいて、深層ニューラル・ネットワーク(DNN:deep neural network)が、センサ・データをDNNに提供する関連センサの視界に対応する3D情報を生成するために配備され得る。たとえば、画像境界線の近くに現れる物体又はランドマークについて、物体又はランドマークが、センサの視界において消え、再び現れる-たとえば、同物体又はランドマークの検出と非検出との間の迅速な変化をもたらす-とき、これらの認知システムは、ノイズの多い結果をもたらし得る。結果として、たとえば、フレームを横断する物体又はランドマークを追跡するとき、その結果は、不正確又は不精密なことがあり、システムの性能の低下をもたらし得る。
個別DNNのこれらの潜在的欠点を説明するために、いくつかの従来のシステムは、手作りの又はルールに基づくアルゴリズムを用いて、複数のDNNからの出力をまとめる。しかしながら、センサ・データをそれぞれのDNNに提供する隣接するセンサ間で視界が重複する場合、境界線又は重複領域に沿った融合した予測は、矛盾する又は不正確なことがある。たとえば、120度の視界を有するセンサで実行するDNNは、センサから10メートルの物体を9メートル離れていると予測する可能性があり、60度の視界を有するセンサで実行する別のDNNは、その物体は11メートル離れていると予測する可能性がある。そのような実例において、個別DNNは、物体の実際の距離から単に1メートル離れているが、出力は、互いに2メートル離れており、これは、データにおいて実際に表されている単一の物体に対して2個の別個の二重の物体を融合出力に含ませるのに十分な距離の隔たりであり得る。2個の別個の物体が存在するというこの誤った判定は、次いで、基礎的システムによって信頼される可能性があり、誤った検出は、マシンの物体追跡、プランニング、制御、障害物回避、及び/又は他の動作を介して伝播し得る。
本開示の実施例は、自律マシン・アプリケーションのためのマシン学習ベースのセンサ融合に関する。マルチセンサ融合マシン学習モデル-たとえば、深層ニューラル・ネットワーク(DNN)-を使用して複数の個別マシン学習モデルからのデータを融合するシステム及び方法が、開示される。たとえば、複数のマシン学習モデルが、マルチセンサ融合ネットワークへの入力として、直接に、又は後処理の後に、使用することができる出力を生成するようにトレーニングされ得る。マルチセンサ融合ネットワークによって入力として受信される各出力は、同タイプの表現-たとえば、同じ視点(たとえば、上から見下ろす、自己中心の視点)からのラスタライズ画像-に対応し得る。そのようなものとして、マルチセンサ融合ネットワークは、ソース・センサの様々な視界の境界線又は重複領域の間の学習された関連付けを説明しながら、それぞれのセンサ・タイプの視界又は認知フィールドからのデータを表す融合出力を生成するために、これらの入力を使用することができる。このように、融合ネットワークは、異なる入力表現において出現する同物体の複数のインスタンスを説明するようにトレーニングすることができるので、環境内の物体又は特徴に関する二重の、不正確な、又はノイズの多いデータを融合出力が含む可能性は低くなり得る。
いくつかの実施例において、様々なソース・マシン学習モデルからの出力の使用に加えて又は別法として、それぞれのマシン学習モデルの内部値-たとえば、様々なDNNの内部の1つ又は複数の特徴エクストラクタ層からの出力値-が、マルチセンサ融合ネットワークへの入力として提供され得る。そのような実例において、マルチセンサ融合ネットワーク及び個別マシン学習モデルの選択層は、端から端までのトレーニング・プロセスにおいてともにトレーニングされ得る。そのようなものとして、1つ又は複数の損失関数の結果としての重み及びバイアスの更新は、マルチセンサ融合ネットワークの層のみを介するのではなく、それぞれのソース・マシン学習モデルの層(たとえば、特徴エクストラクタ層)も介して、逆伝播され得る。
マルチセンサ融合ネットワークの正確性及び精度をさらに高めるために、1つ又は複数の追加のチャネルが、マルチセンサ融合ネットワークへの入力として提供され得る-たとえば、各反復において。たとえば、位置優先チャネルが、1つ又は複数のソース・センサの視界又はセンサ・フィールドに対応する1つ又は複数の画素又は点における距離推定不確実性-たとえば、確率分布関数(PDF:probability distribution function)として-を表すために使用され得る。いくつかの実施例において、ベロシティ画像チャネルは、環境内の検出された物体の関連ベロシティを表すために、マルチセンサ融合ネットワークへの入力として使用され得る。たとえば、異なるセンサ又はマシン学習モデル出力は、ベロシティ情報-たとえば、x及び/又はy方向における-を含むことができ、物体の関連ベロシティは、物体を融合するために(たとえば、ベロシティ予測が厳密に一致する場合)又は2個以上の物体を表すために(たとえば、近接する物体のベロシティ予測が、閾値差よりも大きい場合)、使用され得る。加えて、インスタンス及び/又は外観に基づく空間的及び/又は時間的関連付けチャネルが、時間ステップを横断して異なる入力及び/又は類似の物体外観にわたって物体外観を同様に識別するのを助ける-たとえば、時間を横断して物体を追跡するために再帰型ニューラル・ネットワークを使用することによって-ために、マルチセンサ融合ネットワークへの追加入力として使用され得る。
結果として、データをマルチセンサ融合ネットワークに提供する基礎的マシン学習モデルは、マルチセンサ融合ネットワークの融合出力の正確性を高めるのに役立つ出力を生成するために最適化され得る。追加の入力-たとえば、位置優先チャネル、ベロシティ画像チャネルなど-が、特に隣接するセンサ視界又は認知フィールドの間の境界線又は重複領域に関して、マルチセンサ融合ネットワークの正確性及び精度をさらに高めるために使用され得る。ノイズを低減すること及びマルチセンサ融合ネットワークの正確性及び精度を高めることによって、マルチセンサ融合ネットワークのこれらの出力-環境内の静的及び動的物体又は特徴の位置、ベロシティ、姿勢、外観などを表す-を信頼する下流のプロセスはまた、性能及び有効性の向上の利益を得ることができる。
自律マシン・アプリケーションのためのマシン学習ベースのセンサ融合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。
自律マシン・アプリケーションのためのマシン学習ベースのセンサ融合に関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800(或いは、本明細書で「車両800」、「自律マシン800」、又は「エゴ車両800」と称され、その実例は図8A~8Dに関して説明される)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、1つ又は複数の適応型運転者支援システム(ADAS:adaptive driver assistance system)における)、有人及び無人ロボット又はロボティクス・プラットフォーム、倉庫車両、オフロード車両、1つ又は複数のトレーラに連結された車両、飛行船舶、ボート、シャトル、緊急対応車両、オートバイ、電気若しくは原動機付自転車、航空機、建設車両、潜水艦、ドローン、及び/又は、他の車両若しくはマシン・タイプによって使用されてもよいが、これに限定されない。加えて、本開示は、自律又は半自律マシン動作のセンサ融合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おらず、本明細書に記載のシステム及び方法は、拡張現実、仮想現実、複合現実、ロボット工学、セキュリティ及び監視、自律又は半自律マシン・アプリケーション、及び/又はセンサ融合が使用され得る任意の他の技術空間において使用され得る。
図1A~1Bを参照すると、図1A~1Bは、本開示のいくつかの実施例による、マルチセンサ融合のためのプロセス100A及び100B(「プロセス100」と総称される)に対応する例示的データ流れ図である。本明細書に記載のこれら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100A及び100Bは、図8A~8Dのマシン800、図9の例示的計算デバイス900、及び/又は図10の例示的データ・センタ1000の構成要素、特徴、及び/又は機能性を使用して、実行され得る。
プロセス100は、1つ又は複数のセンサからのセンサ・データを生成すること、これにアクセスすること、及び/又はこれを受信することを含み得る。センサ・データは、非限定的実例として、車両(たとえば、本明細書に記載の図8A~8Dの車両800)の1つ又は複数のセンサから受信され得る。センサ・データは、車両800によって、プロセス100内で、カメラ・センサに対応するそれぞれのDNNを使用する2次元(2D)及び/又は3次元(3D)信号(S1~Sn)104A~104N、(RADARデータだけを使用して計算され得る及び/又はDNNを使用して計算され得る)RADARセンサの3D RADAR信号(SRADAR)108、(超音波データだけを使用して計算され得る及び/又はDNNを使用して計算され得る)超音波センサの3D超音波信号(SUSS)112、(LiDARデータだけを使用して計算され得る及び/又はDNNを使用して計算され得る)LiDARセンサの3D LiDAR信号(SLiDAR)(図示せず)を計算するために、及び/又は追加の又は代替センサ・データ(任意のセンサ様式からの)及び/又は対応するDNNを使用して他の出力信号を計算するために、使用され得る。いくつかの実施例において、センサ・データは、DNN自体の内部の出力、たとえば、カメラ信号を使用するDNNの特徴出力(F1~Fn)102A~102N、RADARセンサのRADAR特徴出力(FRADAR)106、超音波センサの超音波特徴出力(FUSS)110、LiDARセンサのLiDAR特徴出力(FLiDAR)、及び/又は他のセンサ・タイプの他の特徴出力、を計算するために使用され得る。そのようなものとして、センサ・データは、任意の数のセンサを使用して及び任意の数の異なるセンサ様式を使用して、計算することができ、センサ・データは、直接に使用することができる(たとえば、前処理を有して又は前処理なしに、未加工のLiDARデータを点群に変換することなど)、及び/又はDNN又は別のタイプのマシン学習モデルによる処理の後に使用することができる。
トレーニング(図6A~7に関して本明細書でさらに詳しく説明される)の間に、センサ・データが、DNN、たとえば、特徴出力及び/又は3D信号に関連するDNN、をトレーニングするためのセンサ・データを生成する1つ又は複数のデータ収集車両を使用して、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・データは、シミュレーションされたセンサ・データ(たとえば、仮想環境内の仮想車両の1つ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つ又は複数のデータ収集車両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、追加で又は別法として生成され得る。車両800においてトレーニング及び配備された後は、センサ・データは、車両800の1つ又は複数のセンサによって生成され得、様々な出力信号を計算するために及び/又はそれぞれのDNNの1つ又は複数の特徴エクストラクタ層からの特徴出力を計算するためにDNNによって処理され得る。
非限定的実例として、センサ・データは、たとえば、図8A~8Cを参照すると、RADARセンサ860、超音波センサ862、LIDARセンサ864、ステレオ・カメラ868、ワイド・ビュー・カメラ870(たとえば、魚眼カメラ)、赤外線カメラ872、サラウンド・カメラ874(たとえば、360度カメラ)、長距離及び/又は中範囲カメラ878、及び/又は他のセンサ・タイプを含む車両800のセンサのいずれかからのデータを含み得る。もう1つの実例として、センサ・データは、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、シミュレーション又は拡張された)センサ・データを含み得る。そのような実例において、仮想センサは、(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)シミュレーションされた環境内の仮想車両又は他の仮想物体に対応することができ、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で仮想センサによってキャプチャされたセンサ・データを表すことができる。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DNNは、シミュレーションされた環境において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、そのような試験の安全性が低くなり得る現実世界環境の外でより極端なシナリオを試験することを可能にすることができる。
いくつかの実施例において、センサ・データは、画像を表す画像データ、ビデオ(たとえば、ビデオのスナップショット)を表す画像データ、及び/又はセンサの認知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、点群、距離画像など、超音波センサの値グラフなど)を含み得る。センサ・データが、画像データを含む場合、たとえば、限定せずに、JPEG(Joint Photographic Experts Group)又はルミナンス/クロミナンス(YUV)フォーマット、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・フォーマットに由来するフレームとしての圧縮画像、レッド・クリア・ブルー(RCCB:Red Clear Blue)、レッド・クリア(RCCC:Red Clear)、若しくは他のタイプの画像センサに由来するものなどの未加工の画像、及び/又は他のフォーマットなど、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・データは、(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)前処理なしにプロセス100内で使用することができ、一方、他の実例において、センサ・データは、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、トリミング、拡張、ホワイト・バランシング、トーン・カーブ調節、点群生成、投影画像生成(たとえば、LiDAR距離画像を生成するための)など、たとえば、センサ・データ・プレプロセッサ(図示せず)を使用)を受けることができる。本明細書では、センサ・データは、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。
LiDARセンサが、たとえば、点群を、生成するために使用される、実例において、1つ又は複数のLiDARセンサからの点群は、統合され得る-たとえば、エゴマシン800の動き補正の実行及び/又は動き関連のLiDAR及び時間同期問題に対処するためのデータ同期の実行の後に。同様に、異なるセンサ・タイプ-たとえば、RADAR、超音波など-のセンサ・データ表現(たとえば、点群、深度図など)の組合せもまた、3D信号を計算するために1つ又は複数のマシン学習モデルによって直接使用される及び/又は処理される前に、類似の前処理を受けることができる。
本明細書でさらに詳しく説明されるような、トレーニングのために、センサ・データは、元の画像(たとえば、1つ又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、トリミングされた又は関心領域(ROI:region of interest)の画像、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。同様に、センサ・データが、画像データ以外のデータに対応する場合、トレーニングのために使用されるセンサ・データは、異なる向き、投影、基準点、拡張、トリミング、フィルタリング、及び/又は同類のものを含み得る。DNN-融合DNN120を含む-のトレーニング中、グラウンド・トゥルース・データが、生成され得る。いくつかの実施例において、グラウンド・トゥルース・データは、たとえば、監視されない方式で(たとえば、少なくとも部分的に重複する視界又は認知フィールドを有するセンサの出力の間の測光一貫性損失を使用して)自動的に生成され得、注釈データを使用して監視された方式で生成され得、及び/又は半監視方式で生成され得る。注釈が、グラウンド・トゥルース・データを生成するために使用される場合、注釈は、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:computer aided design)プログラム、ラベリング・プログラム、注釈を生成するの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、いくつかの実例において、手描きされ得る。任意の実例において、注釈データは、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、特徴分析及び学習を使用してデータから特徴を抽出し、次いで、ラベルを生成して)、人が注釈を付けること(たとえば、ラベラ、若しく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、エリアの中心点若しくは原点及び次元を識別し、マシンが、交差エリアのポリゴン及び/又はラベルを生成する)が可能である。
実施例において、各特徴出力又は3D信号は、それぞれのセンサ・パイプライン又はストリームに対応し得る。たとえば、第1のセンサ・パイプラインは、特徴出力F1及び/又は3D信号104Aを生成するために第1のDNNによって処理され得る画像データを生成することができる第1のカメラを含むことができ、第2のセンサ・パイプラインは、特徴出力F2及び/又は3D信号104Bを生成するために第2のDNNによって処理され得る画像データを生成することができる第2のカメラを含むことができ、第3のセンサ・パイプラインは、直接に処理され得る-たとえば、センサ・データ・プレプロセッサを使用して-及び/又は特徴出力FRADAR及び/又は3D信号108を生成するためにDNNを使用して処理され得るRADARデータを生成することができる第1のRADARセンサを含むことができる、など。実施例に応じて、任意の数のセンサ・パイプラインが、使用され得る。
