黑匣子控制器基于来自人工智能AI处理器的结果确定自主交通工具的交通工具传感器数据是否将被记录于非易失性存储装置中。举例来说，所述AI处理器分析所述传感器数据以检测将发生及/或已经发生的所关注事件，例如涉及相应交通工具或其它交通工具的即将发生的(imminent/impending)碰撞或近似碰撞。响应于所述AI处理器检测到事件，所述AI处理器指示所述黑匣子控制器将所述交通工具传感器数据存储到所述非易失性存储装置；且选择在所述事件之前的时间段内及/或在所述事件期间收集的所述传感器数据且将其存储于所述非易失性存储装置中。因此，存在对可能具有相对有限持续时间的所述非易失性存储装置的较少写入操作。
【技术实现步骤摘要】
【国外来华专利技术】自主驾驶交通工具中的具有人工智能处理器的黑匣子数据记录仪相关申请案本申请案主张在2018年3月28日申请且标题为“自主驾驶交通工具中的具有人工智能处理器的黑匣子数据记录仪(BlackBoxDataRecorderwithArtificialIntelligenceProcessorinAutonomousDrivingVehicle)”的序列号为15/938,504号美国专利申请案的申请日期的权益，所述申请案的全部揭示内容特此以引用方式并入本文中。
本文中揭示的至少一些实施例涉及自主交通工具技术，且更特定来说(且不限于)，涉及自主交通工具中的黑匣子数据记录仪。
技术介绍
自主驾驶交通工具(ADV)通常包含用于执行自主/无人驾驶操作的许多传感器。在涉及此交通工具的事故、碰撞或近似碰撞的情况中，审查刚好在事故之前及/或期间记录的传感器数据可帮助确定事故的原因及/或是否可能存在交通工具故障。用于记录此类数据的黑匣子中使用的存储装置可能具有有限的持续时间。因此，记录可以低分辨率在有限的记录时间、有限的帧数目下完成，且数据可被压缩。典型的存储装置不含有用于验证存储于存储装置中的数据的真实性的安全机制。因此，存储在黑匣子存储装置上的数据可能容易回火(tempering)。附图说明实施例通过实例来说明且不限于附图的图，其中相似的参考数字指示类似元件。图1说明自主驾驶交通工具(AVD)中的经改进黑匣子数据记录仪的实施例。图2说明自主驾驶交通工具(AVD)中的经改进黑匣子数据记录仪的另一实施例。图3说明自主驾驶交通工具(AVD)中的经改进黑匣子数据记录仪的流程图。具体实施方式本文中揭示的至少一些实施例提供自主驾驶交通工具(AVD)中的经改进黑匣子数据记录仪。汽车制造商可能想记录自主交通工具的交通工具传感器数据。然而，非易失性存储装置中的经扩展数据记录可能是昂贵的；且许多非易失性存储技术具有有限的持续时间。本文中描述的实施例提供用于记录就在所关注事件(例如涉及相应交通工具或附近交通工具的碰撞或近似碰撞)之前及可能在所述所关注事件期间产生的交通工具传感器数据的经改进解决方案。在一个实施例中，在交通工具内提供易失性存储器以暂时保持交通工具传感器数据。黑匣子控制器确定何时将易失性存储器中的交通工具传感器数据记录在非易失性存储装置中。在一个实施例中，人工智能(AI)处理器分析存储于存储器中的传感器数据以检测将发生及/或已经发生的所关注事件(例如，涉及相应交通工具或其它交通工具的即将发生的碰撞或近似碰撞)。响应于AI处理器检测到所关注事件，AI处理器指示黑匣子控制器将传感器数据从易失性存储器存储到非易失性存储装置。因此，存在对可能具有相对有限持续时间的所述非易失性存储装置的较少写入操作。本文中描述的技术还可用于超出AVD的领域中，包含使用驾驶员辅助技术、视频监控及恶劣环境的监测的交通工具。图1说明自主驾驶交通工具(AVD)中的经改进黑匣子数据记录仪的实施例。在图1中，黑匣子控制器102从多个交通工具传感器104(例如，周围相机及其它传感器)接收传感器数据的数据流。交通工具传感器数据可进一步包含(但不限于)相机数据、雷达数据、激光雷达数据、声呐数据、激光测量、轮胎压力监测及交通工具操作系统数据。本文中所引用的传感器数据还可包含交通工具操作数据，例如GPS数据、惯性传感器数据、自主交通工具计算机信号及健康状态等。接收到的传感器数据的数据流最初保持在存储器106中。在一个实施例中，存储器106是易失性的，例如动态随机存取存储器(DRAM)，其需要持续不断的电力以便刷新或维持存储器中的数据。替代地或组合地，传感器数据可被保持在以易失性存储器实施的循环缓冲器中。存储于易失性缓冲器中的交通工具传感器数据不会被压缩，或在替代实施例中，其可使用无损压缩或损失较少压缩进行压缩-以保持数据质量。当使用非易失性循环缓冲器时，缓冲器可具有相对较小容量(因为其每存储器单元成本较高)，且可用于缓冲传感器数据的较小、质量较低版本(有损压缩或损失较多压缩)来减小数据的大小。本文中所引用的循环缓冲器还可为包含使用单个固定大小的缓冲器的数据结构的环形缓冲器、环形队列或环缓冲器，就像是端到端连接一样。缓冲器结构容易地缓冲数据流。对本文中所使用的循环缓冲器的参考引用了如何使用缓冲器。