[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP7367183B2 - 占有予測ニューラルネットワーク - Google Patents

占有予測ニューラルネットワーク Download PDF

Info

Publication number
JP7367183B2
JP7367183B2 JP2022510922A JP2022510922A JP7367183B2 JP 7367183 B2 JP7367183 B2 JP 7367183B2 JP 2022510922 A JP2022510922 A JP 2022510922A JP 2022510922 A JP2022510922 A JP 2022510922A JP 7367183 B2 JP7367183 B2 JP 7367183B2
Authority
JP
Japan
Prior art keywords
neural network
environment
vehicle
occupancy prediction
sensor data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022510922A
Other languages
English (en)
Other versions
JP2022546283A (ja
Inventor
マーヴェット，ハイマン
オガール，アビジット
チェン，ユ－ハン
アヤヴァチ，アルパー
Original Assignee
ウェイモ エルエルシー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ウェイモ エルエルシー filed Critical ウェイモ エルエルシー
Publication of JP2022546283A publication Critical patent/JP2022546283A/ja
Application granted granted Critical
Publication of JP7367183B2 publication Critical patent/JP7367183B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18159—Traversing an intersection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06F18/2155—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the incorporation of unlabelled data, e.g. multiple instance learning [MIL], semi-supervised techniques using expectation-maximisation [EM] or naïve labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06V10/7753—Incorporation of unlabelled data, e.g. multiple instance learning [MIL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Description