プロセス100が3D信号を使用する場合、3D信号は、同フォーマットで各それぞれのDNNによって計算され得る、又は同フォーマットに変換され得る-たとえば、ポストプロセッサを使用して。たとえば、いくつかの非限定的実施例において、融合DNN120への入力として使用される3D信号は、任意の数の入力チャネルをエンコードするある特定の視点から生成されたラスタライズ画像(たとえば、上から見下ろす鳥瞰図、投影画像、たとえば、距離画像、測視画像など)を含み得る。エゴマシン800が表現の中心にある、実施例において、ラスタライズ画像-融合DNNを使用して計算された融合出力ラスタライズ画像を含む-は、自己中心でもよい。他の実施例において、入力3D信号は、エゴマシン800の視点から生成され得、融合出力122は、自己中心の視点から生成され得る。たとえば、入力チャネルは、環境内の物体又は特徴の形状、向き、及び/又は分類を指示し得る。そのような実例において、ラスタライズ画像は、たとえば、動的アクタに対応する境界形状又は直方体を含むことができ、レーン・マーカ(たとえば、レーンの仕切り、道路の仕切り、実線、破線、二重線、黄色い線、白線など)、待機条件(たとえば、横断歩道、停止線など)、及び/又は他の走行表面特徴に対応する線、走行可能な自由空間(たとえば、エゴマシン800が横断することができる環境のエリア)に対応する画素の境界線若しくはエンコードされた値、及び/又は、他の物体若しくは特徴でもよい。
ラスタライズされた入力画像(又は他の入力表現)に含まれる入力チャネルは、チャネルとしての物体の開始高度及び/又はチャネルとしての物体の終了高度を含み得る物体又は特徴位置又は占有チャネル(たとえば、上から見下ろす眺めのラスタライズ画像が、生成される場合、画素位置は、エゴマシン800に対する横方向又は縦方向の位置を指示する特徴又は物体に対応するx又はy画素位置を示すことができ、画素は、物体又は特徴の上昇を示す1つ又は複数の高度チャネルでエンコードされ得る)、1つ又は複数のベロシティ・チャネル(たとえば、画像の画素は、x及び/又はy方向におけるベロシティでエンコードされ得る)、1つ又は複数の物体に対応する向きチャネル(たとえば、角度としてエンコードされた)、及び/又は1つ又は複数の物体又は特徴に対応する分類チャネル、及び/又は追加又は代替のチャネルを含み得る。加えて、これらのチャネルは、それぞれのセンサ・パイプラインに対応するそれぞれの異なる入力画像についてラスタライズされ得る。たとえば、各センサ・パイプラインの入力表現に関して、3D信号104Aを含むカメラ・センサ・パイプラインについては、占有チャネル、ベロシティ・チャネル、分類チャネルなどが存在し得、3D信号108を含むRADARセンサ・パイプラインについては、占有チャネル、ベロシティ・チャネル、分類チャネルなどが存在し得る、など。いくつかの実施例において、融合DNN120への異なる入力信号は、異なるチャネル・タイプ、同じチャネル・タイプ、又はその組合せを含み得る。非限定的実例として、第1のセンサ・パイプラインは、占有チャネル及びベロシティ・チャネルを含む3D信号104Aを生成することができ、一方、3D信号112は、占有チャネルのみを含み得る。
入力2D又は3D信号に含まれ得る異なるセンサ・タイプの入力チャネルの非限定的実例が、図1Bに示され、そこで、様々な入力信号104、108、112、114、116、及び/又は118は、図示された入力チャネル・タイプのうちの1つ又は複数を表すラスタライズ画像を含み得る。たとえば、3D信号がラスタライズ画像を含む、3D信号の他の実例が、図2A及び2Bに示されている。たとえば、図2Aは、エゴマシン800の前の視界又は認知フィールドを有するセンサを含む第1のセンサ・パイプラインからのラスタライズ画像202Aとエゴマシン800の後ろの視界又は認知フィールドを有するセンサを含む第2のセンサ・パイプラインからの第2のラスタライズ画像202Bとを表し得る。ラスタライズ画像202A及び202Bは、車線境界線204A、204Bなど、物体検出206A、206B、206Cなど(たとえば、車両、歩行者、動物、自転車乗用車、瓦礫、ロボットなどに対応する)、及び/又は自由空間の指示(たとえば、画素は、自由空間として又は自由空間ではないとしてエンコードされ得る)の表現を含み得る。検出206に関して図示されるように、検出は、検出された物体の位置、形状、及び/又は向きを示す境界形状を含み得る(たとえば、境界形状内の点が、走行又は方向付けられた場所の方向を示す場合)。物体検出206、車線境界線204、及び/又はラスタライズ画像202にエンコードされた他の特徴若しくは物体はまた、分類情報、ベロシティ情報、及び/又は他の情報を含み得る。本明細書に記載のように、待機条件、道路プロファイル情報(たとえば、くぼみ、摂動、スピード・バンプなど)、及び/又は周辺環境を説明する他の情報など、追加の又は代替の特徴又は物体が、図2A~2Bに示すもの以外にラスタライズ画像202に含まれ得る。
いくつかの実施例において、物体又は特徴に対応する分類情報は、強度値によって表され得る。たとえば、分類が、強度値のxに対応している場合、2個の物体の重複するエリアは、x+1、3つの物体X+2などになる。しかしながら、物体において重複が存在する場合、物体の境界線は、境界線を示す強度値、たとえば、限定せずに、最大強度値の255でエンコードされ得、強度値は0から255に及ぶ。結果として、検出された物体の間の境界線は、より容易に識別され得る。
異なる入力3D信号は、異なる視界又は認知フィールドを有する異なるセンサに対応し得る。たとえば、図4A~4Cに並びに図8Bに示すように、様々な異なるセンサ構成が、エゴマシン800の周囲の一部又はすべてに対応する3D信号を計算するために使用され得る。たとえば、視界又は認知フィールド(たとえば、図4A~4Cに示す視界404A、404B、404C、404D、404E)は、実施例に応じて、マシン800の周りの360度の視界又はマシン800の周りの360度未満の視界をともに構成し得る。加えて、いくつかの実施例において、3D信号ひいては関連センサのうちの1つ又は複数は、マシン800の周りの360度の視界又は認知フィールドを含み得る。たとえば、回転するLiDARセンサ又は360サラウンド・カメラは、360度の視界又は認知フィールドを含むことができ、一方、カメラは、30度、60度、120度、及び/又は他の視界(たとえば、360度まで、たとえば、サラウンド・カメラにおける)を含み得る。
センサ・パイプラインが、深度を直接計算しないカメラ及び/又は他のセンサ・タイプに対応する場合、3D信号は、ラスタライズ画像又は他の入力表現において表された予測される深度値をさらに含み得る。たとえば、センサ・データ・パイプラインにおいて使用される個別DNNは、単一のカメラ画像を使用して深度を予測するようにトレーニングされ得、又は重複する視界(たとえば、図4Aに示すような重複領域406を含み得る視界404A及び404Bなど)を有する2個以上のセンサの入力から深度を予測するようにトレーニングされ得る。いくつかの実施例において、位置優先画像114は、3D信号からの予測される深度に基づいて物体の予測される深度-又は潜在的深度の分布を示す確率分布関数252(実施例において、2Dガウス表現として表される)-を融合DNN120に指示する融合DNN120への付加的入力として生成され得る。たとえば、図2Cに示すように、エゴマシン800の1つ又は複数のセンサは、位置優先画像114A内の円によって示すような、物体240A、240B、240C、240Dなどを検出することができる。そのような実例において、物体位置予測が、単眼カメラ又は位置予測の正確性が理想に満たないことがある他のセンサ・タイプを使用して生成されたセンサ・データに基づく場合、潜在的位置の分布は、融合出力122におけるより正確な予測の生成において融合DNN120を助けるために、融合DNN120に供給され得る。そのようなものとして、各物体240に対応する楕円又は確率分布関数(PDF)252表現は、物体240が位置し得る潜在的位置-たとえば、対応する信頼度値を有する-を示し得る。異なるセンサ様式について、対応する楕円又はPDF252は、異なる形状でもよい。たとえば、カメラ予測は、光線(たとえば、図4Aの光線402)に沿い得るので、楕円又はPDFは、より長くてより狭い形状(たとえば、光線方向に沿った二峰性分布を表す)であり得、一方、RADARセンサは、それぞれの不正確性又はRADARセンサを説明するために、より短いがより広い表現を有し得る、など。たとえば、図2Dは、RADARセンサの視界250A内のRADARセンサ予測に対応する異なる楕円又はPDF252を示し得る。加えて、楕円又はPDFの形状は、それぞれのセンサの視界において検出がどこに位置するかに応じて、異なり得る。たとえば、図2Eを参照すると、視界250B又は250Cの端に近い又はセンサからより遠い楕円又はPDFは、視界250の中心とは異なる又はセンサにより近いことがある-たとえば、端では、予測は、中心におけるよりも不正解であることがあり、したがって、楕円又はPDF252の形状は、より大きい変動性を示すために、より大きいことがある。類似の表現は、視界250Aに関して図2Dに示されている。
位置優先画像114-たとえば、図2Cの位置優先画像114A又は図2Eの位置優先画像114B-を生成するために、センサ・パイプラインを使用して予測されるものとしての検出された物体に対応する画素又は点(たとえば、数値化された3Dの場所に対応する)は、それぞれのセンサの視界内のその点又は画素に対応する、対応する学習された又は判定された楕円又はPDFを取得するために使用され得る。たとえば、図2Dは、特定のセンサの視界250Aの楕円又はPDFのサブセットを表し得る。図は、いくつかの楕円又はPDF252A、252B、252Cなどを含むが、これは限定を意図していない。たとえば、いくつかの実施例において、視界を表す各画素又は点は、対応する楕円又はPDF252を有し得る。他の実施例において、任意の数の画素又は点は、対応する楕円又はPDF252を有し得る。これらの楕円又はPDF252は、特定のセンサの過去の予測、及びそれらの予測の対応する誤りに基づいて、学習又は判定され得る。そのようなものとして、物体が、特定の点又は画素において特定のセンサに関して検出されたとき、対応する知られている楕円又はPDF252が、取得され、位置優先画像114内に挿入され得る。
いくつかの実施例において、本明細書に記載のように、各パイプラインの入力信号内のチャネルのうちの1つ又は複数を含むことの代わりに又はそれに加えて、チャネルのうちの1つ又は複数が、別個の入力表現-たとえば、ベロシティ画像116、インスタンス/外観画像118など-を生成するために使用され得る。たとえば、センサ・パイプラインのうちの1つ又は複数を使用して生成されるベロシティ情報は、1つ又は複数のベロシティ画像116及び/又は1つ又は複数のインスタンス/外観画像118-たとえば、時間的インスタンス/外観画像及び/又は空間的インスタンス/外観画像-を生成するために使用され得る。ベロシティ画像116は、x方向、y方向などにおけるベロシティに対応する1つ又は複数のチャネルを含み得る。いくつかの実施例において、本明細書に記載のように、ベロシティ画像116は、センサ・パイプラインのうちの1つ又は複数のセンサ・パイプラインの出力に基づいて生成され得る。たとえば、センサ・パイプラインからの3D信号のうちの1つ又は複数は、ベロシティ情報を含むことができ、融合DNN120への入力として使用されるラスタライズ画像内のこの情報をエンコードすることの代わりに又はそれに加えて、ベロシティ情報は、ベロシティ画像116に対応する1つ又は複数の別個の入力を生成するために使用され得る。そのようなものとして、ベロシティ情報は、近接する物体又は特徴が同じ物体(たとえば、類似の又は同じベロシティ)であるか又は異なる物体(たとえば、異なるベロシティ)であるか、ひいては融合出力122において物体をどのように表すか-たとえば、単一の物体として又は2個以上の物体として-の判定において融合DNN120を助けることができる。
もう1つの実例として、インスタンス及び/又は外観の空間的関連付けに対応する、インスタンス/外観画像118が、使用され得る。たとえば、センサ・パイプラインのうちの1つ又は複数は、特徴又は物体の記述子を指示する出力を生成することができる。そのような実例において、センサ・パイプラインのうちの1つ又は複数内のマシン学習モデルのうちの1つ又は複数は、物体の各境界形状/2D直方体/3D直方体のN次元ベクトルを生み出すようにトレーニングされ得-たとえば、実施例においてNは3と等しいことがある。結果として、N次元ベクトルが、1つ又は複数の検出された物体又は特徴について生成され得る。そのようなものとして、1つ又は複数のセンサ・パイプラインを使用して生成される1つ又は複数のベクトルは、いくつの物体インスタンスが所与のフレーム内に存在するかを判定するために、互いに比較され得る。第1のベクトル及び第2のベクトルが、十分類似している(たとえば、閾類似内)場合、それらは、同じ物体に対応すると判定され得、この情報は、インスタンス/外観画像118において表され得る。同様に、インスタンス及び/又は外観画像は、物体又は特徴の間の時間的関連付けについて生成され得る。たとえば、再帰型ニューラル・ネットワークが、フレームを横断して入力ベクトル又はインスタンス/外観情報を取得するために、及び時間を横断して物体インスタンスを表すインスタンス/外観画像118を生成するために、使用され得る。いずれかの実例において、インスタンス/外観画像118は、融合出力122を計算する際に融合DNN120のための追加入力として使用され得る。たとえば、インスタンス/外観情報は、近接する物体又は特徴が同じ物体か又は異なる物体か、ひいては融合出力122において物体をどのように表すか-たとえば、単一の物体として又は2個以上の物体として-の判定において融合DNN120を助けることができる。
融合DNN120の各反復において、3D信号104、108、112など、位置優先画像114、ベロシティ画像116、及び/又はインスタンス/外観画像118が、融合DNN120への入力として提供され得る。融合DNN120は、入力を処理して融合出力122を生成することができる-その実例は、図3A~3Bに示されている。融合DNN120及び/又は3D信号を生成するために使用されるDNN若しくはマシン学習モデルのうちの1つ又は複数は、たとえば、そして制限なしに、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、逆畳み込み、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。
実施例において、融合DNN120及び/又は3D信号を生成するために使用されるDNN又はマシン学習モデルのうちの1つ又は複数が、畳み込みニューラル・ネットワーク(CNN:convolutional neural network)を含む場合、層のうちの1つ又は複数は、入力層を含み得る。入力層は、様々な入力に関連する値を保持し得る。たとえば、入力が、画像(たとえば、3D信号からの様々なチャネルに対応するラスタライズ画像)であるとき、入力層は、体積(たとえば、幅、W、高さ、H、及びカラー・チャネル、C(たとえば、RGB)、たとえば、32×32×3)、及び/又はバッチ・サイズ、B(たとえば、バッチ処理が使用される場合)として画像の未加工の画素値を表す値を保持し得る。
1つ又は複数の層は、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(たとえば、入力層)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、それらの重みとそれらが入力体積において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つを有する、別の体積でもよい(たとえば、フィルタの幅、高さ、及び数、たとえば、12がフィルタの数であった場合、32×32×12)。
層のうちの1つ又は複数は、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)、を適用することができる。ReLU層の結果的体積は、ReLU層の入力の体積と同じであり得る。
層のうちの1つ又は複数は、プーリング層を含み得る。プーリング層は、プーリング層の入力より小さい体積(たとえば、32×32×12入力体積から16×16×12)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。いくつかの実例において、融合DNN120及び/又はその他のDNNは、プーリング層を含まなくてもよい。そのような実例において、ストライド畳み込み層が、プーリング層の代わりに使用され得る。いくつかの実例において、融合DNN120及び/又はその他のDNNの特徴エクストラクタ層(たとえば、図6BのF1、F2など)は、交互畳み込み層及びプーリング層を含み得る、又はプーリング層を全く含まなくてもよい。
層のうちの1つ又は複数は、完全接続層を含み得る。完全接続層内の各ニューロンは、前の体積におけるそれぞれのニューロンに接続され得る。完全接続層は、クラス・スコアを計算することができ、結果として生じる体積は、1×1×クラスの数であり得る。いくつかの実例において、完全接続層は、処理回数を増やす及び計算資源要件を減らす努力の中で、全体として融合DNN120及び/又はその他のDNNによって使用されなくてもよい。そのような実例において、完全接続層が使用されない場合、融合DNN120及び/又はその他のDNNは、完全畳み込みネットワークと称され得る。
層のうちの1つ又は複数は、いくつかの実例において、逆畳み込み層を含み得る。しかしながら、逆畳み込みという用語の使用は、誤解を招く可能性があり、限定を意図していない。たとえば、逆畳み込み層は、トランスポーズされた畳み込み層又は断片的ストライド畳み込み層と別称され得る。逆畳み込み層は、前の層の出力でアップサンプリングを実行するために使用され得る。たとえば、逆畳み込み層は、融合DNN120及び/又はその他のDNNへの入力の空間分解能(たとえば、3D信号の空間分解能)と等しい空間分解能へアップサンプリングするために使用することができ、或いは次の層の入力空間分解能へアップサンプリングするために使用され得る。
入力層、畳み込み層、プーリング層、ReLU層、逆畳み込み層、及び完全接続層が、融合DNN120に関連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、正規化層、SoftMax層、及び/又は他の層タイプなど、追加又は代替層が、使用され得る。
融合DNN120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。加えて、たとえば、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)を含んでもよく、同時に、他の層、たとえば、ReLU層及びプーリング層、は含まなくてもよい。いくつかの実例において、パラメータは、トレーニング中に融合DNN120によって学習され得る。さらに、層のうちのいくつかは、追加のハイパー・パラメータ(たとえば、学習率、ストライド、エポック、カーネル・サイズ、フィルタの数、プーリング層のプーリングのタイプなど)を含んでもよく-たとえば、畳み込み層、逆畳み込み層、及びプーリング層、一方、他の層、たとえば、ReLU層、は含まなくてもよい。ReLU、リーキーReLU、シグモイド、双曲線正接(tanh)、ELU(exponential linear unit:指数関数的線形ユニット)などを含むが、これらに限定されない、様々な活性化関数が、使用され得る。パラメータ、ハイパー・パラメータ、及び/又は活性化関数は、限定されるべきではなく、実施例に応じて異なり得る。
