使用视觉图像估计对象属性的制作方法

背景技术：

1、自主驾驶系统通常依赖于在车辆上安装许多传感器，包括视觉传感器和发射距离传感器（例如，雷达传感器、激光雷达传感器、超声波传感器等）的集合。之后，由每个传感器捕获的数据被聚集来帮助了解该车辆的周围环境并且确定如何控制车辆。视觉传感器可以被用于从捕获的图像数据中标识物体并且发射距离传感器（emitting distance sensor）可以被用于确定被检测的物体的距离。转向和速度调整可以根据检测到的障碍物和清晰的可行驶路径被应用。但随着传感器数量和类型的增加，系统的复杂性和成本也随之增加。例如，将激光雷达等发射距离传感器包含在大众市场车辆中通常成本很高。此外，每个附加的传感器都会增加自主驾驶系统的输入带宽要求。因此，需要找到车辆上传感器的最佳配置。该配置应当限定传感器的总数，而不限定捕获的数据的数量和类型，以准确地描述周围环境并且安全控制车辆。

技术实现思路

1、一个实施例包括一种系统。该系统包括一个或多个处理器，该一个或多个处理器被配置为：接收基于使用车辆的相机捕获的图像的图像数据；以及使用图像数据作为经训练的机器学习模型的输入的基础，以至少部分地标识对象距车辆的距离；其中该经训练的机器学习模型已经使用训练图像和发射距离传感器的相关输出而被训练；以及存储器，该存储器与一个或多个处理器耦合。

2、另一个实施例包括一种计算机程序产品，被实现在非暂态计算机可读存储介质中并且包括计算机指令。计算机指令用于基于使用车辆的相机捕获的图像来接收图像数据；并且利用图像数据作为经训练的机器学习模型的输入的基础以至少部分地标识对象距车辆的距离，其中该经训练的机器学习模型已经使用训练图像和发射距离传感器的相关输出而被训练。

3、又一实施例包括一种方法。该方法包括接收基于使用车辆的相机捕获的图像所选择的图像；接收基于车辆的发射距离传感器的距离数据；使用该所选择的图像作为经训练的机器学习模型的输入来标识对象；从所接收到的距离数据中提取所标识的对象的距离估计；通过以所提取的距离估计注释所选择的图像来创建训练图像；使用包括训练图像的训练数据集来训练第二机器学习模型以预测距离测量；以及将经训练的第二机器学习模型提供给配备有第二相机的第二车辆。

1.一种车辆（501、511、521、561）中的系统（100），包括：

2.根据权利要求1所述的系统（100），其中所述一个或多个处理器（105、109）还被配置为标识所述对象（511、521、561）相对于所述车辆（501、511、521、561）的方向。

3.根据权利要求1-2中任一项所述的系统（100），其中特定训练图像形成时间序列训练集的部分，所述时间序列训练集包括由训练车辆在一定长度的时间内捕获的多个图像，其中所述图像包括多个对象（511、521、561），并且在所述时间的期间内跟踪特定对象（511、521、561），其中表示距离和速度的真实值针对所述训练图像而被确定，并且其中所述长度的所述时间基于所述训练车辆的速度是可配置的。

4.根据权利要求1-3中任一项所述的系统（100），其中所述距离传感器（103、503、553）包括雷达传感器、超声传感器和/或激光雷达传感器。

5.根据权利要求1-4中任一项所述的系统，其中所述对象（511、521、561）是以下中的一项：行人、车辆（501、511、521、561）、障碍物、屏障或交通控制对象。

6.根据权利要求1-5中任一项所述的系统（100），其中所述训练图像和所述距离传感器（103、503、553）的相关输出在训练车辆上被捕获。

7.根据前述权利要求中任一项所述的系统，其中所述训练图像包括使用所述训练车辆的图像传感器捕获的图像的时间序列。

8.根据权利要求1-7中任一项所述的系统，其中所述对象距所述车辆（501、511、521、561）的所标识的距离被用于预测与所述对象相关联的语义标签。

9.根据权利要求1-8中任一项所述的系统，其中使用所述经训练的机器学习模型标识的所述对象（511、521、561）的距离与所述车辆（501、511、521、561）上包括的已安装距离传感器的输出组合使用，以确定所述对象（511、521、561）相对于所述车辆（501、511、521、561）的相对位置。

10. 一种计算机程序产品，所述计算机程序产品被实施在非暂态计算机可读存储介质中并且包括计算机指令，所述计算机指令用于：

11.一种方法，包括：

12.根据权利要求11所述的方法，其中所述所选图像是所捕获图像的时间序列的一部分，并且所述距离数据是所捕获距离数据的时间序列的一部分。

13.根据权利要求11-12中任一项所述的方法，还包括跨所捕获图像的时间序列跟踪所标识的所述对象（511、521、561），并且其中所提取的所述距离估计是基于将所跟踪的所标识的所述对象（511、521、561）与所接收的所述距离数据相关联的。

14.根据权利要求11-13中任一项所述的方法，其中所标识的所述对象（511、521、561）是检测到的车辆（501、511、521、561）或行人。

15.根据权利要求11-14中任一项所述的方法，其中所述第二车辆（501、511、521、561）包括距离传感器（103、503、553），并且经训练的所述第二机器学习模型（107）能够与所述距离传感器（103、503、553）结合使用，以确定所述对象（511、521、561）相对于所述第二车辆（501、511、521、561）的相对位置。