本明細書は、自律型車両に関する。
自律型車両は、自動運転する車、船舶、および航空機を含む。自律型車両は、様々な車載センサを使用して環境を特徴付けるセンサデータを生成し、コンピュータシステムを使用してセンサデータを処理して、制御およびナビゲーションの決定を行う。
自律型車両は、機械学習モデルを使用して制御およびナビゲーションの決定を行うことができる。機械学習モデルは、入力を受信し、受信した入力に基づいて出力を生成する。一部の機械学習モデルは、パラメトリックモデルであり、受信した入力とモデルのパラメータの値とに基づいて出力を生成する。
一部の機械学習モデルは、モデルの複数のレイヤを使用して、受信した入力に対する出力を生成するディープモデルである。例えば、ディープニューラルネットワークは、出力レイヤと、それぞれが受信した入力に非線形変換を適用して出力を生成する１つ以上の隠れレイヤと、を含むディープマシンラーニングモデルである。
本明細書は、車両の車載システムが、その環境の領域（例えば、交差点の一部）が、未来の時間間隔（例えば、現時点の後の次のＴ秒、例えば、現時点の後の時間Ｔ１～Ｔ２）で環境内のエージェント（例えば、別の車両）によって占有されるかどうかをどのように予測することができるかについて説明する。
第１の態様によれば、現時点での車両の近くの環境を特徴付ける、車両のセンサシステムによって生成されたセンサデータを受信することを含む方法が提供される。センサデータには、それぞれ異なる時点でキャプチャされた環境を特徴付けるセンササンプルのセットが含まれる。センサデータを含むネットワーク入力は、ニューラルネットワークを使用して処理され、環境の領域の占有予測出力を生成する。占有予測出力は、現時点の後の１つ以上の未来の時間間隔について、未来の時間間隔中に環境の領域が環境内のエージェントによって占有される可能性をそれぞれ特徴付ける。ネットワーク入力は、ニューラルネットワークの入力レイヤに提供され、環境の領域に関する占有予測出力は、ニューラルネットワークの出力レイヤによって出力される。占有予測出力を車両の計画システムに提供して、車両の未来の軌道を計画する計画決定を生成する。
いくつかの実装形態では、センササンプルは、車両の１つ以上のカメラセンサによって生成された画像を含む。
いくつかの実装形態では、センササンプルは、車両の１つ以上のＬＩＤＡＲセンサによって生成された点群データ、車両の１つ以上のレーダーセンサによって生成されたセンサデータ、またはその両方、を含む。
いくつかの実装形態では、現時点の後の未来の時間間隔は、現時点から始まる時間間隔を含む。
いくつかの実装形態では、現時点の後の所与の未来の時間間隔のセットのそれぞれについて、占有予測出力は、環境の領域が、所与の未来の時間間隔中に、環境内のエージェントによって占有されるそれぞれの可能性を特徴付ける。
いくつかの実装形態では、環境の所与の領域のセットのそれぞれについて、占有予測出力は、環境の所与の領域が、現時点の後の未来の各時間間隔中に、環境内のエージェントによって占有されるそれぞれの可能性を特徴付ける。
いくつかの実装形態では、環境の領域は、車道の交差点である。
いくつかの実装形態では、この方法は、計画システムによって、車道の交差点に関する占有予測出力に基づいて、車両に車道の交差点を横断させる計画決定を生成することをさらに含む。
いくつかの実装形態では、環境の領域は、静止したエージェントによって占有されている車道の一部分である。
いくつかの実装形態では、この方法は、計画システムによって、静止したエージェントによって占有されている車道の一部分に関する占有予測出力に基づいて、車両を減速させる計画決定を生成することをさらに含む。
いくつかの実装形態では、ニューラルネットワークは、畳み込みニューラルネットワークレイヤのセットを含む畳み込みニューラルネットワークである。
いくつかの実装形態では、ニューラルネットワークを使用してセンサデータを処理して、環境の領域に関する占有予測出力を生成することは、１つ以上のニューラルネットワークレイヤの第１のセットを使用してセンサデータの第１のサブセットを処理して、第１の中間出力を生成することと、１つ以上のニューラルネットワークレイヤの第２のセットを使用してセンサデータの第２のサブセットを処理して、第２の中間出力を生成することと、１つ以上のニューラルネットワークレイヤの第３のセットを使用して第１の中間出力および第２の中間出力を処理して、占有予測出力を生成することと、を含む。
いくつかの実装形態では、センサデータの第１のサブセットは、第１のモダリティのセンサデータを含み、センサデータの第２のサブセットは、第２の異なるモダリティのセンサデータを含む。
いくつかの実装形態では、ニューラルネットワークは、車両の近くの環境内の他のエージェントの現在または未来の位置を明示的に位置特定することなく、占有予測出力を生成する。
いくつかの実装形態では、ネットワーク入力は、車両の近くの環境の静的な特徴を特徴付ける道路グラフデータをさらに含む。
いくつかの実装形態では、センサデータは、それぞれの時点でキャプチャされた画像を含み、この方法は、ニューラルネットワークを使用して画像を処理する前に、各画像に１つ以上の事前定義されたトリミング操作を適用することをさらに含む。
いくつかの実装形態では、センサデータは、それぞれの時点でキャプチャされた画像を含み、ニューラルネットワークは、画像を処理して、画像トリミング操作を指定するデータを生成するように構成されたトリミングサブネットワークを含み、ニューラルネットワークを使用してセンサデータを処理することは、トリミングサブネットワークによって指定された画像トリミング操作を画像に適用することを含む。
第２の態様によれば、１つ以上のコンピュータと、１つ以上のコンピュータに通信可能に結合された１つ以上の記憶デバイスであって、１つ以上の記憶デバイスは、命令を記憶しており、命令は、１つ以上のコンピュータによって実行されたときに、１つ以上のコンピュータに第１の態様の方法の動作を行わせる、１つ以上の記憶デバイスと、を含む、システムが提供される。
第３の態様によれば、１つ以上のコンピュータによって実行されたときに、１つ以上のコンピュータに第１の態様の方法の動作を行わせる、命令を記憶している、１つ以上の非一時的なコンピュータ記憶媒体が提供される。
本明細書に記載の主題の特定の実施形態は、以下の利点の１つ以上を実現するように実装することができる。
本明細書で説明されている占有予測ニューラルネットワークは、センサデータ（例えば、カメラデータ、レーダーデータ、ＬＩＤＡＲデータ、またはこれらの何らかの組み合わせ）および道路グラフデータを処理して、環境のターゲット領域が未来の時間間隔においてエージェントによって占有されるかどうかを直接予測することができる。これに対し、従来の占有予測システムは、環境内の各エージェントを位置特定および追跡する中間ステップを実行することによって、環境のターゲット領域が未来の時間間隔においてエージェントによって占有されるかどうかを予測し得る。従来のシステムは、その位置特定データおよび追跡データを使用して、他のエージェントのそれぞれの現在の位置および速度を決定し、次にこのデータを使用して、他のエージェントが未来においてターゲット領域を占有するかどうか、およびいつ占有するかを予測し得る。しかしながら、エージェントの位置特定および追跡は、特にエージェントが、車両の測量センサ（例えば、ＬＩＤＡＲおよびレーダーセンサ、または３Ｄ空間位置特定データを提供するその他のセンサ）の有効範囲を超えているときに、困難でエラーが発生しやすくなり得る。エージェントの位置特定および追跡における固有のエラーおよび不確実性は、従来の占有予測システムによって行われる計算を通じて伝播し、ターゲット領域に関する未来の占有予測を不正確にさせ得る。したがって、センサデータを処理して、環境内の各エージェントを明示的に位置特定および追跡することなく、ターゲット領域の未来の占有を直接予測することにより、本明細書で説明されている占有予測ニューラルネットワークは、一部の従来の占有予測システムよりも正確な占有予測出力を生成し得る。車両の未来の軌道を計画する計画システムは、占有予測ニューラルネットワークによって生成された占有予測出力を使用して、車両をより効率的、安全、かつ快適に動作させるアクションを選択することができる。以下でより詳細に説明するように、本明細書で説明する占有予測ニューラルネットワークは、従来の占有予測システムを補完し得、車両の計画システムは、車両の未来の軌道を計画する際に両方を使用し得る。
本明細書で説明されている占有予測ニューラルネットワークは、一部の従来の占有予測システムよりも消費する計算リソースが少なくなり得る。例えば、環境内の各エージェントを位置特定および追跡する従来の占有予測システムでは、システムによって行われる計算の量は、環境内のエージェントの数に少なくとも比例して増加し得る。これに対し、本明細書で説明されている占有予測ニューラルネットワークは、環境内の他のエージェントの数に関係なく、１つのフォワードパスを使用してセンサデータを処理することによって占有予測出力を生成する。すなわち、従来の占有予測システムは、環境内の各エージェントが未来の時間間隔においてターゲット領域を占有するかどうかを個別に予測し得るが、占有予測ニューラルネットワークは、任意のエージェントが未来の時間間隔においてターゲット領域を占有するかどうかを直接予測し得る。
本明細書で説明されている占有予測ニューラルネットワークは、手動のラベル付けを必要とせずに、ログに記録されたセンサデータから自動的に生成されるトレーニングデータでトレーニングすることができる。これに対し、エージェントの位置特定および追跡を行う従来の占有予測システムのトレーニングには、例えば、カメラデータ、ＬＩＤＡＲデータ、レーダーデータ内のオブジェクトの周囲の境界ボックスに人が手動で注釈を付ける場合に、手動でラベル付けされた大量のトレーニングデータが必要になり得る。
本明細書の主題の１つ以上の実施形態の詳細を、添付の図面および以下の説明に記載する。主題の他の特徴、態様、および利点は、明細書、図面、および特許請求の範囲から、明らかになるであろう。