いくつかの実施例では、図6Bに関して説明されたように、3D信号を生成するために使用されるDNNのうちの1つ又は複数は、3D信号104、108、112などを生成するために使用され得るトランク、T、特徴エクストラクタ層、F、及び/又はヘッド、H、を含み得る。実例において、本明細書に記載のように、個別入力ソースから生成される3D信号104、108、112などを使用することに加えて又は別法として、融合DNN120は、融合出力122を生成するための入力として直接に特徴エクストラクタの出力層(たとえば、図1AのF1~Fn)を受け取り得る。そのような実例において、トレーニング中に、融合DNN120からの逆伝播が、個別DNN及び融合DNN120をともにトレーニングするために、個別DNNまで存続し得るように、個別DNNの特徴エクストラクタ層は、融合DNN120の1つ又は複数の層に直接接続され得る。
融合DNN120は、個別DNNの1つ又は複数の層の出力、3D信号104、108、112など、位置優先画像114、ベロシティ画像116、及び/又はインスタンス外観画像118を使用して、融合出力122を生成し得る。実施例において、融合出力122は、3D信号に類似し得る-たとえば、融合出力122は、ラスタライズ画像(たとえば、図3A~3Bに示すものに類似した)を表す又はこれを生成するために使用することができるデータを含み得る。たとえば、融合出力は、任意の数の出力チャネル(たとえば、図1A~1Bに関して説明される入力チャネルのうちの1つ又は複数に類似した)をエンコードする上から見下ろす鳥瞰図画像、投影画像、たとえば、距離画像、測視画像などを表し得る。エゴマシン800が表現の中心にある、実施例において、融合DNNを使用して計算される融合出力ラスタライズ画像は、自己中心でもよい。融合出力122は、1つ又は複数の入力ソースの1つ又は複数の視界又はセンサ・フィールドの融合表現を含み得る。たとえば、図2Aのラスタライズ画像が、前向きのカメラの視界を含み、図2Bのラスタライズ画像が、後ろ向きのカメラの視界を含む場合、図3Aの融合出力300Aは、図2Aのラスタライズ画像と図2Bのラスタライズ画像との両方を表し得る。図3Bは、物体206(物体206Dを含む)及びレーン204(レーン204C及び204Dを含む)を含む融合出力300Bの別の視覚化を含み得る。
図2A、2B、及び3Aのイラストレーションは、単に例示を目的としており、限定を意図していない。たとえば、3D信号は、実施例に応じてエゴ車両800の周辺環境のより小さい及び/又はより大きい部分を表すことができ、任意の数の入力ソースの融合を表し得る。さらに、融合DNN120が、たとえば、ステレオ・カメラ機能性を使用して、より正確に距離を予測することを学習することができるように、3D信号のうちの1つ又は複数は、1つ又は複数の他の3D信号の視界又は認知フィールドと重複する視界又は認知フィールドを含み得る。
融合出力122は、車両800(及び/又は他のエゴマシン・タイプ)によって1つ又は複数の動作を実行するために自律運転ソフトウェア・スタック(「ドライブ・スタック」)124によって使用され得る。たとえば、ドライブ・スタック124は、世界モデルを生成、更新、及び/又は定義するために使用され得る世界モデル・マネージャを含み得る。世界モデル・マネージャは、ドライブ・スタック124の認知構成要素によって生成された及びこれから受信された情報を使用することができる。認知構成要素は、障害物認知装置、進路認知装置、待機認知装置、マップ認知装置、及び/又は他の認知構成要素を含み得る。たとえば、世界モデルは、少なくとも部分的に、障害物認知装置、進路認知装置、待機認知装置、及び/又はマップ認知装置によってリアルタイムで又はほぼリアルタイムで認識することができる障害物、進路、及び待機条件のアフォーダンスに基づいて、定義され得る。世界モデル・マネージャは、エゴマシン800の障害物認知装置、進路認知装置、待機認知装置、マップ認知装置、及び/又は他の構成要素からの新しく生成された及び/又は受信された入力(たとえば、データ)に基づいて、継続的に世界モデルを更新することができる。たとえば、世界モデル・マネージャ及び/又は認知構成要素は、1つ又は複数の動作を実行するために融合出力122を使用することができる。
世界モデルは、ドライブ・スタック124のプランニング構成要素、制御構成要素、障害物回避構成要素、及び/又は作動構成要素に知らせるのを助けるために使用され得る。障害物認知装置は、車両800はどこを走行することが可能か又は走行する能力を有するか、及び車両800が、車両800によって感知された(及び、たとえば、融合出力122に表された)障害物(たとえば、物体、たとえば、建造物、エンティティ、車両など)と衝突せずに、どのくらい速く走行することができるかに基づき得る、障害物認知を実行することができる。
進路認知装置は、たとえば、特定の状況において利用可能な公称進路を認知することによって、進路認知を実行することができる。いくつかの実例において、進路認知装置はさらに、進路認知のためにレーン変更を考慮することができる。レーン・グラフは、車両800に利用可能な1つ又は複数の進路を表すことができ、幹線道路進入車線上の単一の進路と同じくらい単純であり得る。いくつかの実例において、レーン・グラフは、望ましいレーンへの進路を含み得る及び/又は幹線道路(又は他の道路タイプ)に沿った利用可能な変更を示し得る、或いは近くのレーン、レーン変更、分岐点、曲がり角、クローバ型交差点、合流、及び/又は他の情報を含み得る。
待機認知装置は、ルール、慣習、及び/又は実施上の留意事項の結果としての車両800に対する制約の判定を担い得る。たとえば、ルール、慣習、及び/又は実施上の留意事項は、交通信号、マルチウェイ・ストップ、イールド、合流、料金所、ゲート、警察又は他の救急隊員、道路作業者、停止したバス又は他の車両、一方向のブリッジ調停、フェリー入口などに関連し得る。いくつかの実例において、待機認知装置は、いくつかの条件が当てはまるまで車両が待機又は減速することを求める車両800に関する縦方向の制約の判定を担い得る。いくつかの実例において、待機条件は、たとえば、(たとえば、障害物はセンサの視界から塞がれることがあるので、センサからのセンサ・データを使用することによって)障害物認知装置による直接感知によって認知不可能なことがある潜在的障害物、たとえば、交差点における交差交通、に起因する。結果として、待機認知装置は、認識及び/又は学習され得るルール及び慣習を介して常に直ちに認知可能ではない障害物の危険性を解消することによって状況認識を提供することができる。したがって、待機認知装置が、潜在的障害物を識別するために、及び障害物認知装置のみに頼っては可能でなかったかもしれない1つ若しくは複数の制御(たとえば、減速、停止など)を実装するために、活用され得る。
マップ認知装置は、それによってビヘイビアが判別される、及び一部の実例では、どの慣習が特定のロケールにおいて適用されるかの具体的な実例を決定するための、機構を含み得る。
プランニング構成要素は、数ある構成要素、特徴、及び/又は機能性の中で、ルート・プランナ、レーン・プランナ、ビヘイビア・プランナ、及びビヘイビア・セレクタを含み得る。ルート・プランナは、数ある情報の中で、マップ認知装置、マップ・マネージャ、及び/又はローカリゼーション・マネージャからの情報を使用して、GNSSウェイポイント(たとえば、GPSウェイポイント)で構成され得る計画された進路を生成することができる。ウェイポイントは、レーン・プランナの目標として使用され得る車両800の未来への特定の距離、たとえば、数街区、数キロメートル/マイル、数メートル/フィートなど、を表し得る。
レーン・プランナは、レーン・グラフ(たとえば、少なくとも部分的に、融合出力122を使用して生成され得る、進路認知装置からのレーン・グラフ)、レーン・グラフ(たとえば、ローカリゼーション・マネージャによる)内の物体姿勢、及び/又は入力としてのルート・プランナからの未来への距離における目標点及び方向を使用することができる。目標点及び方向は、レーン・グラフ(たとえば、GNSS及び/又はコンパス方位に基づく)における最もマッチする走行可能な点及び方向にマップされ得る。グラフ検索アルゴリズムが、次いで、目標点までの最短進路を見つけるために、レーン・グラフ内の現在の端からレーン・グラフで実行され得る。
実行可能なビヘイビアが、レーン・プランナからの最も望ましいビヘイビア出力とマッチアップされ得るように、ビヘイビア・プランナは、車両800の基本ビヘイビア、たとえば、レーンに留まること又はレーンを左若しくは右に変更すること、の実行可能性を判定することができる。たとえば、所望のビヘイビアが、安全及び/又は利用可能でないと判定された場合、デフォルト・ビヘイビアが、代わりに選択され得る(たとえば、デフォルト・ビヘイビアは、望ましいビヘイビア又はレーンを変更することが安全でないとき、レーンに留まることでもよい)。
制御構成要素は、プランニング構成要素のビヘイビア・セレクタから受信された軌道又は進路(横及び縦の)に可能な限り及び車両800の能力の範囲内で厳密に従うことができる。
障害物回避構成要素は、自律型車両800が物体(たとえば、移動する物体及び静止した物体)との衝突を避けるのを支援することができる。いくつかの実例において、障害物回避構成要素は、交通ルールに従うこと及び丁寧に運転することを求められる車両800の構成要素、特徴、及び/又は機能性から独立して、使用され得る。そのような実例において、障害物回避構成要素は、衝突が車両800と任意の物体との間で生じないことを確実にするために、交通法、道路のルール、及び丁寧な運転の規範を無視することができる。そのようなものとして、障害物回避層は、道路層のルールとは別個の層でもよく、障害物回避層は、車両800が障害物回避の観点から安全なアクションのみを実行していることを確実にすることができる。他方で、道路層のルールは、車両が交通法及び慣習に従うことを確実にすることができ、合法的な及び慣習的な優先権を順守する。
任意の実例において、ドライブ・スタック124の層、構成要素、特徴、及び/又は機能性のうちの1つ又は複数は、環境のナビゲーションにおいてエゴマシン800を支援するために、融合出力122を使用して世界モデル管理、プランニング、制御、作動、衝突若しくは障害物回避、及び/又は同類のものに関する出力を生成することができる。
ここで図5を参照すると、本明細書に記載される、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することができ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、サービス若しく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)、又は別の製品へのプラグインによって、提供され得る。さらに、方法500は、例として、図1A~1Bのプロセス100A及び100Bに関して、説明されている。しかしながら、本方法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つのシステムによる任意の1つのプロセス、或いはプロセス及びシステムの任意の組合せ内で、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、複数の入力チャネルを使用して融合出力を計算するためにマルチセンサ融合ネットワークを使用する方法500を示す流れ図である。方法500は、ブロックB502において、第1のタイプの第1のセンサを使用して生成される第1のセンサ・データに少なくとも部分的に基づいて生成される第1のラスタライズ画像を少なくとも表す第1のデータを受信することを含む。たとえば、第1の3D信号104、108、112などが、第1のセンサ・パイプラインを使用して生成され得る。
方法500は、ブロックB504において、第2のタイプの第2のセンサを使用して生成される第2のセンサ・データに少なくとも部分的に基づいて生成される第2のラスタライズ画像を少なくとも表す第2のデータを受信することを含む。たとえば、第2の3D信号104、108、112などが、第2のセンサ・パイプラインを使用して、生成され得る。
方法500は、ブロックB506において、融合したラスタライズ画像を表す第3のデータを、融合DNNを使用して、第1のデータ及び第2の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、融合DNN120は、第1の3D信号、第2の3D信号、及び/又は1つ又は複数の他の3D信号を使用して、融合出力122を計算することができる。いくつかの実施例において、本明細書に記載のように、入力としての3D信号の使用に加えて又はその代わりに、融合DNN120は、センサ・パイプラインのうちの1つ又は複数に対応する1つ又は複数の個別DNNの1つ又は複数の特徴エクストラクタ層の出力を使用することができる。
方法500は、ブロックB508において、第3のデータに少なくとも部分的に基づいて自律マシンを使用して1つ又は複数の動作を実行することを含む。たとえば、エゴマシン800のドライブ・スタック124は、融合出力122を使用して1つ又は複数の動作、たとえば、世界モデル管理、プランニング、制御、作動、障害物回避、及び/又は同類のもの、を実行することができる。
図6A~6Bを参照すると、図6A~6Bは、ともに、本開示のいくつかの実施例による、マルチセンサ融合ネットワーク及び1つ又は複数の関連ソース・ネットワークをトレーニングするプロセス600のデータ流れ図を表す。たとえば、図6Bを参照すると、個別センサ・パイプラインは、たとえば、1つ又は複数のトランク層604(たとえば、トランク層604A、604B、及び604N)、1つ又は複数の特徴エクストラクタ層606(たとえば、特徴エクストラクタ層606A、606B、及び606N)、及び/又は1つ又は複数のヘッド又は出力層608(たとえば、出力ヘッド608A、608B、及び608N)を含む、個別又はソースDNNを含み得る。センサ・パイプラインは、3D信号(たとえば、3D信号104A、104B、及び104N)を生成するためにソースDNNを使用して処理され得るセンサ・データ-たとえば、図1A~1Bに関して本明細書に記載されたセンサ・データのいずれか-を生成するセンサ602(たとえば、センサ602A、602B、及び602N)を含み得る。たとえば、センサは、カメラ、LiDARセンサ、RADARセンサ、超音波センサ、及び/又は個別DNNのセンサ・データを生成するために使用され得る他のセンサ・タイプを含み得る。ソースDNNによって出力される3D信号は、ソースDNNに対応する損失612を計算するためにもう1つの損失関数を使用してグラウンド・トゥルース・データ614と比較され得る。グラウンド・トゥルース・データ614は、車線境界線、待機条件、標識、固定物体、及び/又は同類のものなどの静的特徴又は物体の位置を示すことができるマップ・データ(たとえば、HDマップ、又は他のマップタイプ、たとえばローカリゼーションのために使用されるもの、からの)を使用して、生成され得る。いくつかの実施例において、グラウンド・トゥルース614は、たとえば、参照によりその全部が本明細書に組み込まれている、2021年2月26日に出願された米国非仮特許出願第17/187,350号に記載された、2D又は3Dグラウンド・トゥルース生成パイプラインを使用して、生成され得る。グラウンド・トゥルース・データ614は、図1A~1Bの3D信号104、108、112などに関して説明されたチャネルのいずれかを含むラスタライズ画像を含み得る。たとえば、ソースDNNの出力3D信号104は、ラスタライズ画像に対応し得る、又はラスタライズ画像を生成するために使用され得、ラスタライズ画像は、損失622(たとえば、損失622A、622B、及び622N)を計算するために、グラウンド・トゥルース・ラスタライズ画像と比較され得る。これらの損失は、それらが許容レベルの正確性又は精度に収束するまで、DNNのトレーニングを支援するために、たとえば、逆伝播を、使用してソースDNNの更新されたパラメータ(たとえば、重み及びバイアス)に使用され得る。
グラウンド・トゥルース・データ614を使用して損失622を計算することに加えて又は別法として、測光一貫性損失が、少なくとも部分的に重複する視界を有するセンサ602を有する2個以上のソースDNNからの出力3D信号104を比較するために、610で計算され得る。たとえば、ステレオ・カメラの視差マップの生成と同様に、測光一貫性損失624(たとえば、3D信号104Aと3D信号104Bとの間及び/又は3D信号104Bと3D信号104Aとの間の損失624A、3D信号104Nと3D信号104Kとの間及び/又は3D信号104Kと3D信号104Nとの間の損失624Bなど)は、重複する視界又はセンサ・フィールドの少なくとも部分(たとえば、図4Aの重複406)における一貫性を確保するために、2個以上のソースDNNの出力を比較するために計算され得る。そのようなものとして、3D信号104A及び3D信号104Bに関して、座標変換器618は、3D信号104Aを3D信号104Bの座標空間に変換して3D信号616Aを生成し、次いで、変換された3D信号616Aを3D信号104Bと比較して信号間の一貫性-又はその欠如-を判定することによって、一貫性損失624Aを計算することができる。そのようなものとして、重複領域が、矛盾している-たとえば、変換された3D信号616Aにおける物体が、3D信号104B内の同物体とは異なる(たとえば、位置、深度、向き、クラスなどにおいて)-場合、損失624Aは、より高いことがあり、3D信号104A及び/又は3D信号104Bに対応するソースDNNは、ペナルティを課され得る(たとえば、パラメータが、更新され得る)。このプロセスは、座標変換器618を使用して3D信号104Bを3D信号104Aの座標空間に変換して3D信号616Bを生成することによって、座標変換器618を使用して3D信号104Nを3D信号104Kの座標空間に変換して3D信号616Cを生成することによって、座標変換器618を使用して3D信号104Kを3D信号104Nの座標空間に変換して3D信号616Dを生成することによって、などにより、同様に実行され得る。そのようなものとして、損失622及び/又は損失624を計算することによって、ソースDNNは、それらが正確性又は精度の許容レベルに到達するまで、トレーニングされ得る。
融合DNN120とは別個にソースDNNをトレーニングすることの利益は、センサ・データ又はトレーニングで使用されるシミュレーション・センサ・データが、入力画像の写実的レンダリングに頼る必要がないということである。たとえば、3D信号104、108、112などは、様々なチャネルを使用して生成されるラスタライズ画像を表し得るので、トレーニングのために使用されるラスタライズ画像は、写実的センサ・データを必要とせずに生成され得る-たとえば、融合DNN120への入力は、ラスタライズ画像なので。
同様に、及び図6A及び6Bに関して、融合DNN120の融合出力122は、損失630を計算するために、融合出力に対応するグラウンド・トゥルース・データ614と比較され得る。融合出力122のグラウンド・トゥルース・データ614は、ソースDNNのグラウンド・トゥルース・データ614として類似の技法又はデータを使用して、生成され得る。そのようなものとして、損失630は、融合DNN120が正確性又は精度の許容レベルに収束するまで、融合DNN120のパラメータを更新するために使用され得る。他の入力タイプ-たとえば、位置優先チャネル114、ベロシティ画像116、及び/又はインスタンス/外観画像118-は、図6A~6Bには示されていないが、これは限定を意図しておらず、いくつかの実施例において、これらの入力チャネルのうちの1つ又は複数はまた、各トレーニング反復において融合DNN120への入力として供給され得る。
