虚拟传感器试验台制造技术

一种计算设备包含处理电路和数据存储介质。该计算设备被编程为接收表示由与在虚拟环境中自主操作虚拟车辆相关联的虚拟传感器收集到的数据的虚拟传感器数据并且处理虚拟传感器数据以识别真实世界传感器的局限性。

【技术实现步骤摘要】

技术介绍
自主车辆被期望解读沿着路边的某些标志。例如，自主车辆被期望在停车标志处停车。自主车辆解读标志的一种方式是通过收集真实世界传感器数据“教导”自主车辆特定标志的样子。收集真实世界传感器数据包括设定物理测试或带着传感器到处驾驶以收集相关数据。在识别路标的情况下，收集传感器数据可以包括收集数以千计不同的路标的图片。根据统一的交通控制设备手册(ManualonUniformTrafficControlDevices)，有超过500种联邦政府批准的交通标志。附图说明图1说明了具有编程为接收和处理虚拟传感器数据的系统的示例自主车辆；图2是自主车辆的示例部件的框图；图3A说明了编程为生成虚拟传感器数据的虚拟环境的示例视图；图3B说明了编程为生成虚拟传感器数据的虚拟环境的另一个示例视图；图4是可以被实施以在虚拟环境中测试和/或训练一个或多个虚拟车辆子系统的示例过程的过程流程图。具体实施方式公开了作为真实世界测试的替代的虚拟环境。所公开的虚拟环境可以包括用于自主驾驶过程的虚拟试验台。传感器模型和图像处理软件可以与虚拟环境和动态交互式驾驶场景交互。虚拟测试可以提供用于驾驶过程的多样且彻底的确认以补充使用真实车辆进行的测试和为其做准备。相比于真实世界测试，虚拟测试在时间、金钱和资源方面可能更便宜。模拟在真实世界测试中模拟将是危险或困难的驾驶场景存在最低的相关风险，使得测试大范围和大数量的场景更容易并且在开发自主控制的过程早期进行。通过整合摄像机与激光雷达、雷达和超声波传感器并且确定对所解读的传感器数据的车辆响应，工具可以在用于自主驾驶的传感器融合过程的开发期间使用。该方法可以吸收传感器数据并且使用样本数据识别需要被设计和改进的虚拟车辆的周围环境的关键元素。例如，识别路标的分类器可能需要使用这些标志的图像——包括大而多样的图像集——来训练以便避免数据集偏差并且促进在一系列条件下的正确检测。在虚拟环境中，数以千计的模拟的摄像机图像可以在数秒内生成，使得这种方法成为最小化偏差并且优化分类器性能的一种有效方法。生成表示在美国的所有交通标志的数据库也将是可能的。级联分类器——其可以在OpenCV(开放源代码计算机视觉类库)C++库中找到——可以用于识别多种路标。这些标志的图像可以在具有随机化的取向、与摄像机的距离、阴影和照明条件、和部分遮挡的虚拟环境中生成。机器学习过程可以吸收这些图像连同其中路标的位置和边界框作为输入，使用图像处理技术生成特征并且训练分类器以识别每个标志类型。类似的过程可以被实施以开发用于其他传感器类型的检测和识别过程。示出的元件可以采取许多不同的形式并且包括多个和/或替代部件和设备。所说明的示例部件并不旨在进行限制。事实上，可以使用附加或替代部件和/或实施方式。如图1所示，自主车辆100包括车辆系统105，车辆系统105被编程为接收在虚拟环境中通过计算设备110生成的虚拟传感器数据。计算设备110可以被编程为模拟虚拟环境。虚拟环境可以呈现多个驾驶场景。每个驾驶场景可以包括道路，该道路具有道路上或沿着路边的各种对象。例如，驾驶场景可以包括行驶中或停放的其它车辆、街道标志、树木、灌木、建筑物、行人、或诸如此类。不同的驾驶场景可以进一步包括不同的天气条件，例如雨、雪、雾等。此外，驾驶场景可以限定不同类型的道路或地形。示例可以包括高速公路、地面街道、山路、或诸如此类。计算设备110——其可以包括数据存储介质110A和处理电路110B——可以被编程为模拟行驶通过虚拟环境的虚拟车辆。模拟可以包括基于呈现在虚拟环境中的条件收集虚拟传感器数据的虚拟传感器。计算设备110可以被编程为收集虚拟传感器数据，如将在真实车辆上收集的那样。例如，计算设备110可以模拟具有犹如虚拟传感器在真实的车辆上的虚拟环境视野的虚拟传感器。因此，虚拟传感器数据可以反映关于检测例如标志的真实世界条件。在真实世界条件中，车辆传感器的标志视野可以部分或完全被对象——例如另一车辆或树——阻断。通过模拟虚拟传感器具有犹如它在真实车辆上的视野，虚拟传感器可以根据在真实世界条件下传感器将具有的视野收集虚拟数据。计算设备110的输出可以包括虚拟传感器数据，虚拟传感器数据可以用于测试目的、训练目的、或两者并且可以表示由于模拟导航虚拟车辆通过虚拟环境而由虚拟传感器收集到的传感器数据。虚拟传感器数据最终可以用于生成校准数据，校准数据可以上传到车辆系统105，使得自主车辆100(真实世界车辆)的一个或多个子系统可以根据在测试或训练期间当导航虚拟车辆通过虚拟环境时发生的收集到的虚拟传感器数据来校准。校准数据可以由相同或不同的计算设备110来生成，并且可以从多个虚拟传感器数据集生成。此外，在多次模拟期间生成的虚拟传感器数据可以被合计并且处理以生成校正数据。因此，计算设备110不必在收集虚拟传感器数据之后立即输出任何校准数据。采用校准数据，真实世界车辆子系统可以被“训练”以根据如由虚拟传感器数据表示的在虚拟环境中模拟的场景识别某些场景。尽管作为轿车进行说明，但是自主车辆100可以包括任何客用或商用机动车，例如小汽车、卡车、运动型多用途车、跨界车、厢式货车、小型货车、出租车、公共汽车等。此外，自主车辆100可以被配置为在完全自主(例如，无人驾驶)模式或部分自主模式下操作。图2说明了自主车辆100的示例部件。如所示的，自主车辆100包括用户界面设备115、导航系统120、通信接口125、自主驾驶传感器130、自主模式控制器135和处理设备140。用户界面设备115可以被配置或编程为在自主车辆100操作过程中呈现信息给用户，例如驾驶员。此外，用户界面设备115可以被配置或编程为接收用户输入。因此，用户界面设备115可以被定位在自主车辆100的乘客舱中。在一些可能的方法中，用户界面设备115可以包括触敏显示屏幕。导航系统120可以被配置或编程为确定自主车辆100的位置。导航系统120可以包括配置或编程为三角测量自主车辆100相对于卫星或基于陆地的发射塔的位置的全球定位系统(GPS)接收器。因此，导航系统120可以被配置或编程为进行无线通信。导航系统120可以进一步被配置或编程为制定从当前位置到选定的目的地的路线，以及经由例如用户界面设备115显示到选定的目的地的地图和当前行驶方向。在一些情况下，导航系统120可以根据用户偏好制本文档来自技高网...