車両の車載システムが占有予測ニューラルネットワークを使用して、車両の未来の軌道を計画する環境の例を示す。 占有予測ニューラルネットワークを使用する車両の車載システムの例のブロック図である。 占有予測ニューラルネットワークの例示的なアーキテクチャを示す。 占有予測ニューラルネットワークをトレーニングするための例示的なトレーニングシステムを示す。 占有予測ニューラルネットワークを使用して車両の未来の軌道を計画する計画決定を生成するための例示的なプロセスの流れ図である。
様々な図面の中の同様の参照番号および名称は、同様の要素を示す。
本明細書は、車両の車載システムが、その環境の領域（例えば、交差点の一部）が、１つ以上の未来の時間間隔（例えば、次のＴ秒間中）で環境内のエージェント（例えば、車両）によって占有されるかどうかをどのように予測することができるかを説明する。環境の領域が未来の時間間隔においてエージェントによって占有されるかどうかを予測するために、車載システムは、複数の時点（現時点まで）での環境を特徴付けるセンサデータ（例えば、カメラ画像）を「占有予測」ニューラルネットワークに提供することができる。占有予測ニューラルネットワークは、センサデータを処理して、環境の領域が未来の時間間隔においてエージェントによって占有されるかどうかを予測する占有予測出力を生成するように構成されている。
車両の車載システムは、占有予測出力を使用して、車両を制御するアクションを計画および実行することができる。例として、図１に示される環境１００内の車両１０２を取り上げる。この例では、車両１０２の車載システムは、車両１０２が安全に交差点１０４に進入し、ターゲット領域１１２を横断することによって対向車線（例えば、車両１０６、１０８、および１１０）に合流することを可能にするアクションを計画している。車両１０２の車載システムは、占有予測ニューラルネットワークを使用して車両１０２のカメラシステムによってキャプチャされた対向車線を描写する一連のカメラ画像を処理して、ターゲット領域１１２が次の数秒内で占有されるかどうかを予測することができる。次の数秒間は、ターゲット領域に他のエージェントがいないであろうと決定することに応答して、車両１０２の車載システムは、車両１０２を安全に交差点に進入させ、対向車線に合流させるアクションを実行することができる。
占有予測ニューラルネットワークを使用することにより、車両の車載システムが、環境内の他のエージェントを明示的に位置特定および追跡することなく、ターゲット領域が未来の時間間隔において占有されるかどうかを効果的に予測することを可能にし得る。エージェントを位置特定することとは、環境内のエージェントの空間的な場所を決定することを指し、エージェントを追跡することとは、例えば、エージェントの速度を推定するために、複数の時間ステップにわたってエージェントを繰り返し位置特定することを指す。エージェントの位置を特定することは、特にエージェントが車両の測量センサ（例えば、ＬＩＤＡＲまたはレーダーセンサ）の制限された範囲を超えている場合に、困難な場合がある。占有予測ニューラルネットワークは、センサデータに存在する様々な手がかりを暗黙的に利用することを学習することによって、車両の測量センサの範囲を超えるエージェントが存在する場合でも、ターゲット領域の未来の占有を効果的に予測することができる。例えば、占有予測ニューラルネットワークは、他のエージェントの速度および近接性を、車両のカメラセンサによって複数の時間ステップにわたって生成された画像で、それらが拡大（または縮小）するように見える速度に基づいて、暗黙的に特徴付けることを学習し得る。
これらの特徴および他の特徴については、以下でより詳細に説明する。
図２は、車両２００の未来の軌道を計画する計画決定を生成する一部として占有予測ニューラルネットワーク２０４を使用する、車両２００の例示的な車載システム２０２のブロック図である。車載システム２０２は、ハードウェアコンポーネントおよびソフトウェアコンポーネントから構成され、これらのコンポーネントのうちの一部またはすべては、物理的に車両２００に搭載されて位置する。図１の車両２００は、自動車として描かれており、本明細書の例は、自動車を参照して説明されているが、占有予測ニューラルネットワークは、他の様々な設定のいずれかで使用することができる。例えば、倉庫または製造環境をナビゲートしているロボットエージェントもまた、計画決定の生成の一部として占有予測ニューラルネットワークを使用してもよい。
車載システム２０２は、センサシステム２０６、占有予測ニューラルネットワーク２０４、計画システム２０８、および制御システム２１０を含み、これらはそれぞれ、次に詳細に説明される。
センサシステム２０６は、車載システム２０２が車両２００の近くの環境を「見る」ことを可能にする。より具体的には、センサシステム２０６は、１つ以上のセンサ、例えば、カメラセンサ、ＬＩＤＡＲセンサ、およびレーダーセンサを使用して、継続的に（すなわち、複数の時点のそれぞれで）、車両の近くの環境を特徴付けるセンサデータ２１２を生成する。例えば、センサシステム２０６は、測量センサ（例えば、ＬＩＤＡＲまたはレーダーセンサ）を使用して、環境の幾何学的形状を特徴付ける点群を生成することができる。点群とは、環境内の表面上のそれぞれの点の位置をそれぞれが表すデータ点の集まりを指す（例えば、車、歩行者、道路標識、または建物の表面上の点）。各データ点は、例えば、標準化された座標フレーム内のｘ－ｙ－ｚ座標、例えば、車両２００を中心とする座標フレームによって表され得る。別の例として、センサシステム２０６は、カメラセンサを使用して、環境の視覚的外観を特徴付ける画像（例えば、赤－緑－青（ＲＧＢ）画像）を生成し得る。本明細書全体を通して使用されるように、「時点」でキャプチャされるものとして参照されるセンササンプルは、一定期間にわたってキャプチャされ得、例えば、ＬＩＤＡＲセンサによって生成されるセンササンプルは、１００ｍｓの期間にわたるＬＩＤＡＲセンサの１回転中にキャプチャされるデータからなり得る。この例では、ＬＩＤＡＲセンサのサンプルがキャプチャされた時点は、例えば、ＬＩＤＡＲセンサの回転の最終時点と見なされ得る。
占有予測ニューラルネットワーク２０４は、（ｉ）一連の複数の時点で生成されたセンサデータ２１２、および（ｉｉ）環境のターゲット領域の占有予測出力２１４を生成するための道路グラフデータ２１８を処理するように構成されている。図２に示す例では、現時点は、ｔであり、センサデータ２１２は、時点ｔ（すなわち、現時点）、ｔ－１（例えば、現時点の１秒前）、およびｔ－２（例えば、現時点の２秒前）で生成される。道路グラフデータ２１８は、車両の近くの環境、例えば、環境の様々な静的な特徴の位置およびタイプ、例えば、車線、道路標識、横断歩道、信号機などを特徴付ける。道路グラフデータ２１８は、様々な方法のいずれかで表すことができ、例えば、車両の近くの環境のトップダウンビューを表す２Ｄ画像として表すことができる。センサデータ２１２および道路グラフデータ２１８に加えて、占有予測ニューラルネットワークは、例えば、環境内の信号機の状態（例えば、赤、黄、または緑）を指定する、または車両２００の意図された未来の軌道（すなわち、他のエージェントの行動に影響を与え得る）を指定する、他の入力を追加的に処理し得る。占有予測出力２１４は、環境のターゲット領域が、現時点の後の未来の時間間隔、例えば、現時点から始まる未来の時間間隔において、エージェントによって占有される可能性を特徴付ける。より一般的には、占有予測出力２１４は、以下でより詳細に説明するように、環境の１つ以上のターゲット領域が、現時点の後の１つ以上の未来の時間間隔のそれぞれの間にエージェントによって占有されるそれぞれの可能性を特徴付け得る。
いくつかの実装形態では、占有予測出力２１４は、環境の複数のターゲット領域のそれぞれが未来の時間間隔においてエージェントによって占有されるそれぞれの可能性を特徴付け得る。例えば、環境のターゲット領域は、車両２００の現在の場所を中心とする事前定義されたグリッドに配置された事前定義されたサイズ（例えば、１０フィート×１０フィート）を有する領域であり得る。ヒートマップ２１６は、占有予測出力２１４の例を示している。ヒートマップ２１６のそれぞれは、セルのグリッドによって表され、各セルは、環境のそれぞれの領域に対応する（グリッド自体は、車両の場所を中心とし得る）。各セルの陰影は、セルに対応する環境の領域が未来の時間間隔、例えば、時間間隔［ｔ，ｔ＋１］、［ｔ，ｔ＋２］、および［ｔ，ｔ＋３］において、エージェントによって占有される可能性を表し、例えば、暗い陰影は、その領域が未来の時間間隔において占有される可能性がより高いことに対応する。例示的なヒートマップ２１６は、デカルト座標系におけるセルのグリッドを描写しているが、より一般的には、セルは、任意の適切な座標系、例えば、極座標系で表され得る。
任意選択的に、環境のターゲット領域が事前定義されるのではなく、占有予測ニューラルネットワーク２０４は、占有予測出力によって特徴付けられるターゲット領域を指定する追加の入力を処理するように構成されてもよい。例えば、占有予測ニューラルネットワーク２０４は、環境のターゲット領域を指定するマスク画像（すなわち、センサデータ２１２に加えて）を処理するように構成されてもよい。マスク画像は、数値の２次元配列として表すことができ、配列の各成分は、環境のそれぞれの部分に対応する。ターゲット領域に対応するマスク画像の成分は、第１の値（例えば、値１）を有し得、一方、マスク画像の他の成分は、異なる値（例えば、値０）を有し得る。車載システム２０２は、環境内の車両の現在の状態に基づいて、環境のターゲット領域を動的に選択し得る。例えば、車両２００を所与の車線に進入させる前に、車載システム２０２は、例えば、所与の車線を指定するマスク画像を含む占有予測ニューラルネットワーク２０４に入力を提供することによって、所与の車線に対応するターゲット領域を選択し得る。
任意選択的に、占有予測出力２１４は、複数の未来の時間間隔のそれぞれの間に各ターゲット領域が占有される可能性を特徴付けてもよい。一例では、未来の時間間隔のセットは、現時点から開始する連続的で重複しない未来の時間間隔であり得、例えば、未来の時間間隔は、以下によって与えられ得る。