たとえば、及び図6Cに関して、融合出力646は、物体648を含むことができ、グラウンド・トゥルース・データ614は、グラウンド・トゥルース物体650としての物体の実際の位置を示すことができる。そのような実例において、計算された損失630は、この差を表すことができ、融合DNN120のパラメータは、更新され得る。実例において、ソースDNNからの3D信号が、ラスタライズ画像(たとえば、エゴマシン800のより少量又は同量の周辺環境を含む)に対応する場合、損失622は、3D信号の対応するラスタライズ画像を使用して同様に計算され得る。
いくつかの実施例において、本明細書に記載のように、融合DNN120への入力は、ソースDNNの層が融合DNN120の層の別個の入力トランク又はストリームに対応し得るように、特徴出力102-たとえば、ソースDNNの特徴エクストラクタ層606の出力-に対応し得る。そのような実例において、ソースDNNの特徴エクストラクタ層606のノードと融合DNN120の層(たとえば、入力層)のノードとの接続は、接続され得る。そのようなものとして、融合DNN120について計算された損失が、ソースDNNに逆伝播され得るように、融合DNN120及びソースDNNは、同時にトレーニングされ得る。
ここで図6を参照すると、本明細書に記載される、方法700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。方法700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700は、いくつか例を挙げると、独立型アプリケーション、サービス若しくはホスト型サービス(独立型の若しくは別のホスト型サービスと組み合わせた)、又は別の製品へのプラグインによって、提供され得る。さらに、方法700は、例として、図6A~6Bのプロセス600に関して、説明されている。しかしながら、本方法700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つのシステム、又はプロセス及びシステムの任意の組合せによって、任意の1つのプロセス内で、追加で又は別法として、実行され得る。
図7は、本開示のいくつかの実施例による、複数の入力チャネルを使用して融合出力を計算するためにマルチセンサ融合ネットワークをトレーニングするための方法700を示す流れ図である。方法700は、ブロックB702において、個別DNNの出力に関して1つ又は複数の損失を計算することによって及び2個以上の個別DNNの出力に関して1つ又は複数の一貫性損失を計算することによって複数のトレーニングされたDNNを生成することを含む。たとえば、ソースDNNは、損失622を生成するためにグラウンド・トゥルース・データ614を使用してトレーニングされ得、測光一貫性損失624を使用してトレーニングされ得る。
方法700は、ブロックB704において、融合出力に関して1つ又は複数の損失を計算することによって、トレーニングされた融合DNNを生成することを含み、融合出力は、複数のトレーニングされたDNNの出力を使用して計算される。たとえば、トレーニングされた後は、ソースDNNは、出力を計算することができ、これらの出力は、融合DNN120をトレーニングするために融合DNN120への入力として使用され得る。たとえば、融合DNN120は、融合出力122を計算することができ、融合出力122は、損失630を計算するためにグラウンド・トゥルース・データ614と比較され得る。いくつかの実例において、融合DNN120は、ソースDNNの実際の出力を使用せずに、追加で又は別法として、シミュレーションされた又は製造されたデータ-たとえば、ラスタライズ画像-を使用して、トレーニングされ得る。
方法700は、ブロックB706において、エゴマシンにおいて複数のトレーニングされたDNN及び融合DNNを配備することを含む。たとえば、トレーニングされた後は、融合DNN120及びソースDNNは、エゴマシン800において配備され得る。
例示的自律型車両
例示的自律型車両
図8Aは、本開示のいくつかの実施例による、例示的自律型車両800の図である。自律型車両800(或いは、本明細書で「車両800」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、トレーラに連結された車両、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。移動車800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、移動車800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。
移動車800は、移動車のシャシ、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。移動車800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850を含み得る。推進システム850は、移動車800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、移動車800のドライブ・トレインに接続され得る。推進システム850は、スロットル/加速装置852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854は、推進システム850が動作しているときに(たとえば、移動車が移動中のときに)移動車800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854は、ステアリング・アクチュエータ856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846は、ブレーキ・アクチュエータ848及び/又はブレーキ・センサからの信号の受信に応答して移動車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)804(図8C)及び/又はGPUを含み得る、コントローラ836は、移動車800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848を介して移動車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856を介してステアリング・システム854を動作させて、1つ又は複数のスロットル/加速装置852を介して推進システム850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836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/又は運転者の移動車800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836は、自律運転機能のための第1のコントローラ836、機能的安全性機能のための第2のコントローラ836、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836、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836、緊急状態における冗長性のための第5のコントローラ836、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836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836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836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)に応答して移動車800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858(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860、超音波センサ862、LIDARセンサ864、慣性計測装置(IMU:inertial measurement unit)センサ866(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896、ステレオ・カメラ868、ワイドビュー・カメラ870(たとえば、魚眼カメラ)、赤外線カメラ872、サラウンド・カメラ874(たとえば、360度カメラ)、長距離及び/又は中距離カメラ898、スピード・センサ844(たとえば、移動車800のスピードを測定するための)、振動センサ842、ステアリング・センサ840、ブレーキ・センサ(たとえば、ブレーキ・センサ・システム846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836のうちの1つ又は複数のコントローラは、移動車800の計器群832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834、可聴式アナンシエータ、ラウドスピーカ、及び/又は移動車800の他の構成要素を介して提供することができる。出力は、移動車ベロシティ、スピード、時間、マップ・データ(たとえば、図8CのHDマップ822)、位置データ(たとえば、マップ上などの、移動車の800の位置)、方向、他の移動車の位置(たとえば、占有グリッド)、コントローラ836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834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/又は移動車が行った、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。
移動車800はさらに、1つ若しくは複数のワイヤレス・アンテナ826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824を含む。たとえば、ネットワーク・インターフェース824は、LTE、WCDMA、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826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、移動車、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8Bは、本開示のいくつかの実施例による、図8Aの例示的自律型車両800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/又はカメラは移動車800の異なる位置に置かれ得る。
カメラのカメラ・タイプは、移動車800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。
移動車800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836及び/又は制御SoCの助けにより、占有グリッドの生成及び/又は好ましい移動車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870でもよい。図8Bにはワイドビュー・カメラは1つだけ示されているが、移動車800には任意の数のワイドビュー・カメラ870が存在し得る。加えて、長距離カメラ898(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898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868もまた、前向きの構成に含まれ得る。ステレオ・カメラ868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、移動車の環境の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868は、2個のカメラ・レンズ(左と右に1つずつ)と、移動車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868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。
移動車800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874(たとえば、図8Bに示されるような4個のサラウンド・カメラ874)は、移動車800上に位置付けられ得る。サラウンド・カメラ874は、ワイドビュー・カメラ870、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、移動車の前、後ろ、及び側面に配置され得る。代替配置において、移動車は、3個のサラウンド・カメラ874(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。
移動車800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898、ステレオ・カメラ868)、赤外線カメラ872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8Cは、本開示のいくつかの実施例による、図8Aの例示的自律型車両800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8Cの移動車800の構成要素、特徴、及びシステムのそれぞれは、バス802を介して接続されるものとして図示されている。バス802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、移動車800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移動車800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/又は他の移動車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802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802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802が存在し得る。いくつかの実例では、2個以上のバス802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802は衝突回避機能のために使用されてもよく、第2のバス802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802は、移動車800の構成要素のいずれかと通信し得、2個以上のバス802が同じ構成要素と通信し得る。いくつかの実例では、移動車内の各SoC804、各コントローラ836、及び/又は各コンピュータは、同じ入力データ(たとえば、移動車800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。
移動車800は、図8A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836を含み得る。コントローラ836は、様々な機能のために使用され得る。コントローラ836は、移動車800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、移動車800、移動車800の人工知能、移動車800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。
移動車800は、システム・オン・チップ(SoC)804を含み得る。SoC804は、CPU806、GPU808、プロセッサ810、キャッシュ812、加速装置814、データ・ストア816、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。SoC804は、様々なプラットフォーム及びシステム内の移動車800を制御するために使用され得る。たとえば、SoC804は、1つ又は複数のサーバ(たとえば、図8Dのサーバ878)からネットワーク・インターフェース824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822を有するシステム(たとえば、移動車800のシステム)において結合され得る。
CPU806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。CPU806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、CPU806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、CPU806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。CPU806(たとえば、CCPLEX)は、CPU806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。
CPU806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。CPU806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。
GPU808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。GPU808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、GPU808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。GPU808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、GPU808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。GPU808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、GPU808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。
GPU808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、GPU808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、GPU808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。