【技术保护点】
一种计算设备，包含处理电路和数据存储介质，其中所述计算设备被编程为：接收虚拟传感器数据，其中所述虚拟传感器数据表示由与在虚拟环境中自主操作虚拟车辆相关联的虚拟传感器收集到的数据；处理所述虚拟传感器数据以识别真实世界传感器的局限性。

【技术特征摘要】
2015.01.21 US 62/106,072;2015.11.19 US 14/945,7741.一种计算设备，包含处理电路和数据存储介质，其中所述计算设备
被编程为：
接收虚拟传感器数据，其中所述虚拟传感器数据表示由与在虚拟环境
中自主操作虚拟车辆相关联的虚拟传感器收集到的数据；
处理所述虚拟传感器数据以识别真实世界传感器的局限性。
2.根据权利要求1所述的计算设备，其中所述计算设备被编程为至少
部分基于使所述虚拟车辆穿过所述虚拟环境的所述虚拟导航而生成所述
虚拟传感器数据。
3.根据权利要求1所述的计算设备，其中所述虚拟环境包括由所述虚
拟传感器检测到的至少一个对象，并且其中所述虚拟传感器数据表示与所
述检测到的对象相关的相对位置、大小和对象类型中的至少一个。
4.根据权利要求3所述的计算设备，其中所述计算设备被编程为通过
显示在显示屏幕上的覆盖图识别所述检测到的对象。
5.根据权利要求1所述的计算设备，其中所述虚拟传感器至少部分基
于包含在自主车辆中的至少一个自主驾驶传感器。
6.根据权利要求1所述的计算设备，其中所述虚拟传感器包括虚拟摄
像机，并且其中所述虚拟传感器数据包括虚拟摄像机图像。
7.根据权利要求1所述的计算设备，其中所述虚拟传感器包括虚拟摄
像机，并且其中所述虚拟传感器数据包括光线追踪图像。
8.根据权利要求1所述的计算设备，其中处理所述虚拟传感器数据包
括将时间戳应用到所述虚拟传感器数据。
9.一种方法，包含：
接收虚拟传感器数据，其中所述虚拟传感器数据表示由与在虚拟环境
中自主操作虚拟车辆相关联的虚拟传感器收集到的数据；以及
处理所述虚拟传感器数据以识别真实世界传感器的局限性。
10.根据权利要求9所述的方法，进一步包含至少部...

【专利技术属性】
技术研发人员：亚瑟·阿拉尼斯，维迪亚·那利亚姆布特·穆拉里，艾希莉·伊丽莎白·米克斯，哈珀丽特辛格·班瓦伊特，斯内哈·卡德托塔德，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国;US