式中、ｔ０は、現時点、ｉは、未来の各時間間隔の一定期間、Ｎは、未来の時間間隔の総数である。別の例では、未来の時間間隔のセットは、それぞれが現時点から開始する異なる期間の未来の時間間隔であり得る。図２に示される例を参照すると、占有予測出力２１４は、未来の各時間間隔［ｔ，ｔ＋１］、［ｔ，ｔ＋２］、［ｔ，ｔ＋３］（式中、ｔは、現時点である）に対応するそれぞれの占有予測ヒートマップ２１６を指定し得る。
一般に、占有予測ニューラルネットワーク２０４は、それがその説明された機能を行うことを可能にする任意の適切なニューラルネットワークアーキテクチャを有し得る。例示的な占有予測ニューラルネットワークアーキテクチャは、図３を参照してより詳細に説明される。さらに、占有予測ネットワーク２０４は、前の時点からのセンサデータサンプル２１２に加えて、他の入力を処理するように構成され得る。例えば、占有予測ネットワーク２０４は、車両の近くの環境の静的な構造、例えば、車線の構造、ならびに環境内の静的なオブジェクトの位置およびタイプ（例えば、横断歩道、信号機、道路標識）を定義する道路グラフデータを追加的に処理してもよい。
計画システム２０８は、（例えば、環境の現在の状態および予測される未来の状態を特徴付ける他の様々なデータに加えて）占有予測出力を処理して、車両２００の未来の軌道を計画する計画決定を生成するように構成されている。図１を参照して説明される例では、ターゲット領域１１２が次の１０秒間占有されないままであることを指定する占有予測出力を受信することに応答して、計画システム２０８は、車両２００にターゲット領域を横断させる計画決定を生成し得る。計画決定は、操縦および加速アクションなどの一連の１つ以上のアクションによって指定され得る。
制御システム２１０は、計画システム２０８によって生成された計画決定によって指定されたアクションを実行することによって、車両２００の動作の一部またはすべてを制御するように構成されている。例えば、一連の操縦および加速アクションを実行するための計画決定を受信することに応答して、制御システムは、電子信号を車両の操縦および加速制御ユニットに送信して、それらに操縦および加速アクションを実行させ得る。
任意選択的に、車載システム２０２は、占有予測ニューラルネットワーク２０４に加えて、従来の占有予測システムを実装してもよい。従来の占有予測システムは、各エージェントを位置特定および追跡して、エージェントの現在の位置および速度を明示的に推定し、次に、エージェントがその現在の位置および速度に基づいてターゲット領域を占有するかどうか、およびいつ占有するかを予測し得る。従来のシステムによって生成された占有予測出力は、占有予測ニューラルネットワーク２０４によって生成された占有予測出力を補完し得る。例えば、占有予測ニューラルネットワーク２０４は、環境内の１つ以上のエージェントが車両２００の測量センサ（例えば、ＬＩＤＡＲおよびレーダー）の有効範囲を超えているときに、従来の占有予測システムよりも正確な占有予測出力を生成し得る。他方、従来の占有予測システムは、車両２００の測量センサの有効範囲内のエージェントに対してより正確な占有予測出力を生成することができる。計画システム２０８は、占有予測ニューラルネットワーク２０４および従来の占有予測システムの両方を使用して計画決定を生成することにより、それらの補完的な性質を利用し得る。
様々な状況において、車載システム２０２は、特定のエージェントを正確に位置特定することができないにもかかわらず、占有予測ニューラルネットワーク２０４を使用して、車両２００の安全で快適な未来の軌道を計画することができる。次にいくつかの実施例を示す。
一例では、車載システム２０２は、占有予測ネットワークを使用して、車両の測量センサの有効範囲外にある複数の対向するエージェントを伴う高速道路に車両を方向転換させる軌道（例えば、対向車線を横切って左折するための）を効果的に計画することができる。
別の例では、車載システム２０２は、占有予測ニューラルネットワークを使用して、車両の測量センサの有効範囲外にある、道路上の静止したエージェントの前の車両を減速させる軌道を効果的に計画することができる。この例では、静止したエージェントは、車両からかなり離れているため（例えば、１００メートル以上）、または障害物（例えば、丘や障壁）が車両と静止したエージェントとの間の視線を部分的に遮っているので、測量センサの有効範囲外にあり得る。
別の例では、トラック（例えば、セミトレーラートラック）の車載システムが、占有予測ニューラルネットワークを使用して、トラックの長引く停止時間に対応するための長期占有予測を行い得る。例えば、トラックの車載システムは、占有予測ニューラルネットワークを使用して、トラックの前の道路の車線が、例えば、停車中もしくは低速で移動する車両のために、または道路工事を示すコーンのために、ブロックされているかどうかについての長期予測を行い得る。
別の例では、車両の車載システムは、占有予測ニューラルネットワークを使用して、環境の複数の異なる視点からの、例えば、車両の異なる側に位置するカメラセンサからのセンサデータを考慮に入れた占有予測出力を生成し得る。複数の視点からのセンサデータを使用することにより、例えば、車両の測量センサ（ＬＩＤＡＲおよびレーダーセンサなど）が同時に環境の１つの視点しか特徴付けることができない状況でも、車載システムが正確な占有予測出力を作成することを可能にし得る。
いくつかの実装形態では、占有予測ニューラルネットワークは、（ｉ）ターゲット領域が未来の時間間隔において占有されるかどうかと、（ｉｉ）特定のタイプのエージェントが未来の時間間隔においてターゲット領域を占有する可能性と、の両方を特徴付ける占有予測出力を生成するように構成され得る。エージェントの「タイプ」は、例えば、車両、自転車乗り、歩行者、または他の任意の適切なタイプであり得る。ターゲット領域ごとにおよび未来の時間間隔ごとに、占有予測ニューラルネットワークは、事前定義されたエージェントタイプのセット内のタイプごとに、そのタイプのエージェントが未来の時間間隔においてターゲット領域を占有する可能性を指定する出力を生成し得る。
場合によっては、車両２００は、実世界の環境をナビゲートする実世界の車両ではなく、シミュレーションシステム内のシミュレートされた環境をナビゲートするシミュレートされた車両であり得る。シミュレートされた車両の場合（またはログに記録されたセンサデータを分析する文脈で）、「現」時点は、未来の占有予測が生成される任意の時点を指す（すなわち、ターゲット領域が現時点の後の未来の時間間隔において占有されるかどうかを特徴付ける）と理解され得る。
図３は、占有予測ニューラルネットワークの例示的なアーキテクチャ３００を示している。占有予測ネットワークは、図２を参照して説明したように、複数の時点のそれぞれでの車両の近くの環境を特徴付けるセンササンプルのセットを処理して、占有予測出力３０２を生成するように構成されている。
例示的なアーキテクチャ３００では、占有予測ニューラルネットワークは、カメラ画像のセット３０４、ＬＩＤＡＲ画像のセット３０６、および道路グラフ３１４を含む入力を処理する。一例では、占有予測ニューラルネットワークは、それぞれ０．２秒間隔でキャプチャされた１０個のカメラ画像３０４、すなわち、２秒の期間にわたるカメラ画像を処理し得る。同様に、占有予測ニューラルネットワークは、それぞれ０．２秒間隔でキャプチャされ、かつカメラ画像３０４とほぼ同じ２秒の期間にわたる１０個のＬＩＤＡＲ画像３０６を処理し得る。ＬＩＤＡＲ「画像」とは、ＬＩＤＡＲ点群のトップダウン表現を指す。
占有予測ニューラルネットワークは、画像特徴ニューラルネットワークを使用してカメラ画像３０４の結合されたセットを処理して、カメラ画像３０４の代替表現を生成する。同様に、占有予測ニューラルネットワークは、ＬＩＤＡＲ特徴ニューラルネットワークを使用してＬＩＤＡＲ画像３０６の結合されたセットを処理して、ＬＩＤＡＲ画像３０６の中間表現を生成する。画像特徴ニューラルネットワーク３０８およびＬＩＤＡＲ特徴ニューラルネットワーク３１０は、例えば、一連の２次元（２Ｄ）または３次元（３Ｄ）の畳み込みレイヤを含むそれぞれのアーキテクチャを有し得る。カメラ画像３０４およびＬＩＤＡＲ画像３０６の代替表現はそれぞれ、数値の順序付けられた集まり、例えば、２つの「空間」次元および１つ以上の「チャネル」次元を有する数値の配列として表され得る。
占有予測ニューラルネットワークは、カメラ画像３０４およびＬＩＤＡＲ画像３０６の代替表現を結合し、融合ニューラルネットワーク３１２を使用して結合表現を処理して、占有予測出力を生成する。融合ニューラルネットワークは、一連の畳み込みレイヤとそれに続く出力レイヤを含むアーキテクチャを有し得る。占有予測出力３０２は、例えば、図２を参照して説明されたように、例えば、それぞれが未来の時間間隔中のターゲット領域のグリッドの占有可能性をそれぞれ特徴付ける、例えば、一連のヒートマップとして表され得る。一例では、占有予測ニューラルネットワークは、複数の出力レイヤを有し得、各出力レイヤは、それぞれの未来の時間間隔に対応する占有予測出力を生成する。所与の未来の時間間隔に対応する出力レイヤは、例えば、環境の各ターゲット領域に対応するそれぞれのニューロンを有するシグモイド出力レイヤであり得る。
占有予測ニューラルネットワークは、車両の近くの環境を特徴付ける道路グラフの表現をさらに処理し得る。例えば、占有予測ニューラルネットワークは、道路グラフの表現を、（ｉ）カメラ画像３０４およびＬＩＤＡＲ画像３０６、または（ｉｉ）カメラ画像３０４およびＬＩＤＡＲ画像３０６の代替表現に結合し得る。
場合によっては、占有予測ニューラルネットワークによって処理されたカメラ画像３０４のそれぞれは、より広い視野を有する別のカメラ画像からトリミングされ得る。例えば、各カメラ画像３０４は、車両から離れた一定の距離（例えば、５０メートルまたは１５０メートル）を中心とする環境の領域を描写する事前定義された画像トリミングであり得る。別の例として、カメラ画像３０４が事前定義された方法でトリミングされるのではなく、占有予測ネットワークは、例えば、残りの占有予測ニューラルネットワークと共同でトレーニングされる、学習済みアテンション機構を使用してカメラ画像３０４を動的にトリミングし得る。
学習済みアテンション機構は、例えば、カメラ画像３０４を処理して、カメラ画像からトリミングされる領域、例えば、カメラ画像の３０４の基準フレーム内の境界ボックスの頂点、を定義するデータを生成する「トリミング」ニューラルネットワークによって実装され得る。この例では、占有予測ニューラルネットワークは、画像特徴ニューラルネットワーク３０８にそれらを提供する前に、トリミングニューラルネットワークの出力に従ってカメラ画像３０４をトリミングし得る。占有予測ニューラルネットワークは、同様の学習済み（または事前定義済み）アテンション機構を使用して、ＬＩＤＡＲ機能ニューラルネットワーク３１０を使用してそれらを処理する前に、ＬＩＤＡＲ画像３０６をトリミングすることができる。トリミングニューラルネットワークは、任意の適切なニューラルネットワークアーキテクチャ、例えば、Ｓ．Ｒｅｎ、Ｋ．Ｈｅ、Ｒ．Ｇｉｒｓｈｉｃｋ、Ｊ．Ｓｕｎの“Ｆａｓｔｅｒ Ｒ－ＣＮＮ：Ｔｏｗａｒｄｓ Ｒｅａｌ－Ｔｉｍｅ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｗｉｔｈ Ｒｅｇｉｏｎ Ｐｒｏｐｏｓａｌ Ｎｅｔｗｏｒｋｓ”，Ｎｅｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ（ＮｅｕｒＩＰＳ） Ｃｏｎｆｅｒｅｎｃｅ，（２０１５）を参照して説明されている領域提案ネットワークアーキテクチャを有することができる。アテンション機構を使用してセンササンプル（例えば、カメラ画像およびＬＩＤＡＲ画像）をトリミングすることにより、センササンプルの最も関連性の高い部分に焦点を当てることで、占有予測ニューラルネットワークはより正確な占有予測出力を生成できるようになり得る。