GPU808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。
GPU808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、GPU808がCPU806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、GPU808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、CPU806に送信され得る。応答して、CPU806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、GPU808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、CPU806とGPU808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GPU808へのアプリケーションのGPU808プログラミング及び移植を単純化する。
加えて、GPU808は、他のプロセッサのメモリへのGPU808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。
SoC804は、本明細書に記載のものを含む任意の数のキャッシュ812を含み得る。たとえば、キャッシュ812は、CPU806とGPU808との両方に利用可能な(たとえば、CPU806とGPU808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812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。
SoC804は、車両800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、SoC804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、CPU806及び/又はGPU808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。
SoC804は、1つ又は複数の加速装置814(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、SoC804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、GPU808を補完するために及びGPU808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GPU808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814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814(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移動車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、GPU808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GPU808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GPU808及び/又は他の加速装置814に任せることができる。
加速装置814(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、CPU806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814(たとえば、ハードウェア加速クラスタ)は、加速装置814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、SoC804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814(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、移動車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、信頼性値を退行するニューラル・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864又はRADARセンサ860)から取得された物体の移動車800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866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。
SoC804は、データ・ストア816(たとえば、メモリ)を含み得る。データ・ストア816は、SoC804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816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812は、L2又はL3キャッシュ812を備え得る。データ・ストア816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814に関連するメモリの参照を含み得る。
SoC804は、1つ又は複数のプロセッサ810(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810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、SoC804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、SoC804熱及び温度センサの管理、及び/又はSoC804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、SoC804は、リング発振器を使用してCPU806、GPU808、及び/又は加速装置814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、SoC804をより低い電力状態に置く及び/又は移動車800をショーファーの安全停止モードにする(たとえば、移動車800を安全停止させる)ことができる。
プロセッサ810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810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810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810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810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810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870で、サラウンド・カメラ874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、移動車の目的地を変更する、移動車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、GPU808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。GPU808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、GPU808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。
SoC804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。SoC804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。
SoC804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。SoC804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864、RADARセンサ860など)、バス802からのデータ(たとえば、移動車800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858からのデータを処理するために使用され得る。SoC804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CPU806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。
SoC804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。SoC804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814が、CPU806と結合されるとき、GPU808、及びデータ・ストア816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、移動車内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、GPU820)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移動車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)を移動車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GPU808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、顔認識及び移動車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移動車800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移動車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、所有者が移動車を離れるときに移動車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、SoC804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896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、SoC804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858によって識別されるように、移動車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862の支援を受けて、移動車を減速する、道の端に停止させる、移動車を駐車する、及び/又は移動車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。
移動車は、高速相互接続(たとえば、PCIe)を介してSoC804に連結され得るCPU818(たとえば、個別のCPU、又はdCPU)を含み得る。CPU818は、たとえば、X86プロセッサを含み得る。CPU818は、たとえば、ADASセンサとSoC804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836及び/又はインフォテインメントSoC830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。
移動車800は、高速相互接続(たとえば、NVIDIAのNVLINK)を介してSoC804に連結され得るGPU820(たとえば、個別のGPU、又はdGPU)を含み得る。GPU820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、移動車800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。
移動車800は、1つ又は複数のワイヤレス・アンテナ826(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824をさらに含み得る。ネットワーク・インターフェース824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878及び/又は他のネットワーク・デバイスとの)、他の移動車との、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。他の移動車と通信するために、直接リンクが2個の移動車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、移動車対移動車通信リンクを使用し、提供され得る。移動車対移動車通信リンクは、移動車800に近接する移動車(たとえば、移動車800の前の、横の、及び/又は後ろの移動車)に関する移動車800情報を提供することができる。この機能は、移動車800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824は、変調及び復調機能を提供する及びコントローラ836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824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。
移動車800は、チップ外の(たとえば、SoC804外の)ストレージを含み得るデータ・ストア828をさらに含み得る。データ・ストア828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800は、GNSSセンサ858をさらに含み得る。GNSSセンサ858(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858が、使用され得る。
移動車800は、RADARセンサ860をさらに含み得る。RADARセンサ860は、暗闇及び/又は厳しい気象条件においても、長距離移動車検出のために移動車800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860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860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802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860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860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860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移動車800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、移動車800のレーンに入る又はこれを去る移動車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、860m(前)又は80m(後)までの範囲、及び42度(前)又は850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、移動車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。
移動車800は、超音波センサ862をさらに含み得る。移動車800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862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862が使用され得、異なる超音波センサ862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862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。
移動車800はLIDARセンサ864を含み得る。LIDARセンサ864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864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、移動車800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864を含み得る。
いくつかの実例では、LIDARセンサ864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864は、たとえば、2cm~3cmの精度を有し、800Mbpsイーサネット(登録商標)接続のサポートを有して、約800m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864が、使用され得る。そのような実例では、LIDARセンサ864は、移動車800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864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864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まで移動車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、移動車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、移動車800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864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。
