特斯拉新专利：三维表征周围环境提高自动驾驶车辆安全性

发布时间：2024-09-26 01:36:38 丨 浏览次数：

　　使用图像的时间序列和相邻车辆实际行驶的路径，可以将该组图像的单个图像及该车实际的行驶路径作为训练数据来预测该车的行驶路径。此类信息还可以用来预测相邻车辆是否会切入到自动驾驶车辆的行驶路径◆■。例如，路径预测可以预测相邻车辆是否会在自动驾驶汽车前面合并行驶路径■★◆■★◆。该辆自动驾驶车辆可以通过被控制，将碰撞事故发生的可能性降至最低◆★★★。

　　盖世汽车讯 据外媒报道，当地时间9月12日，美国专利局（U◆◆★■.S. Patent Office）公布了特斯拉的一项专利申请，名为“预测用于自动驾驶的三维特征◆■■”（Predicting Three-Dimensional Features for Autonomous Driving）。该专利包含一个与存储器耦合的处理器（AI处理器），经过配置，其可接收基于车辆摄像头捕捉到的图像的图像数据。之后，此类图像数据会被输入到一个训练有素的机器学习模型中，用于训练以预测机器学习特征的三维轨迹，然后再利用此类三维轨迹自动控制车辆◆■◆◆★■。

　　在另一个用例中，有一个中间元素或一组时间序列元素的最后一个元素与地面真值相关联，并用于创建训练数据。

　　例如，可以让该辆自动驾驶汽车减速以防止发生碰撞事故，调整车速和/或让车辆转向以防止发生碰撞事故◆◆★■，向相邻车辆和/或自动驾驶汽车的乘员发出警告★◆■■◆◆，以及/或变更车道等★◆■★★。在各种实施用例中，此种技术能够准确推断路径预测（包括车辆路径预测）显著提高了该自动驾驶汽车的安全性■◆。

　　在各种不同的实施用例中，选定的图像和地面真值可能适用于不同的特征◆★◆■■■，例如车道线、包括邻近车辆在内的车辆路径预测◆■◆◆★、物体的深度距离、交通控制标志等。例如，使用相邻车道上车辆的一系列图像来预测该车辆的路径★■■■。

　　例如◆◆■★，一组图像中的第一张图像与三维空间中表示的车道线的地面真值相关联◆★。尽管该地面真值基于一组图像确定，但被选定的第一图像帧和该地面真值会被用来创建训练数据★◆◆■★。

　　此外，仅使用一张图像就可以创建用于预测车辆车道三维表示的训练数据★◆■■★■。在某些实施用例中★★■◆，时间序列元素的任何元素或元素组是与地面真值相关联的，并被用于创建训练数据■◆◆。例如★■，该地面真值可能应用于整个视频序列中，以用于创建训练数据。

　　在一些实施用例中，例如■■★■◆★，下图5中显示的车道线等特征的三维表示★★★，是通过与地面真值（ground truth）相对应的时间序列元素组创建的★◆■◆◆。然后★■■■■◆，该地面真值会与时间序列元素的一个子集关联起来，例如捕获的图像数据组中的单个图像帧。