占有予測ニューラルネットワークの他の様々なアーキテクチャが可能である。例えば、占有予測ニューラルネットワークは、それぞれが異なるカメラ画像のセットを処理するように構成されている複数の画像特徴ニューラルネットワークを有し得る。一例では、各画像特徴ニューラルネットワークは、異なる時点での車両から一定の距離を中心とする環境の領域を描写するカメラ画像のセットを処理し得る。別の例では、各画像特徴ニューラルネットワークは、それぞれの向きを有するそれぞれのカメラによってキャプチャされたカメラ画像のセットを処理し得、例えば、１つの画像特徴ニューラルネットワークは、正面カメラによってキャプチャされた画像を処理し得、別の画像特徴ニューラルネットワークは、側面カメラによってキャプチャされた画像を処理し得る。
図４は、例示的なトレーニングシステム４００を示している。トレーニングシステム４００は、以下に説明するシステム、コンポーネント、および技法が実装される１つ以上の場所（例えば、データセンター４０２）にある１つ以上のコンピュータ上にコンピュータプログラムとして実装されるシステムの例である。
トレーニングシステム４００は、車両４１０の車載システム４０８の占有予測ニューラルネットワークのモデル重み４０６のためのトレーニング済み値４０４を決定し、次に、例えば、有線または無線接続を使用して、トレーニング済み重み値４０４を車載システムに提供するように構成されている。占有予測ニューラルネットワークのモデル重み４０６は、例えば、占有予測ニューラルネットワークのニューラルネットワークレイヤのレイヤパラメータの値を定義する、占有予測ニューラルネットワークのトレーニング可能なパラメータを指す。
トレーニングシステム４００は、トレーニングデータ４１４のセットで占有予測ニューラルネットワーク４１２をトレーニングすることによって、トレーニング済み重み値４０４を決定する。トレーニングデータ４１４は、トレーニング例のセットからなり、各トレーニング例は、（ｉ）異なる時点でキャプチャされたセンサデータサンプル（例えば、カメラ画像およびＬＩＤＡＲデータ）を含むトレーニング入力、および（ｉｉ）ターゲット占有出力を含む。ターゲット占有出力は、対応するトレーニング入力を処理することによって占有予測ニューラルネットワーク４１２によって生成されるべき出力を表す。
トレーニングシステム４００は、ログに記録されたセンサデータ４１６のセット、すなわち、１つ以上の車両のセンサによって以前に生成された格納されたセンサデータを処理することによって、自動化された方法でトレーニングデータ４１４を生成することができる。トレーニング例を生成するために、トレーニングシステム４００は、トレーニングデータからの一連の時間ステップにわたってセンサデータサンプル（例えば、カメラ画像およびＬＩＤＡＲデータ）を集約することによってトレーニング入力を識別することができる。トレーニングシステム４００は、後続のタイムステップからのセンサデータサンプルを処理して、環境の１つ以上のターゲット領域が後続のタイムステップで占有されたかどうかを判断することによって、トレーニング入力に対応するターゲット占有出力を識別することができる。すなわち、トレーニングシステム４００は、ログに記録されたセンサデータ４１６を処理して、第１の期間にわたって測定されたセンサデータを後続の時点で測定されたセンサデータ（例えば、数秒後のターゲット領域におけるエージェントの占有を特徴付ける）と確実に関連付けることによって、トレーニング例を生成し得る。後続の時点で、環境内の他のエージェントは、ログに記録されたセンサデータを生成した車両のセンサの近くにいた場合があり、したがって、後続の時点で測定されたセンサデータは、第１の期間中に測定されたセンサデータよりも正確にエージェントを特徴付け得る。このようにして、トレーニングシステム４００は、人間の介入を最小限にするか、または全くなしに、トレーニングデータ４１４を生成することができる。
トレーニングシステム４００は、複数のトレーニング反復にわたってトレーニングデータ４１４について占有予測ニューラルネットワーク４１２をトレーニングすることができる。各トレーニング反復で、トレーニングシステム４００は、トレーニング例の「バッチ」（セット）を選択し、占有予測ニューラルネットワーク４１２の現在の重み４１８に従ってトレーニング例のトレーニング入力を処理して、対応するトレーニング出力４２０を生成し得る。トレーニングエンジン４２２は、（ｉ）トレーニング出力４２０と、（ｉｉ）トレーニング例によって指定された対応するターゲット占有予測出力と、の間の類似性を測定する目的関数の勾配を計算することによって、モデル重み４０６への更新４２４を決定し得る。目的関数は、例えば、交差エントロピー目的関数であり得、トレーニングエンジン４２２は、バックプロパゲーション法を使用して目的関数の勾配を計算し得、トレーニングエンジン４２２は、任意の適切な勾配降下アルゴリズム、例えば、ＡｄａｍまたはＲＭＳｐｒｏｐを使用して勾配から重み更新４２４を決定し得る。
トレーニングシステム４００は、トレーニング終了基準が満たされたとき、例えば、所定の回数のトレーニング反復が行われたときに、または目的関数の値が所定の閾値を満たしたときに、トレーニングが完了したと判断し得る。トレーニングが完了したと判断した後、トレーニングシステム４００は、図２を参照して説明したように、車両４１０の未来の軌道を計画する計画決定を生成するのに使用するために、占有予測ネットワーク４１２のトレーニング済み重み値４０４を車載システム４０８に提供することができる。
図５は、占有予測ニューラルネットワークを使用して車両の未来の軌道を計画する計画決定を生成するための例示的なプロセス５００の流れ図である。便宜上、プロセス５００は、１つ以上の場所に位置する１つ以上のコンピュータのシステムによって実行されるものとして説明する。例えば、車載システム、例えば、本明細書に従って適切にプログラムされた図２の車載システム２０２は、プロセス５００を実行することができる。
システムは、現時点での車両の近くの環境を特徴付ける車両のセンサシステムによって生成されたセンサデータを受信する（５０２）。センサデータには、それぞれ異なる時点でキャプチャされた環境を特徴付けるセンサデータサンプルが含まれる。センサデータサンプルとは、ある時点で車両のセンサによって生成されたセンサデータの要素（例えば、カメラ画像またはＬＩＤＡＲ点群）を指す。センサデータサンプルには、例えば、車両のカメラセンサによって生成された画像、車両のＬＩＤＡＲもしくはレーダーセンサによって生成された点群データ、またはその両方が含まれ得る。
システムは、占有予測ニューラルネットワークを使用してセンサデータを含むネットワーク入力を処理して、環境の領域の１つ以上の占有予測出力を生成する（５０４）。ネットワーク入力は、ニューラルネットワークの入力レイヤに提供され、占有予測出力は、ニューラルネットワークの出力レイヤによって出力される。ニューラルネットワークの「入力レイヤ」とは、外部入力を受信し（すなわち、別のニューラルネットワークレイヤからではなくニューラルネットワークの外部から）、ニューラルネットワークの他の１つ以上のレイヤにその外部入力を提供するニューラルネットワークレイヤを指す。占有予測出力は、現時点の後の１つ以上の未来の時間間隔について、現時点の後の未来の時間間隔中に環境の領域が環境内のエージェントによって占有されるそれぞれの可能性を特徴付ける。未来の時間間隔には、現時点から始まる時間間隔が含まれ得る。場合によっては、占有予測出力は、現時点の後の複数の未来の時間間隔のそれぞれにおいて環境の領域がエージェントによって占有されるそれぞれの可能性を特徴付け得る。場合によっては、未来の時間間隔ごとに、占有予測出力は、環境の複数の領域のそれぞれが未来の時間間隔においてエージェントによって占有されるそれぞれの可能性を特徴付ける。ネットワーク入力には、追加データ、例えば、道路グラフデータが含まれ得る。
場合によっては、システムは、占有予測ニューラルネットワークを使用してセンサデータ画像を処理する前に、事前定義されたトリミング操作をセンサデータ画像に適用し得る。場合によっては、占有予測ニューラルネットワークは、ネットワーク入力に含まれる画像を処理して画像トリミング操作を指定するデータを生成するように構成されているトリミングサブネットワークを含み得る。占有予測ニューラルネットワークは、占有予測出力を生成する一部として、画像にトリミング操作を適用し得る。
占有予測ニューラルネットワークは、複数の畳み込みニューラルネットワークレイヤを含むニューラルネットワークアーキテクチャを有し得る。一例では、占有予測出力を生成するために、占有予測ニューラルネットワークは、１つ以上のニューラルネットワークレイヤの第１のセットを使用して第１のモダリティ（例えば、カメラ画像）を有するセンサデータの第１のサブセットを処理して、第１の中間出力を生成し得る。占有予測ニューラルネットワークは、１つ以上のニューラルネットワークレイヤの第２のセットを使用して第２のモダリティ（例えば、ＬＩＤＡＲ画像）を有するセンサデータの第２のサブセットを処理して、第２の中間出力を生成し得る。次に、占有予測ニューラルネットワークは、例えば、図３を参照してより詳細に説明したように、１つ以上のニューラルネットワークレイヤの第３のセットを使用して第１の中間出力および第２の中間出力を処理することによって、占有予測出力を生成し得る。一般に、占有予測ニューラルネットワークは、環境内の他のエージェントの位置を明示的に位置特定することなく、占有予測出力を生成する。
システムは、車両の計画システムに占有予測出力を提供して、車両の未来の軌道を計画する計画決定を生成する（５０６）。計画決定は、車両によって実行される一連の１つ以上のアクション（例えば、操縦または加速アクション）を指定し得る。一例では、車両は、車道の交差点の近くにあり得、計画システムは、交差点に関する占有予測出力を処理して、車両が交差点を横断するようにする計画決定を生成し得る。別の例では、車両の近くにいるエージェントのうちの１つが、車道に静止した状態であり得、計画システムは、静止したエージェントが占める環境の部分の占有予測出力を処理して、車両を減速させる計画決定を生成し得る。
本明細書では、システムおよびコンピュータプログラムコンポーネントに関連して「構成された」という用語を使用している。１つ以上のコンピュータのシステムが特定の操作または動作を実行するように構成されているとは、システムが、ソフトウェア、ファームウェア、ハードウェア、またはそれらの組み合わせをインストールしており、それらが動作中に、システムにその操作または動作を実行させることを意味する。１つ以上のコンピュータプログラムが特定の操作または動作を実行するように構成されているとは、１つ以上のプログラムが、データ処理装置によって実行されると、装置に操作または動作を行わせる命令を含むことを意味する。