移動車は、IMUセンサ866をさらに含み得る。一部の実例では、IMUセンサ866は、移動車800の後部車軸の中央に位置付けられ得る。IMUセンサ866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866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866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866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866は、GPSからIMUセンサ866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移動車800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866及びGNSSセンサ858は、単一の統合されたユニットにおいて結合され得る。
移動車は、移動車800内及び/又は周囲に置かれたマイクロフォン896を含み得る。マイクロフォン896は、中でも、緊急車両検出及び識別のために使用され得る。
移動車は、ステレオ・カメラ868、ワイドビュー・カメラ870、赤外線カメラ872、サラウンド・カメラ874、長距離及び/又は中距離カメラ898、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、移動車800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、移動車800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、移動車800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、移動車は、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8A及び図8Bに関連して本明細書においてさらに詳しく説明される。
移動車800は、振動センサ842をさらに含み得る。振動センサ842は、車軸など、移動車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842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)。
移動車800は、ADASシステム838を含み得る。一部の実例では、ADASシステム838は、SoCを含み得る。ADASシステム838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860、LIDARセンサ864、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、移動車800の直ぐ前の移動車までの距離を監視及び制御し、前方の移動車からの安全距離を維持するために移動車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移動車800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移動車からネットワーク・インターフェース824及び/又はワイヤレス・アンテナ826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、他の移動車からの情報を使用する。直接リンクは、移動車対移動車(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移動車(I2V:infrastructure-to-vehicle)通信リンクでもよい。一般に、V2V通信概念は、直前の移動車(たとえば、移動車800と同じレーン内にある、移動車800の直ぐ前の移動車)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。移動車800の前方の移動車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860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、別の移動車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860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、移動車800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、移動車800が車線をはみ出し始めた場合に移動車800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移動車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860を使用することができる。
RCTWシステムは、車両800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860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800では、結果が矛盾する場合には、移動車800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836又は第2のコントローラ836)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838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838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、SoC804の構成要素を備え得る、及び/又はSoC804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838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838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838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。
移動車800は、インフォテインメントSoC830(たとえば、移動車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SoC830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移動車関連情報)を移動車800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SoC830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834、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SoC830は、ADASシステム838からの情報、計画された移動車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、移動車情報、道路情報など)、及び/又は他の情報など、移動車のユーザへの情報(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SoC830は、GPU機能性を含み得る。インフォテインメントSoC830は、バス802(たとえば、CANバス、イーサネット(登録商標)など)を介して、移動車800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836(たとえば、移動車800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SoC830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SoC830は、本明細書に記載のように、移動車800をショーファーの安全停止モードにすることができる。
移動車800は、計器群832(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832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832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SoC830及び計器群832の間で表示及び/又は共有され得る。言い換えれば、計器群832は、インフォテインメントSoC830の一部として含まれてもよく、逆もまた同様である。
図8Dは、本開示のいくつかの実施例による、図8Aのクラウドベースのサーバと例示的自律型車両800との間の通信のシステム図である。システム876は、サーバ878、ネットワーク890、及び、移動車800を含む移動車を含み得る。サーバ878は、複数のGPU884(A)~884(H)(本明細書でGPU884と総称される)、PCIeスイッチ882(A)~882(H)(本明細書でPCIeスイッチ882と総称される)、及び/又はCPU880(A)~880(B)(本明細書でCPU880と総称される)を含み得る。GPU884、CPU880、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888及び/又はPCIe接続886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、GPU884は、NVLink及び/又はNVSwitch SoCを介して接続され、GPU884及びPCIeスイッチ882は、PCIe相互接続を介して接続される。8個のGPU884、2個のCPU880、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878は、任意の数のGPU884、CPU880、及び/又はPCIeスイッチを含み得る。たとえば、サーバ878は、それぞれ、8個、16個、32個、及び/又はそれ以上のGPU884を含み得る。
サーバ878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890を介して、移動車から、受信することができる。サーバ878は、ニューラル・ネットワーク892、更新されたニューラル・ネットワーク892、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894をネットワーク890を介して移動車に送信することができる。マップ情報894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822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892、更新されたニューラル・ネットワーク892、及び/又はマップ情報894は、環境において任意の数の移動車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878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878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、移動車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、移動車によって使用され得(たとえば、ネットワーク890を介して移動車に送信される)、及び/又は、マシン学習モデルは、移動車を遠隔監視するために、サーバ878によって使用され得る。
いくつかの実例では、サーバ878は、移動車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878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、GPU884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878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878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移動車800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、移動車800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、移動車800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、移動車800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、移動車800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878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移動車800のフェイルセーフ・コンピュータに命じる移動車800への信号を送信することができる。
推論のために、サーバ878は、GPU884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9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900の一実例のブロック図である。計算デバイス900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902を含み得る:メモリ904、1つ又は複数の中央処理装置(CPU)906、1つ又は複数のグラフィック処理ユニット(GPU)908、通信インターフェース910、入力/出力(I/O)ポート912、入力/出力構成要素914、電力供給装置916、1つ又は複数の提示構成要素918(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920。少なくとも1つの実施例において、計算デバイス900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、GPU908のうちの1つ又は複数は、1つ又は複数のvGPUを含み得、CPU906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920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900は、個別の構成要素(たとえば、計算デバイス900専用の全GPU)、仮想構成要素(たとえば、計算デバイス900専用のGPUの一部分)、又はその組合せを含み得る。
図9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900の一実例のブロック図である。計算デバイス900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902を含み得る:メモリ904、1つ又は複数の中央処理装置(CPU)906、1つ又は複数のグラフィック処理ユニット(GPU)908、通信インターフェース910、入力/出力(I/O)ポート912、入力/出力構成要素914、電力供給装置916、1つ又は複数の提示構成要素918(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920。少なくとも1つの実施例において、計算デバイス900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、GPU908のうちの1つ又は複数は、1つ又は複数のvGPUを含み得、CPU906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920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900は、個別の構成要素(たとえば、計算デバイス900専用の全GPU)、仮想構成要素(たとえば、計算デバイス900専用のGPUの一部分)、又はその組合せを含み得る。
図9の様々なブロックは、線で相互接続システム902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918は、I/O構成要素914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、CPU906及び/又はGPU908はメモリを含み得る(たとえば、メモリ904は、GPU908、CPU906、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9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9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902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902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、CPU906は、メモリ904に直接接続され得る。さらに、CPU906は、GPU908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902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900に含まれる必要はない。
メモリ904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900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904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900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。
CPU906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900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。CPU906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。CPU906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900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900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900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CPU906を含み得る。