举例来说，循环缓冲器经设计以在新数据以循环方式重写旧数据时为满，从而确保缓冲器保持最新的数据集。第一及/或第二循环缓冲器的实际大小在本专利技术的范围内可改变。提供于黑匣子记录仪内的循环缓冲器的实际数目也可在本专利技术的范围内改变。ADV的移动/状态传感器108在移动/状态传感器108检测到变化或被触发或激活时发送信号到黑匣子控制器。移动/状态传感器108可包含惯性传感器、加速度传感器、制动系统突然激活、ADV内的引擎或其它组件故障、来自高级驾驶员辅助系统(ADAS)的信号或指示事故/碰撞或近似碰撞的自主计算机中的一或多者。响应于来自传感器(104)及/或移动/状态传感器108的数据，人工智能(AI)处理器110分析存储于存储器106中的传感器数据的数据流以确定所关注事件是否将发生及/或已经发生；且响应于基于AP处理器110的分析识别事件，黑匣子控制器102将传感器数据传送到非易失性存储装置112以进行存储。举例来说，AI处理器110分析存储于存储器106中的传感器数据以确定传感器数据是否指示及/或预测涉及相应交通工具或附近交通工具的碰撞或近距离碰撞即将发生或将要发生。响应于AI处理器110确定传感器数据的数据流指示此事件将发生及/或已经发生，AI处理器110发信号通知黑匣子控制器102将就在事件之前及可能在事件期间产生/接收的传感器数据从系统存储器106复制到非易失性存储装置112。在与事件相关的传感器数据的数据流存储于非易失性存储装置112中的情况下，可稍后在分析事件的可能原因时检索传感器数据。通过使用AI处理器110来分析传感器数据且因此选择性地确定何时应将传感器数据存储于非易失性存储装置112中，通过导致对非易失性存储装置112进行较少写入操作来至少部分解决与非易失性存储装置相关的持续时间问题。在较少写入操作情况下，较高质量的传感器数据(例如，增加分辨率、帧速率)可被存储于存储装置112中。在一个实施例中，AI处理器110包含经训练以理解及/或确定传感器数据是否指示即将发生或即将发生的所关注事件(例如涉及交通工具或附近交通工具的碰撞、近似碰撞或撞击)及事件是否需要将存储器数据写入于非易失性存储装置112中的神经网络。举例来说，使用机器学习技术及/或图案辨识技术，AI模型可(例如)根据训练实例建立，且由AI处理器110使用以执行一些任务，例如做出是否将传感器数据记录于存储装置112中的决策。在一些实施例中，AI处理器110在其做出是否将传感器数据保存于存储装置112中的决策时利用AI模型(例如，人工神经网络)。AI模型可基于针本文档来自技高网...
【技术保护点】
1.一种自主驾驶交通工具中的数据记录设备，所述设备包括：/n非易失性存储装置，其用于存储从所述自主驾驶交通工具的一组传感器及相机接收的交通工具传感器数据；/n黑匣子控制器，其耦合到所述存储装置；及/n人工智能AI处理器，其耦合到所述黑匣子控制器，所述AI处理器用于分析从所述自主驾驶交通工具的所述组传感器及相机接收的所述交通工具传感器数据、识别所关注事件及响应于检测到所述所关注事件指示所述黑匣子控制器将与所述事件相关的所述交通工具传感器数据存储于所述存储装置中。/n
【技术特征摘要】
【国外来华专利技术】20180328 US 15/938,5041.一种自主驾驶交通工具中的数据记录设备，所述设备包括：
非易失性存储装置，其用于存储从所述自主驾驶交通工具的一组传感器及相机接收的交通工具传感器数据；
黑匣子控制器，其耦合到所述存储装置；及
人工智能AI处理器，其耦合到所述黑匣子控制器，所述AI处理器用于分析从所述自主驾驶交通工具的所述组传感器及相机接收的所述交通工具传感器数据、识别所关注事件及响应于检测到所述所关注事件指示所述黑匣子控制器将与所述事件相关的所述交通工具传感器数据存储于所述存储装置中。
2.根据权利要求1所述的自主驾驶交通工具，其包括所述数据记录设备，其中所述事件是涉及所述自主驾驶交通工具的即将发生的碰撞。
3.根据权利要求2所述的自主驾驶交通工具，其中所述交通工具的自主驾驶是基于从所述组传感器及相机接收的所述交通工具传感器数据。
4.根据权利要求2所述的自主驾驶交通工具，其中在所述事件发生时，所述自主驾驶交通工具正以自主驾驶模式操作。
5.根据权利要求2所述的自主驾驶交通工具，其中所述交通工具传感器数据包括从相机、红外相机、声呐、雷达、或激光雷达或其任何组合中的至少一者收集的数据。
6.根据权利要求1所述的数据记录设备，其中所述交通工具传感器数据与签名一起经存储于所述存储装置中。
7.根据权利要求6所述的数据记录设备，其中所述签名包含使用对称加密或非对称加密签名的所述交通工具传感器数据的散列。
8.根据权利要求7所述的数据记录...
【专利技术属性】
技术研发人员：A·蒙代洛，A·特罗亚，
申请(专利权)人：美光科技公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。