本明細書に記載の主題および機能的動作の実施形態は、デジタル電子回路内に、有形的に具現化されたコンピュータソフトウェアもしくはファームウェア内に、本明細書に開示された構造体およびそれらの構造上の等価物を含むコンピュータハードウェア内に、またはそれらのうちの１つ以上を組み合わせて、実装することができる。本明細書に記載の主題の実施形態は、１つ以上のコンピュータプログラムとして、すなわち、データ処理装置によって実行するために、またはデータ処理装置の動作を制御するために有形の非一時的記憶媒体に符号化されたコンピュータプログラム命令の１つ以上のモジュールとして実装することができる。コンピュータ記憶媒体は、機械可読記憶デバイス、機械可読記憶基板、ランダムもしくはシリアルアクセスメモリデバイス、またはこれらのうちの１つ以上の組み合わせであってもよい。代替的に、またはさらに、プログラム命令は、人工的に生成された伝播信号、例えば、データ処理装置によって実行するために好適な受信装置に送信される情報を符号化するために生成される機械生成の電気、光、または電磁信号に符号化され得る。
「データ処理装置」という用語は、データ処理ハードウェアを指し、データを処理するためのあらゆる種類の装置、デバイス、および機械を包含し、それらには、例として、プログラマブルプロセッサ、コンピュータ、または複数のプロセッサもしくはコンピュータが含まれる。装置はまた、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）もしくはＡＳＩＣ（特定用途向け集積回路）などの専用論理回路であってもよく、またはそれをさらに含んでいてもよい。装置は、ハードウェアに加えて、コンピュータプログラムのための実行環境を作り出すコード、例えば、プロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、またはそれらのうちの１つ以上の組み合わせを構成するコードを任意選択的に含むことができる。
プログラム、ソフトウェア、ソフトウェアアプリケーション、アプリ、モジュール、ソフトウェアモジュール、スクリプト、またはコードとも称され得るか、もしくは記載され得る、コンピュータプログラムは、コンパイラ型もしくはインタプリタ型言語、または宣言型言語もしくは手続き型言語を含む、任意の形式のプログラミング言語で記述され得、かつスタンドアロンプログラムもしくはモジュール、コンポーネント、サブルーチン、またはコンピューティング環境で使用するのに適した他のユニットを含む、任意の形式で展開され得る。プログラムは、ファイルシステム内のファイルに対応する場合もあるが、必ずしもそうである必要はない。プログラムは、他のプログラムもしくはデータを保持するファイルの一部、例えば、マークアップ言語文書に格納された１つ以上のスクリプト、当該プログラム専用の単一ファイル、または複数の調整ファイル、例えば、１つ以上のモジュール、サブプログラム、もしくはコードの一部を格納するファイルに格納することができる。コンピュータプログラムは、１つのコンピュータもしくは１つの場所に配置された複数のコンピュータ上で実行されるように展開されるか、または複数の場所に分散されて、データ通信ネットワークで相互接続することができる。
本明細書において、「エンジン」という用語は、１つ以上の特定の機能を遂行するようにプログラムされている、ソフトウェアベースのシステム、サブシステム、またはプロセスを指すために広く使用される。概して、エンジンは、１つ以上のソフトウェアモジュールまたはコンポーネントとして実装され、１つ以上の場所にある１つ以上のコンピュータにインストールされる。場合によっては、１つ以上のコンピュータが特定のエンジン専用になり、それ以外の場合は、複数のエンジンを１つ以上の同じコンピュータにインストールして実行することができる。
本明細書に記載のプロセスおよび論理フローは、１つ以上のプログラマブルコンピュータが１つ以上のコンピュータプログラムを実行して、入力データを操作し、かつ出力を生成することで機能を果たすことによって実行することができる。プロセスおよび論理フローはまた、ＦＰＧＡもしくはＡＳＩＣなどの専用論理回路によって、または専用論理回路と１つ以上のプログラムされたコンピュータとの組み合わせによって実行することができる。
コンピュータプログラムの実行に好適なコンピュータは、汎用もしくは専用のマイクロプロセッサまたはその両方、あるいは他の種類の中央処理装置に基づくことができる。概して、中央処理装置は、読み取り専用メモリもしくはランダムアクセスメモリ、またはその両方から命令およびデータを受信することになる。コンピュータの本質的な要素は、命令を遂行または実行するための中央処理装置ならびに命令およびデータを格納するための１つ以上のメモリデバイスである。中央処理装置およびメモリは、専用論理回路によって補完されるか、またはその回路に組み込むことができる。概して、コンピュータはまた、例えば、磁気ディスク、光磁気ディスク、もしくは、光ディスクなど、データを格納するための１つ以上の大容量記憶デバイスを含むか、または、それらかとの間でデータを送受信するように動作可能に結合されることになる。しかしながら、コンピュータはそのようなデバイスを有する必要はない。さらに、コンピュータは別のデバイス、例えば、ほんの数例を挙げると、携帯電話、電子手帳（ＰＤＡ）、モバイルオーディオもしくはビデオプレーヤ、ゲームコンソール、全地球測位システム（ＧＰＳ）受信機、またはポータブル記憶デバイス、例えば、ユニバーサルシリアルバス（ＵＳＢ）フラッシュドライブに組み込むことができる。
コンピュータプログラム命令およびデータを格納するのに好適なコンピュータ可読媒体は、不揮発性メモリ、媒体、およびメモリデバイスのあらゆる形態を含み、例として、ＥＰＲＯＭ、ＥＥＰＲＯＭ、およびフラッシュメモリデバイスなどの半導体メモリデバイス、内蔵ハードディスクまたは取り外し可能なディスクなどの磁気ディスク、光磁気ディスク、ならびにＣＤ－ＲＯＭおよびＤＶＤ－ＲＯＭディスクを含む。
ユーザとの対話を提供するために、本明細書に記載の主題の実施形態は、コンピュータ上で実装することができ、コンピュータは、ユーザに情報を表示するための表示デバイス、例えば、ＣＲＴ（陰極線管）もしくはＬＣＤ（液晶ディスプレイ）モニタ、ならびにユーザがコンピュータに入力を提供することができる、キーボードおよびマウス、トラックボールなどのポインティングデバイスを有する。他の種類のデバイスを使用して、ユーザとの対話を提供することもでき、例えば、ユーザに提供されるフィードバックは、視覚的フィードバック、聴覚的フィードバック、または触覚的フィードバックなどの任意の形式の感覚的フィードバックであり得、ユーザからの入力は、音響、音声、または触覚入力を含む任意の形式で受信することができる。さらに、コンピュータは、ユーザが使用するデバイスとの間で文書を送受信することによって、例えば、ウェブブラウザから受信した要求に応答して、ユーザのデバイス上のウェブブラウザにウェブページを送信することによって、ユーザと対話することができる。また、コンピュータは、テキストメッセージまたは他の形式のメッセージを、メッセージアプリケーションを実行するスマートフォンなどのパーソナルデバイスに送信し、代わりにユーザからの応答メッセージを受信することにより、ユーザと対話することができる。
機械学習モデルを実装するためのデータ処理装置には、例えば、機械学習のトレーニングまたは本稼働の一般的で演算集約型の部分、すなわち、推論、ワークロードを処理するための専用ハードウェアアクセラレータユニットを含めることもできる。
機械学習モデルは、ＴｅｎｓｏｒＦｌｏｗフレームワーク、Ｍｉｃｒｏｓｏｆｔ Ｃｏｇｎｉｔｉｖｅ Ｔｏｏｌｋｉｔフレームワーク、Ａｐａｃｈｅ Ｓｉｎｇａフレームワーク、またはＡｐａｃｈｅ ＭＸＮｅｔフレームワークなどの機械学習フレームワークを使用して実装および展開することができる。
本明細書に記載の主題の実施形態は、バックエンドコンポーネントを、例えば、データサーバとして含むか、またはミドルウェアコンポーネントを、例えば、アプリケーションサーバとして含むか、またはフロントエンドコンポーネント、例えば、それらを経由してユーザが本明細書に記載の主題の実装形態と対話することができる、グラフィカルユーザインターフェース、ウェブブラウザ、もしくはアプリを有する、クライアントコンピュータを含む、コンピューティングシステム、あるいは１つ以上のかかるバックエンド、ミドルウェア、もしくはフロントエンドのコンポーネントの任意の組み合わせに実装され得る。システムのコンポーネントは、デジタルデータ通信の任意の形式または媒体、例えば、通信ネットワークによって相互接続され得る。通信ネットワークの例には、ローカルエリアネットワーク（ＬＡＮ）およびワイドエリアネットワーク（ＷＡＮ）、例えば、インターネットが含まれる。
コンピューティングシステムには、クライアントとサーバとを含むことができる。クライアントおよびサーバは概して、互いにリモートであり、典型的には通信ネットワークを介して相互作用する。クライアントとサーバとの関係は、それぞれのコンピュータで実行され、かつ互いにクライアントとサーバとの関係を有している、コンピュータプログラムによって生じる。いくつかの実施形態では、サーバは、データ、例えば、ＨＴＭＬページを、ユーザデバイスに、例えば、クライアントとして動作するデバイスと対話するユーザにデータを表示し、ユーザからのユーザ入力を受信する目的で、送信する。ユーザデバイスで生成されたデータは、例えば、ユーザ対話の結果は、デバイスからサーバで受信することができる。
本明細書は多くの特定の実装形態の詳細を含んでいるが、これらは、任意の発明の範囲、または特許請求され得る事項の範囲に対する限定として解釈されるべきではなく、特定の発明の特定の実施形態に特異的であり得る特徴の説明として解釈されるべきである。別個の実施形態の文脈で本明細書に記載された特定の特徴を、単一の実施形態で組み合わせて実装することもできる。逆に、単一の実施形態の文脈で記載されている様々な特徴は、複数の実施形態で、別個に、または任意の好適な部分組み合わせで実装することもできる。さらに、特徴は、特定の組み合わせで作用するものとして上記に説明され、当初はそのように特許請求されることさえあるが、場合によっては、特許請求された組み合わせからの１つ以上の特徴が、その組み合わせから削除される可能性もあり、特許請求された組み合わせが、部分組み合わせまたは部分組み合わせの変形を対象とすることもある。
同様に、動作が特定の順序で図面に描写され、請求の範囲に列挙されているが、これは、所望の結果を達成するために、かかる動作がその示された特定の順序、もしくは一連の順序で実行されるべきであること、または例証したすべての動作が実行されるべきであることを要求するものとして理解されるべきではない。特定の状況では、マルチタスクおよび並列処理が有利な場合がある。さらに、上記の実施形態における様々なシステムモジュールおよびコンポーネントの分離は、すべての実施形態においてかかる分離を必要とするものとして理解されるべきではなく、記載されたプログラムコンポーネントおよびシステムは、概して、単一のソフトウェア製品内に共に一体化され得るか、または複数のソフトウェア製品にパッケージ化され得ることを理解されたい。
主題の特定の実施形態を説明してきた。他の実施形態は、以下の特許請求の範囲内に存在する。例えば、特許請求の範囲に列挙された動作は、異なる順序で実行することができ、望ましい結果を依然として達成することができる。一例として、添付の図に描写されたプロセスは、望ましい結果を達成するために、必ずしも示された特定の順序、または一連の順序を必要としない。場合によっては、マルチタスクおよび並列処理が有利となり得る。
特許請求の範囲：