CPU906に加えて又はその代わりに、GPU908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900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。GPU908のうちの1つ若しくは複数は、統合されたGPU(たとえば、CPU906のうちの1つ又は複数とでもよく、及び/又はGPU908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、GPU908のうちの1つ又は複数は、CPU906のうちの1つ又は複数のコプロセッサでもよい。GPU908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900によって使用され得る。たとえば、GPU908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。GPU908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。GPU908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CPU906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。GPU908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904の一部として含まれ得る。GPU908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GPU908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。
CPU906及び/又はGPU908に加えて又はその代わりに、論理ユニット920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900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、CPU906、GPU908、及び/又は論理ユニット920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920のうちの1つ若しくは複数は、CPU906及び/若しくはGPU908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920のうちの1つ若しくは複数は、CPU906及び/若しくはGPU908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920のうちの1つ又は複数は、CPU906のうちの1つ若しくは複数及び/又はGPU908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920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)、データ処理ユニット(DPU:Data 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910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900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910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912は、そのうちのいくつかは計算デバイス900に内蔵(たとえば、統合)され得る、I/O構成要素914、提示構成要素918、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900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914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914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900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900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900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900によって使用され得る。
電力供給装置916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916は、計算デバイス900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900に電力を提供することができる。
提示構成要素918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918は、他の構成要素(たとえば、GPU908、CPU906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10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1000を示す。データ・センタ1000は、データ・センタ・インフラストラクチャ層1010、フレームワーク層1020、ソフトウェア層1030、及び/又はアプリケーション層1040を含み得る。
図10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1000を示す。データ・センタ1000は、データ・センタ・インフラストラクチャ層1010、フレームワーク層1020、ソフトウェア層1030、及び/又はアプリケーション層1040を含み得る。
図10に示すように、データ・センタ・インフラストラクチャ層1010は、資源オーケストレータ1012、グループ化された計算資源1014、及びノード計算資源(「ノードC.R.」)1016(1)~1016(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.1016(1)~1016(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.1016(1)~1016(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.1016(1)~10161(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.1016(1)~1016(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1014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.1016、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1014内の別個のグループのノードC.R.1016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.1016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1022は、1つ若しくは複数のノードC.R.1016(1)~1016(N)及び/又はグループ化された計算資源1014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1022は、データ・センタ1000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1022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10に示すように、フレームワーク層1020は、ジョブ・スケジューラ1032、構成マネージャ1034、資源マネージャ1036、及び/又は分散型ファイル・システム1038を含み得る。フレームワーク層1020は、ソフトウェア層1030のソフトウェア1032及び/又はアプリケーション層1040の1つ若しくは複数のアプリケーション1042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1032又はアプリケーション1042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1020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1038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1032は、データ・センタ1000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1034は、異なる層、たとえば、ソフトウェア層1030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1038を含むフレームワーク層1020、を構成する能力を有し得る。資源マネージャ1036は、分散型ファイル・システム1038及びジョブ・スケジューラ1032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1010にグループ化された計算資源1014を含み得る。資源マネージャ1036は、資源オーケストレータ1012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1030に含まれるソフトウェア1032は、ノードC.R.1016(1)~1016(N)の少なくとも部分、グループ化された計算資源1014、及び/又はフレームワーク層1020の分散型ファイル・システム1038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1040に含まれるアプリケーション1042は、ノードC.R.1016(1)~1016(N)の少なくとも部分、グループ化された計算資源1014、及び/又はフレームワーク層1020の分散型ファイル・システム1038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1034、資源マネージャ1036、及び資源オーケストレータ1012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1000のデータ・センタ・オペレータを解放し得る。
データ・センタ1000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1000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1000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1000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9の計算デバイス900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900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1000の一部として含まれ得、その実例は、図10に関して本明細書でさらに詳述される。
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9の計算デバイス900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900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1000の一部として含まれ得、その実例は、図10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9に関して本明細書に記載の例示的計算デバイス900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 (20)
- 複数の深層ニューラル・ネットワーク(DNN)の複数の出力を表す第1のデータを受信することであって、前記複数の出力のうちの少なくとも1つの出力は、自律マシンの複数のセンサのうちの1つ又は複数の他のセンサに対応する視界とは異なるそれぞれの視界を有するそれぞれのセンサに対応する、受信することと、前記複数の出力の融合を表す第2のデータを、融合DNNを使用して及び前記第1のデータに少なくとも部分的に基づいて計算することと、前記第2のデータに少なくとも部分的に基づいて前記自律マシンを使用して1つ又は複数の動作を実行することとを行うための1つ又は複数の回路を備える、プロセッサ。
- 前記第2のデータを前記計算することがさらに、前記複数の出力のうちの少なくとも1つの出力の少なくとも1つの点に対応する少なくとも1つの確率分布関数を表す第3のデータに少なくとも部分的に基づき、前記少なくとも1つの点が、検出された物体に対応し、前記少なくとも1つの確率分布関数が、前記検出された物体の1つ又は複数の潜在的位置に対応する、請求項1に記載のプロセッサ。
- 前記第2のデータを前記計算することがさらに、x方向におけるベロシティ又はy方向におけるベロシティのうちの少なくとも1つに対応するエンコードされた値を含む1つ又は複数のベロシティ表現を表す第3のデータに少なくとも部分的に基づく、請求項1に記載のプロセッサ。
- 前記第2のデータを前記計算することがさらに、前記複数の出力を使用して判定される物体インスタンス又は物体外観のうちの少なくとも1つに対応する1つ又は複数の表現を表す第3のデータに少なくとも部分的に基づく、請求項1に記載のプロセッサ。
- 前記複数の出力の各出力が、1つ又は複数の物体を表すラスタライズ画像を含み、前記融合出力が、融合したラスタライズ画像を含む、請求項1に記載のプロセッサ。
- 前記1つ又は複数の物体が、車両、歩行者、自転車乗用車、自動車運転者、レーン・マーカ、道路境界線マーカ、自由空間境界線、又は待機線のうちの少なくとも1つを含む、請求項5に記載のプロセッサ。
- 前記複数の出力のうちの第1の出力が、第1の視界に対応し、前記複数の出力のうちの第2の出力が、前記第1の視界とは異なる第2の視界に対応し、前記複数の出力の前記融合が、前記第1の視界と前記第2の視界との両方に対応する、請求項1に記載のプロセッサ。
- 前記第1の視界及び前記第2の視界が、少なくとも部分的に重複している、請求項7に記載のプロセッサ。
- 前記第1のデータがさらに、LiDARセンサ、RADARセンサ、又は超音波センサを使用して生成された1つ又は複数の追加出力を表し、前記1つ又は複数の追加出力が、別のDNNを使用して又は別のDNNを使用せずに生成される、請求項1に記載のプロセッサ。
- 前記複数の出力のうちの第1の出力が、物体の第1の表現を含み、前記複数の出力のうちの第2の出力が、前記物体の第2の表現を含み、前記複数の出力の前記融合が、前記物体の融合表現を含む、請求項1に記載のプロセッサ。
- 前記プロセッサが、自律又は半自律マシンの制御システム、自律又は半自律マシンの認知システム、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るシステム、ロボットを使用して実装されるシステム、1つ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るシステム、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るシステムのうちの少なくとも1つに含まれる、請求項1に記載のプロセッサ。
- 1つ又は複数の処理装置と、前記1つ又は複数の処理装置によって実行されるとき前記1つ又は複数の処理装置に動作を実行させる命令を記憶する1つ又は複数のメモリ・ユニットとを備え、前記動作が、第1の深層ニューラル・ネットワーク(DNN)を使用して、及び第1のセンサを使用して生成される第1のセンサ・データに少なくとも部分的に基づいて生成される第1のラスタライズ画像を少なくとも表す第1のデータを受信することであって、前記第1のラスタライズ画像は、第1の物体を少なくとも含む、受信することと、第2の深層ニューラル・ネットワーク(DNN)を使用して、及び第2のセンサを使用して生成される第2のセンサ・データに少なくとも部分的に基づいて生成される第2のラスタライズ画像を少なくとも表す第2のデータを受信することであって、前記第2のラスタライズ画像は、少なくとも第2の物体を含む、受信することと、前記第1の物体及び前記第2の物体の両方を含む融合したラスタライズ画像を表す第3のデータを、融合DNNを使用して及び前記第1のデータ及び前記第2のデータに少なくとも部分的に基づいて計算することと、前記第3のデータに少なくとも部分的に基づいて前記自律マシンを使用して1つ又は複数の動作を実行することとを含む、システム。
- 前記第1のセンサ及び前記第2のセンサが、画像センサ、LiDARセンサ、RADARセンサ、又は超音波センサのうちの1つを含む、請求項12に記載のシステム。
- 前記第1のセンサ及び前記第2のセンサが、少なくとも部分的に重複する視界を含み、前記第1のラスタライズ画像が、第3の物体の第1の表現を含み、前記第2のラスタライズ画像が、前記第3の物体の第2の表現を含み、前記融合したラスタライズ画像が、前記第3の物体の融合表現を含む、請求項12に記載のシステム。
- 前記動作がさらに、前記第1のラスタライズ画像又は前記第2のラスタライズ画像のうちの少なくとも1つの画像の少なくとも1つの画素に対応する少なくとも1つの確率分布関数を表す第4のデータを受信することを含み、前記少なくとも1つの画素が、前記第1の物体又は前記第2の物体のうちの少なくとも1つに対応し、前記少なくとも1つの確率分布関数が、前記検出された物体の1つ又は複数の潜在的位置に対応し、前記第3のデータを前記計算することがさらに、前記第4のデータ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。
- 前記動作がさらに、x方向におけるベロシティ又はy方向におけるベロシティのうちの少なくとも1つに対応するエンコードされた値を含む1つ又は複数のベロシティ表現を表す第4のデータを受信することを含み、前記第3のデータを前記計算することがさらに、前記第4のデータ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。
- 前記システムが、自律又は半自律マシンの制御システム、自律又は半自律マシンの認知システム、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るシステム、ロボットを使用して実装されるシステム、1つ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るシステム、或い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るシステムのうちの少なくとも1つに含まれる、請求項12に記載のシステム。
