买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:辉达公司
摘要:在各种示例中,训练深度神经网络DNN以便仅使用图像数据在部署中准确地预测对象和障碍之间的距离。可以使用来自任何数量的深度预测传感器的传感器数据产生和编码DNN的地面实况数据训练DNN,所述深度预测传感器例如不限于RADAR传感器,LIDAR传感器和或SONAR传感器。在各种实施例中可以使用相机自适应算法,以使DNN适用于与具有不同参数例如改变视场的相机生成的图像数据。在一些示例中,可以对DNN的预测执行后处理安全边界操作,以确保预测落入安全允许的范围内。
主权项:1.一种自主机器应用中障碍物距离的检测方法,包括:将表示图像传感器的视场的图像的第一数据应用于神经网络,至少部分地基于使用激光雷达传感器或雷达传感器中的至少一个所生成的地面实况信息来训练所述神经网络;使用所述神经网络并至少部分地基于所述第一数据计算指示与所述图像的像素对应的一个或更多个深度值的第二数据;至少部分地基于所述第一数据,计算对应于所述图像中所描绘的对象的一个或更多个包围形状;确定与所述一个或更多个包围形状相关联的所述像素的子集;以及将至少部分地基于与所述像素的所述子集对应的所述一个或更多个深度值确定的深度值与所述对象相关联;其中生成表示与对应于所述图像传感器的部署的相机的视场对应的失真图的第三数据;以及将所述第三数据应用于所述神经网络,其中至少部分地基于所述第三数据计算所述第二数据。
全文数据:
权利要求:
百度查询: 辉达公司 自主机器应用中障碍物检测的距离
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。