Claims (19)

  1. １つ以上のデータ処理装置によって実施される方法であって、
    現時点での車両の近くの環境を特徴付ける、前記車両のセンサシステムによって生成されたセンサデータを受信することであって、前記センサデータが、それぞれ異なる時点でキャプチャされた環境を特徴付ける複数のセンササンプルを含むことと、
    ニューラルネットワークを使用して前記センサデータを含むネットワーク入力を処理して、前記環境の領域に関する占有予測出力を生成することであって、
    前記占有予測出力が、前記現時点の後の１つ以上の未来の時間間隔について、前記環境の前記領域が前記未来の時間間隔中に前記環境内のエージェントによって占有されるそれぞれの可能性を特徴付け、
    前記ネットワーク入力が、前記ニューラルネットワークの入力レイヤに提供され、前記環境の前記領域に関する前記占有予測出力が、前記ニューラルネットワークの出力レイヤによって出力されることと、
    前記占有予測出力を前記車両の計画システムに提供して、前記車両の未来の軌道を計画する計画決定を生成することと、を含む、方法。
  2. 前記センササンプルが、前記車両の１つ以上のカメラセンサによって生成された画像を含む、請求項１に記載の方法。
  3. 前記センササンプルが、前記車両の１つ以上のＬＩＤＡＲセンサによって生成された点群データ、前記車両の１つ以上のレーダーセンサによって生成されたセンサデータ、またはその両方、を含む、請求項１または２に記載の方法。
  4. 前記現時点の後の前記未来の時間間隔が、前記現時点から始まる時間間隔を含む、請求項１～３のいずれか一項に記載の方法。
  5. 前記現時点の後の複数の所与の未来の時間間隔のそれぞれについて、前記占有予測出力が、前記環境の前記領域が、前記所与の未来の時間間隔中に、前記環境内のエージェントによって占有されるそれぞれの可能性を特徴付ける、請求項１～４のいずれか一項に記載の方法。
  6. 前記環境の複数の所与の領域のそれぞれについて、前記占有予測出力が、前記環境の前記所与の領域が、前記現時点の後の未来の各時間間隔中に、前記環境内のエージェントによって占有されるそれぞれの可能性を特徴付ける、請求項１～５のいずれか一項に記載の方法。
  7. 前記環境の前記領域が、車道の交差点である、請求項１～６のいずれか一項に記載の方法。
  8. 前記計画システムによって、前記車道の前記交差点に関する前記占有予測出力に基づいて、前記車両に前記車道の前記交差点を横断させる計画決定を生成すること、をさらに含む、請求項７に記載の方法。
  9. 前記環境の前記領域が、静止したエージェントによって占有されている車道の一部分である、請求項１～６のいずれか一項に記載の方法。
  10. 前記計画システムによって、前記静止したエージェントによって占有されている前記車道の前記一部分に関する前記占有予測出力に基づいて、前記車両を減速させる計画決定を生成すること、をさらに含む、請求項９に記載の方法。
  11. ニューラルネットワークが、複数の畳み込みニューラルネットワークレイヤを含む畳み込みニューラルネットワークである、請求項１～１０のいずれか一項に記載の方法。
  12. 前記ニューラルネットワークを使用して前記センサデータを処理して、前記環境の前記領域に関する前記占有予測出力を生成することが、
    １つ以上のニューラルネットワークレイヤの第１のセットを使用して前記センサデータの第１のサブセットを処理して、第１の中間出力を生成することと、
    １つ以上のニューラルネットワークレイヤの第２のセットを使用して前記センサデータの第２のサブセットを処理して、第２の中間出力を生成することと、
    １つ以上のニューラルネットワークレイヤの第３のセットを使用して前記第１の中間出力および前記第２の中間出力を処理して、前記占有予測出力を生成することと、を含む、請求項１～１１のいずれか一項に記載の方法。
  13. 前記センサデータの前記第１のサブセットが、第１のモダリティのセンサデータを含み、前記センサデータの前記第２のサブセットが、第２の異なるモダリティのセンサデータを含む、請求項１２に記載の方法。
  14. 前記ニューラルネットワークが、前記車両の前記近くの前記環境内の他のエージェントの現在または未来の位置を明示的に位置特定することなく、前記占有予測出力を生成する、請求項１～１３のいずれか一項に記載の方法。
  15. 前記ネットワーク入力が、前記車両の前記近くの前記環境の静的な特徴を特徴付ける道路グラフデータをさらに含む、請求項１～１４のいずれか一項に記載の方法。
  16. 前記センサデータが、それぞれの時点でキャプチャされた画像を含み、
    前記ニューラルネットワークを使用して前記画像を処理する前に、１つ以上の事前定義されたトリミング操作を各画像に適用すること、をさらに含む、請求項１～１５のいずれか一項に記載の方法。
  17. 前記センサデータが、それぞれの時点でキャプチャされた画像を含み、
    前記ニューラルネットワークが、前記画像を処理して画像トリミング操作を指定するデータを生成するように構成されているトリミングサブネットワークを含み、
    前記ニューラルネットワークを使用して前記センサデータを処理することが、前記トリミングサブネットワークによって指定された前記画像トリミング操作を前記画像に適用すること、を含む、請求項１～１５のいずれか一項に記載の方法。
  18. システムであって、
    １つ以上のコンピュータと、
    前記１つ以上のコンピュータに通信可能に結合された１つ以上の記憶デバイスであって、前記１つ以上の記憶デバイスは、命令を記憶しており、前記命令は、前記１つ以上のコンピュータによって実行されたときに、前記１つ以上のコンピュータに請求項１～１７のいずれか一項に記載のそれぞれの方法の動作を行わせる、１つ以上の記憶デバイスと、を備える、システム。
  19. １つ以上のコンピュータによって実行されたときに、前記１つ以上のコンピュータに請求項１～１７のいずれか一項に記載のそれぞれの方法の動作を行わせる命令を記憶している、１つ以上の非一時的コンピュータ記憶媒体。
JP2022510922A 2019-08-30 2020-07-21 占有予測ニューラルネットワーク Active JP7367183B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/557,246 US11403853B2 (en) 2019-08-30 2019-08-30 Occupancy prediction neural networks
US16/557,246 2019-08-30
PCT/US2020/042841 WO2021040910A1 (en) 2019-08-30 2020-07-21 Occupancy prediction neural networks