- 第1のタイプの第1のセンサを使用して生成される第1のセンサ・データに少なくとも部分的に基づいて生成される第1のラスタライズ画像を少なくとも表す第1のデータを受信するステップであって、前記第1のラスタライズ画像は、第1の物体を少なくとも含む、ステップと、前記第1のタイプとは異なる第2のタイプの第2のセンサを使用して生成される第2のセンサ・データに少なくとも部分的に基づいて生成される第2のラスタライズ画像を少なくとも表す第2のデータを受信するステップであって、前記第2のラスタライズ画像は、第2の物体を少なくとも含む、ステップと、前記第1の物体及び前記第2の物体の両方を含む融合したラスタライズ画像を表す第3のデータを、融合深層ニューラル・ネットワーク(DNN)を使用して及び前記第1のデータ及び前記第2のデータに少なくとも部分的に基づいて計算することと、自律マシンを使用して及び前記第3のデータに少なくとも部分的に基づいて1つ又は複数の動作を実行することとを含む、方法。
- 前記第1のタイプ及び前記第2のタイプが、画像センサ、LiDARセンサ、RADARセンサ、又は超音波センサのうちの1つを含む、請求項18に記載の方法。
- 前記第1のタイプが、画像センサを含み、前記第1のラスタライズ画像が、深層ニューラル・ネットワーク(DNN)を使用して生成され、前記第2のタイプが、LiDARセンサ、RADARセンサ、又は超音波センサのうちの1つを含み、前記第2のラスタライズ画像が、DNNを使用せずに生成される、請求項18に記載の方法。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063043794P | 2020-06-25 | 2020-06-25 | |
US63/043,794 | 2020-06-25 | ||
US202063047205P | 2020-07-01 | 2020-07-01 | |
US63/047,205 | 2020-07-01 | ||
US17/353,231 | 2021-06-21 | ||
US17/353,231 US11688181B2 (en) | 2020-06-25 | 2021-06-21 | Sensor fusion for autonomous machine applications using machine learning |
PCT/US2021/038262 WO2021262603A1 (en) | 2020-06-25 | 2021-06-21 | Sensor fusion for autonomous machine applications using machine learning |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023531330A true JP2023531330A (ja) | 2023-07-24 |
Family
ID=79031098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021560671A Pending JP2023531330A (ja) | 2020-06-25 | 2021-06-21 | マシン学習を使用した自律マシン・アプリケーションのためのセンサ融合 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11688181B2 (ja) |
JP (1) | JP2023531330A (ja) |
CN (1) | CN114631117A (ja) |
DE (1) | DE112021000135T5 (ja) |
WO (1) | WO2021262603A1 (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11420630B2 (en) | 2019-10-24 | 2022-08-23 | Zoox, Inc. | Trajectory modifications based on a collision zone |
US11643073B2 (en) * | 2019-10-24 | 2023-05-09 | Zoox, Inc. | Trajectory modifications based on a collision zone |
US11807062B2 (en) * | 2019-11-25 | 2023-11-07 | Ford Global Technologies, Llc | Collaborative relationship between a vehicle and a UAV |
US11443142B2 (en) * | 2020-02-14 | 2022-09-13 | Samsung Electronics Co., Ltd. | In-storage-based data processing using machine learning |
US11858514B2 (en) | 2021-03-30 | 2024-01-02 | Zoox, Inc. | Top-down scene discrimination |
US11810225B2 (en) * | 2021-03-30 | 2023-11-07 | Zoox, Inc. | Top-down scene generation |
US11753045B2 (en) * | 2021-06-22 | 2023-09-12 | Waymo Llc | Modeling positional uncertainty of moving objects using precomputed polygons |
US20220414887A1 (en) * | 2021-06-25 | 2022-12-29 | Honda Motor Co., Ltd. | Systems and methods for birds eye view segmentation |
US20230142674A1 (en) * | 2021-07-23 | 2023-05-11 | Zoox, Inc. | Radar data analysis and concealed object detection |
US11701996B2 (en) * | 2021-11-17 | 2023-07-18 | Motional Ad Llc | Deep learning based beam control for autonomous vehicles |
CN113987255B (zh) * | 2021-12-30 | 2022-04-01 | 南湖实验室 | 基于联邦学习与秘密分享的多源密文图像检索方法 |
US20230213354A1 (en) * | 2022-01-06 | 2023-07-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods of cooperative depth completion with sensor data sharing |
JP7328378B2 (ja) * | 2022-01-14 | 2023-08-16 | ヤマハ発動機株式会社 | 水域物体検出システム、船舶および周辺物体検出システム |
US20230237783A1 (en) * | 2022-01-26 | 2023-07-27 | Ford Global Technologies, Llc | Sensor fusion |
DE102022105267A1 (de) * | 2022-03-07 | 2023-09-07 | Connaught Electronics Ltd. | Kombination von Kamerainformationen, die durch wenigstens ein Kamerabild gegeben sind, und weiteren Informationen, die durch Umfeldsensordaten gegeben sind |
CN114355378B (zh) * | 2022-03-08 | 2022-06-07 | 天津云圣智能科技有限责任公司 | 无人机的自主导航方法、装置、无人机及存储介质 |
CN114624645B (zh) * | 2022-03-10 | 2022-09-30 | 扬州宇安电子科技有限公司 | 一种基于微型天线阵列的小型旋翼无人机雷达侦察系统 |
WO2023191780A1 (en) * | 2022-03-30 | 2023-10-05 | Siemens Corporation | System and method for controlling autonomous machinery by processing rich context sensor inputs |
US20230341554A1 (en) * | 2022-04-26 | 2023-10-26 | Motional Ad Llc | Methods and apparatus with hardware logic for pre-processing lidar data |
CN114898193A (zh) * | 2022-07-11 | 2022-08-12 | 之江实验室 | 基于流形学习的图像特征融合方法、装置及图像分类系统 |
DE102022121109A1 (de) * | 2022-08-22 | 2024-02-22 | Valeo Schalter Und Sensoren Gmbh | Visuelle Wahrnehmung mit einem Fahrzeug basierend auf einem Kamerabild und einer Ultraschallkarte |
DE102023003086A1 (de) | 2022-09-15 | 2024-03-21 | Sew-Eurodrive Gmbh & Co Kg | Verfahren zum Trainieren eines neuronalen Netzes zur Detektion eines Objekts und Verfahren zur Detektion eines Objekts mittels eines neuronalen Netzes |
US11887275B1 (en) * | 2022-10-14 | 2024-01-30 | Excelsior S. P. LLC | Elevated lookout apparatus and a method for its use |
WO2024098374A1 (en) * | 2022-11-11 | 2024-05-16 | Nvidia Corporation | Refining machine learning models to mitigate adversarial attacks in autonomous systems and applications |
CN116660916B (zh) * | 2023-05-26 | 2024-02-02 | 广东省农业科学院设施农业研究所 | 一种用于果园移动机器人的定位方法、建图方法及电子设备 |
CN116502069B (zh) * | 2023-06-25 | 2023-09-12 | 四川大学 | 一种基于深度学习的触觉时序信号识别方法 |
CN117872333B (zh) * | 2024-03-11 | 2024-05-14 | 西北工业大学青岛研究院 | 一种收发分置声纳的布放深度优化方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3433131B1 (en) * | 2016-03-23 | 2023-07-12 | Netradyne, Inc. | Advanced path prediction |
US10885698B2 (en) | 2018-08-10 | 2021-01-05 | Nvidia Corporation | Method for programmable timeouts of tree traversal mechanisms in hardware |
US11393097B2 (en) * | 2019-01-08 | 2022-07-19 | Qualcomm Incorporated | Using light detection and ranging (LIDAR) to train camera and imaging radar deep learning networks |
US11548533B2 (en) * | 2019-03-23 | 2023-01-10 | Uatc, Llc | Perception and motion prediction for autonomous devices |
-
2021
- 2021-06-21 US US17/353,231 patent/US11688181B2/en active Active
- 2021-06-21 CN CN202180005884.8A patent/CN114631117A/zh active Pending
- 2021-06-21 DE DE112021000135.3T patent/DE112021000135T5/de active Pending
- 2021-06-21 WO PCT/US2021/038262 patent/WO2021262603A1/en active Application Filing
- 2021-06-21 JP JP2021560671A patent/JP2023531330A/ja active Pending
-
2023
- 2023-05-01 US US18/309,878 patent/US20230282005A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN114631117A (zh) | 2022-06-14 |
US20210406560A1 (en) | 2021-12-30 |
US11688181B2 (en) | 2023-06-27 |
DE112021000135T5 (de) | 2022-06-30 |
US20230282005A1 (en) | 2023-09-07 |
WO2021262603A1 (en) | 2021-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11688181B2 (en) | Sensor fusion for autonomous machine applications using machine learning | |
JP7399164B2 (ja) | 駐車スペース検出に適したスキューされたポリゴンを使用した物体検出 | |
US11885907B2 (en) | Deep neural network for detecting obstacle instances using radar sensors in autonomous machine applications | |
US20240135173A1 (en) | Distance to obstacle detection in autonomous machine applications | |
US11531088B2 (en) | Deep neural network for detecting obstacle instances using radar sensors in autonomous machine applications | |
US11704890B2 (en) | Distance to obstacle detection in autonomous machine applications | |
EP3832341A1 (en) | Deep neural network for detecting obstacle instances using radar sensors in autonomous machine applications | |
JP2022538813A (ja) | 自律マシン・アプリケーションのための交差点領域検出及び分類 | |
JP2022530091A (ja) | 自律マシン・アプリケーションにおける交差点姿勢検出 | |
JP2023507695A (ja) | 自律運転アプリケーションのための3次元交差点構造予測 | |
WO2021041854A1 (en) | Object detection and classification using lidar range images for autonomous machine applications | |
WO2020140047A1 (en) | Distance to obstacle detection in autonomous machine applications | |
JP2022526825A (ja) | 自律マシン・アプリケーションのためのマップ情報で拡張されたグラウンド・トゥルース・データを使用するニューラル・ネットワーク・トレーニング | |
JP2023509831A (ja) | 自律マシン・アプリケーションにおける車線変更プランニング及び制御 | |
JP2023503729A (ja) | 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 | |
JP2023548721A (ja) | 自律システム及びアプリケーションにおけるビヘイビア予測のためのモデルベースの強化学習 | |
JP2023031237A (ja) | 自律マシン・アプリケーションのためのLiDARデータを使用する物体追跡 | |
US20230049567A1 (en) | Deep neural network for detecting obstacle instances using radar sensors in autonomous machine applications | |
JP2022132075A (ja) | 自律運転アプリケーションにおけるディープ・ニューラル・ネットワーク知覚のためのグラウンド・トゥルース・データ生成 | |
JP2023131069A (ja) | 自律システム及びアプリケーションのためのニューラル・ネットワークを使用したマップ情報の物体データ・キュレーション | |
JP2023024276A (ja) | 譲るシナリオにおける自律型車両のための行動計画立案 | |
US20230406315A1 (en) | Encoding junction information in map data | |
CN117581117A (zh) | 自主机器系统和应用中使用LiDAR数据的动态对象检测 | |
US20220340149A1 (en) | End-to-end evaluation of perception systems for autonomous systems and applications | |
US20230213945A1 (en) | Obstacle to path assignment for autonomous systems and applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240315 |