JPWO2019164668A5

JPWO2019164668A5 -

Info

Publication number: JPWO2019164668A5
Application number: JP2020544014A
Authority: JP
Publication date: 2022-02-07
Anticipated expiration: 2039-02-07

Description

本開示は概して、環境を表す第１のセンサーデータセットを（例えば第１の時間に）受信し、複数の分類に従って第１のセンサーデータセットを区分するように構成されたシステムに関する。システムはまた、第１のセンサーデータセットを複数のボクセルを含むボクセル空間に関連付け、第１のセンサーデータセットに少なくとも部分的に基づいてボクセルに関連付けられた１つ以上のカウンターを更新（例えば増分または減分）するように構成され得る。システムはまた１つ以上の追加時間に環境を表す１つ以上の追加センサーデータセットを受信するように構成され得る。いくつかの例では、追加時間の１つ以上は互いに１秒以内であってもよい。いくつかの例では、追加時間の１つ以上は、互いに１分以内、１時間以内、または１日以内であってもよい。いくつかの例では、追加時間の１つ以上は互いに対して１日より長くなってもよい。システムはまた複数の分類に従って１つ以上の追加センサーデータセットを区分し、１つ以上の追加センサーデータセットをボクセル空間に関連付けるように構成し得る。システムはまた、１つ以上の追加センサーデータセットに少なくとも部分的に基づいて１つ以上のカウンターを更新し（例えば増分または減分）、第１の閾値を満たす、または超える１つ以上のカウンターに少なくとも部分的に基づいてボクセル空間を含むマップを更新するように構成し得る。いくつかの例では、第１の閾値は事前決定され得る、および／または例えばカウンターの増分の間の時間量に基づいて実時間で決定され得る。いくつかの例では、第１の閾値は５以上であってもよい。いくつかの例では、第１の閾値は５未満であってもよい。いくつかの例では、マップは仮想の２次元または３次元のデジタルマップであってもよい。いくつかの例では、マップは先の既存マップである場合があり、いくつかの例では、マップは少なくとも部分的にセンサーデータによって作成されている場合があり、およびマップの更新は作成されるマップへの情報の追加または作成されるマップからの情報の除外であり得る。そのようなボクセル表現はさらにボクセルハッシュを使用することによって拡張し得る。もちろん、ボクセル表現はそのようなマップの多くの可能な表現の１つであり、他の可能な表現が企図される。他の非限定的な例として、そのようなマップは、網目、符号付き距離関数などとして表し得る。

いくつかの例では、システムは１つ以上の追加センサーデータセットを１つ以上の光線としてボクセルに光線放射し、１つ以上の光線が通過する１つ以上の通過ボクセルを決定するように構成され得る。いくつかの例では、システムは通過ボクセルに関連付けられた１つ以上のカウンターを減分させ、第２の閾値（例えば１つ以上のカウンターが第２の閾値まで減分したように、第１の閾値よりも低い閾値）に達した通過ボクセルに関連付けられた１つ以上のカウンターを決定するように構成され得る。いくつかの例では、第２の閾値はゼロに等しくてもよい。いくつかの例では、第２の閾値はゼロより大きくてもよい（例えば、１、２、３、４、またはそれ以上）。第２の閾値は事前に決定され得る、および／または例えばカウンターの減分の間の時間量に基づく実時間で決定され得る。いくつかの例では、システムはまた、１つ以上の通過ボクセルを非占有ボクセルとして関連付けるように構成し得る。

システムのいくつかの例では、複数の分類は、車両、歩行者、または自転車の１つ以上を含み得、システムは第１のセンサーデータセットおよび１つ以上の追加センサーデータセットから複数の分類のサブセットに関連付けられたデータを削除するように構成し得る。いくつかの例では、第１のセンサーデータセットおよび１つ以上の追加センサーデータセットを区分することは、第１のセンサーデータセットおよび１つ以上の追加センサーデータセットを入力としてニューラルネットワークへ通過させることと、ニューラルネットワークから区分されたセンサーデータを受信することと、を含み得る。

いくつかの例では、システムは１つ以上の追加センサーデータセットの第２のセンサーデータセットを区分するように構成され得る。システムはまた、第２のセンサーデータセット内の第１の物体を決定し、区分された第２のセンサーデータセットに少なくとも部分的に基づいて、第１の物体が静的物体であり、第１の分類に関連付けられることを決定するように構成され得る。そのようないくつかの例では、システムはまた第１の物体に関連付けられた第１のウェイトを決定し、区分された第２のセンサーデータセット内の第２の物体を決定し得る。システムは区分された第２のセンサーデータセットに少なくとも部分的に基づいて、第２の物体が動的物体または潜在動的物体であり、第２の分類に関連付けられることを決定するように構成され得る。そのような例のシステムは第２の物体に関連付けられた第２のウェイトを決定するように構成され得、第２のウェイトは第１のウェイトよりも低い。例えば感知物体タイプが、将来的に移動する、移動させられる、および／または構成もしくは外観を変更する可能性のある駐車中の車両または植生などの潜在動的物体と一致する場合、システムは、例えば、路面、擁壁、建物、電柱などの静的物体と、例えば一致する物体タイプに関連するマップに関する計算（例えば車両の姿勢の決定および／または車両の誘導）中の物体の影響を削減ように構成され得る。そのようなデータをより低いウェイトに関連付けることにより、より高い不確実性をそれに割り当て、および／またはより高いウェイトに関連付けられたそのようなデータに大きく依存しながら、様々なプロセス（例えば位置測定）は依然として、そのようなデータを使用でき得る。

（例示的な発明内容）
Ａ．
例示のシステムであって、
１つ以上のプロセッサと、
１つ以上の前記プロセッサに通信可能に結合された１つ以上のコンピューター可読記録媒体であって、
第１の時間に環境を表す第１のセンサーデータセットを受信し、
前記第１のセンサーデータセットを複数の分類に従って区分し、
前記第１のセンサーデータセットを複数のボクセルを備えるボクセル空間に関連付け、
前記ボクセルに関連付けられた１つ以上のカウンターを前記第１のセンサーデータセットに少なくとも部分的に基づいて更新し、
１つ以上の追加時間に前記環境を表す１つ以上の追加センサーデータセットを受信し、
１つ以上の前記追加センサーデータセットを前記複数の分類に従って区分し、
１つ以上の前記追加センサーデータセットを前記ボクセル空間に関連付け、
１つ以上の前記カウンターを１つ以上の前記追加センサーデータセットに少なくとも部分的に基づいて更新し、
前記ボクセル空間を備えるマップを第１の閾値を満たすまたは超える１つ以上の前記カウンターに少なくとも部分的に基づいて更新する、
ために１つ以上の前記プロセッサによって実行可能な命令を格納した１つ以上のコンピューター可読記録媒体と
を備えた、システム。

Ｃ．
前記第１のセンサーデータセットおよび１つ以上の前記追加センサーデータセットを区分することは、
前記第１のセンサーデータセットおよび１つ以上の前記追加センサーデータセットを入力として機械学習モデルへ通過させることと、
前記機械学習モデルから区分されたセンサーデータを受信することと、
を備える、例示Ａまたは例示Ｂに記載のシステム。

Ｄ．
前記命令はさらに、
１つ以上の前記追加センサーデータセットを前記ボクセルへ１つ以上の光線として光線放射し、
１つ以上の前記光線が通過する１つ以上の通過ボクセルを決定し、
前記通過ボクセルに関連付けられた１つ以上の前記カウンターを更新し、
前記通過ボクセルに関連付けられた１つ以上の前記カウンターが第２の閾値に満たないまたは超えていないと決定し、
１つ以上の前記通過ボクセルを非占有ボクセルとして関連付ける、
ために１つ以上の前記プロセッサによって実行可能である、例示Ａから例示Ｃのいずれか１つに記載のシステム。

Ｊ．
前記複数の分類は車両、歩行者、または自転車の１つ以上を含み、前記方法はさらに、前記第１のセンサーデータセットおよび１つ以上の前記追加センサーデータセットから前記複数の分類のサブセットに関連付けられたデータを削除することを備える、例示Ｉに記載の方法。

Claims

システムであって、
１つ以上のプロセッサと、
１つ以上の前記プロセッサに通信可能に結合された１つ以上のコンピューター可読記録媒体であって、
第１の時間に環境を表す第１のセンサーデータセットを受信し、
前記第１のセンサーデータセットの少なくとも一部を複数の分類に従って区分し、
前記第１のセンサーデータセットの少なくとも前記一部を複数のボクセルを備えるボクセル空間に関連付け、
前記ボクセルに関連付けられた１つ以上のカウンターを前記第１のセンサーデータセットの前記一部に少なくとも部分的に基づいて更新し、
追加時間に前記環境を表す追加センサーデータセットを受信し、
前記追加センサーデータセットの少なくとも一部を前記複数の分類に従って区分し、
前記追加センサーデータセットの前記一部を前記ボクセル空間に関連付け、
１つ以上の前記カウンターを前記追加センサーデータセットに少なくとも部分的に基づいて更新し、
前記ボクセル空間を備えるマップを第１の閾値を満たすまたは超える１つ以上の前記カウンターに少なくとも部分的に基づいて更新する、
ために１つ以上の前記プロセッサによって実行可能な命令を格納した１つ以上のコンピューター可読記録媒体と
を備えた、システム。
前記複数の分類は車両、歩行者、または自転車の１つ以上を含み、
前記命令はさらに、
前記第１のセンサーデータセットおよび前記追加センサーデータセットから前記複数の分類のサブセットに関連付けられたデータを削除する、
ために１つ以上の前記プロセッサによって実行可能である、請求項１に記載のシステム。
前記第１のセンサーデータセットおよび前記追加センサーデータセットを区分することは、
前記第１のセンサーデータセットおよび前記追加センサーデータセットを入力として機械学習モデルへ通過させることと、
前記機械学習モデルから区分されたセンサーデータを受信することと、
を備える、請求項１または請求項２に記載のシステム。
前記命令はさらに
１つ以上の前記追加センサーデータセットを前記ボクセルへ１つ以上の光線として光線放射し、
１つ以上の前記光線が通過する１つ以上の通過ボクセルを決定し、
前記通過ボクセルに関連付けられた１つ以上の前記カウンターを更新し、
前記通過ボクセルに関連付けられた１つ以上の前記カウンターが第２の閾値に満たないまたは超えていないと決定し、
１つ以上の前記通過ボクセルを非占有ボクセルとして関連付ける、
ために１つ以上の前記プロセッサによって実行可能である、請求項１または請求項２に記載のシステム。
前記命令はさらに、
第２の追加センサーデータセットを区分し、
前記第２の追加センサーデータセット内の第１の物体を決定し、
前記区分された第２のセンサーデータセットに少なくとも部分的に基づいて、前記第１の物体が静的物体であり、前記第１の物体が第１の分類に関連付けられると決定し、
前記第１の物体に関連付けられた第１のウェイトを決定し、
前記区分された第２のセンサーデータセット内の第２の物体を決定し、
前記区分された第２のセンサーデータセットに少なくとも部分的に基づいて、前記第２の物体が動的物体または潜在動的物体であり、前記第２の物体が第２の分類に関連付けられると決定し、
第２のウェイトが前記第２の物体に関連付けられ、前記第２のウェイトが前記第１のウェイトよりも小さいと決定する、
ために１つ以上の前記プロセッサによって実行可能である、請求項２に記載のシステム。
前記命令はさらに、意味情報を前記マップに関連付けるために１つ以上の前記プロセッサによって実行可能である、請求項１、請求項２または請求項５のいずれか１項に記載のシステム。
前記第１のセンサーデータセットを受信することは、光検出および測距（ＬＩＤＡＲ）センサー、無線検出および測距（ＲＡＤＡＲ）センサー、音響誘導および測距（ＳＯＮＡＲ）センサー、または１つ以上の撮像機器の１つ以上から前記第１のセンサーデータセットを受信することを備える、請求項１、請求項２または請求項５のいずれか１項に記載のシステム。
前記命令はさらに、
１つ以上の前記追加センサーデータセットの第３のセンサーデータセットを第３の時間に受信し、
前記第３のセンサーデータセットを前記複数の分類に従って区分し、
データのサブセットを前記第３のセンサーデータセットから前記分類のサブセットに関連付けられたデータを削除することによって作成し、
前記マップおよびセンサーデータの前記サブセットに少なくとも部分的に基づいて自律車両を位置測定する、
ために１つ以上の前記プロセッサによって実行可能である、請求項１、請求項２または請求項５のいずれか１項に記載のシステム。
方法であって、
環境を表す第１のセンサーデータセットを１つ以上のセンサーから受信することと、
前記第１のセンサーデータセットの少なくとも一部を複数の分類に従って区分することと、
前記第１のセンサーデータセットの少なくとも前記一部を複数のボクセルを備えるボクセル空間に関連付けることと、
前記ボクセルに関連付けられた占有状態を前記第１のセンサーデータセットの少なくとも前記一部に少なくとも部分的に基づいて更新することと、
前記環境を表す追加センサーデータセットを受信することと、
前記追加センサーデータセットの少なくとも一部を前記複数の分類に従って区分することと、
前記追加センサーデータセットの少なくとも前記一部を前記ボクセル空間に関連付けることと、
前記ボクセルに関連付けられた占有状態を前記追加センサーデータセットの少なくとも前記一部に少なくとも部分的に基づいて更新することと、
前記ボクセル空間を備えるマップを前記ボクセルに関連付けられた前記占有状態に少なくとも部分的に基づいて更新することと、
を備える、方法。
前記複数の分類は車両、歩行者、または自転車の１つ以上を含み、前記方法はさらに、
前記第１のセンサーデータセットおよび１つ以上の前記追加センサーデータセットから前記複数の分類のサブセットに関連付けられたデータを削除すること、
を備える、請求項９に記載の方法。
前記区分することは、
前記第１のセンサーデータセットおよび前記追加センサーデータセットを機械学習モデルへ伝達することと、
前記機械学習モデルから区分情報を受信することと、
を備える、請求項９に記載の方法。
前記複数の分類の前記サブセットは動的物体または潜在動的物体に関連付けられ、前記方法はさらに、
前記第１のセンサーデータセット内の感知物体を検出することと、
前記感知物体を前記複数の分類の前記サブセットの１つとして分類することと、
を備える、請求項１０に記載の方法。
第１のウェイトを前記複数の分類の前記サブセットに関連付けることと、
第２のウェイトを前記分類の残りに関連付けることと、
をさらに備え、
前記第２のウェイトが前記第１のウェイトよりも大きい、請求項１０に記載の方法。
前記第１のセンサーデータセットおよび前記追加センサーデータセットの意味情報を前記マップへ追加することをさらに備える、請求項１１に記載の方法。
１つ以上のプロセッサに実行されるとき、１つ以上の前記プロセッサに請求項９から請求項１４に記載のいずれか１項に記載のいずれかの方法を実行させる命令を格納した非一時的コンピューター可読媒体。