Publications (2)

Publication Number Publication Date
JP2022546283A JP2022546283A (ja) 2022-11-04
JP7367183B2 true JP7367183B2 (ja) 2023-10-23

Family

ID=74679811

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022510922A Active JP7367183B2 (ja) 2019-08-30 2020-07-21 占有予測ニューラルネットワーク

Country Status (6)

Country Link
US (2) US11403853B2 (ja)
EP (1) EP4000015A4 (ja)
JP (1) JP7367183B2 (ja)
KR (1) KR20220054358A (ja)
CN (1) CN114341950A (ja)
WO (1) WO2021040910A1 (ja)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10643084B2 (en) 2017-04-18 2020-05-05 nuTonomy Inc. Automatically perceiving travel signals
US10960886B2 (en) 2019-01-29 2021-03-30 Motional Ad Llc Traffic light estimation
DE102019209736A1 (de) * 2019-07-03 2021-01-07 Robert Bosch Gmbh Verfahren zur Bewertung möglicher Trajektorien
US11403853B2 (en) * 2019-08-30 2022-08-02 Waymo Llc Occupancy prediction neural networks
US11726492B2 (en) * 2019-10-02 2023-08-15 Zoox, Inc. Collision avoidance perception system
US11994866B2 (en) * 2019-10-02 2024-05-28 Zoox, Inc. Collision avoidance perception system
US11754408B2 (en) * 2019-10-09 2023-09-12 Argo AI, LLC Methods and systems for topological planning in autonomous driving
EP3832525A1 (en) * 2019-12-03 2021-06-09 Aptiv Technologies Limited Vehicles, systems, and methods for determining an entry of an occupancy map of a vicinity of a vehicle
US11193683B2 (en) * 2019-12-31 2021-12-07 Lennox Industries Inc. Error correction for predictive schedules for a thermostat
US11385642B2 (en) 2020-02-27 2022-07-12 Zoox, Inc. Perpendicular cut-in training
US11878682B2 (en) * 2020-06-08 2024-01-23 Nvidia Corporation Path planning and control to account for position uncertainty for autonomous machine applications
US20200324794A1 (en) * 2020-06-25 2020-10-15 Intel Corporation Technology to apply driving norms for automated vehicle behavior prediction
US20200326721A1 (en) * 2020-06-26 2020-10-15 Intel Corporation Occupancy verification device and method
CN112987765B (zh) * 2021-03-05 2022-03-15 北京航空航天大学 一种仿猛禽注意力分配的无人机/艇精准自主起降方法
US20220301182A1 (en) * 2021-03-18 2022-09-22 Waymo Llc Predicting the future movement of agents in an environment using occupancy flow fields
CN113112061B (zh) * 2021-04-06 2024-05-28 深圳市汉德网络科技有限公司 一种预测车辆油耗的方法与装置
US11675362B1 (en) * 2021-12-17 2023-06-13 Motional Ad Llc Methods and systems for agent prioritization
EP4310535A1 (en) * 2022-07-20 2024-01-24 GM Cruise Holdings LLC Generating point clouds based upon radar tensors
EP4312054A1 (en) * 2022-07-29 2024-01-31 GM Cruise Holdings LLC Radar point cloud multipath reflection compensation
WO2024103052A1 (en) * 2022-11-11 2024-05-16 The Regents Of The University Of Michigan Vehicle repositioning determination for vehicle pool
US20240217548A1 (en) * 2023-01-04 2024-07-04 Zoox, Inc. Trajectory prediction for autonomous vehicles using attention mechanism

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016024318A1 (ja) 2014-08-11 2016-02-18 日産自動車株式会社 車両の走行制御装置及び方法
JP2016177729A (ja) 2015-03-23 2016-10-06 本田技研工業株式会社 車両用衝突回避支援装置
US20190152490A1 (en) 2017-11-22 2019-05-23 Uber Technologies, Inc. Object Interaction Prediction Systems and Methods for Autonomous Vehicles

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7647180B2 (en) * 1997-10-22 2010-01-12 Intelligent Technologies International, Inc. Vehicular intersection management techniques
US8970701B2 (en) 2011-10-21 2015-03-03 Mesa Engineering, Inc. System and method for predicting vehicle location
US9983591B2 (en) * 2015-11-05 2018-05-29 Ford Global Technologies, Llc Autonomous driving at intersections based on perception data
US10611379B2 (en) * 2016-08-16 2020-04-07 Toyota Jidosha Kabushiki Kaisha Integrative cognition of driver behavior
JP7160251B2 (ja) 2017-01-12 2022-10-25 モービルアイ ビジョン テクノロジーズ リミテッド ナビゲーションシステム、方法、およびプログラム
US20180225585A1 (en) * 2017-02-08 2018-08-09 Board Of Regents, The University Of Texas System Systems and methods for prediction of occupancy in buildings
US11537134B1 (en) * 2017-05-25 2022-12-27 Apple Inc. Generating environmental input encoding for training neural networks
WO2019023628A1 (en) * 2017-07-27 2019-01-31 Waymo Llc NEURAL NETWORKS FOR VEHICLE TRACK PLANNING
US20200174490A1 (en) * 2017-07-27 2020-06-04 Waymo Llc Neural networks for vehicle trajectory planning
US10611371B2 (en) * 2017-09-14 2020-04-07 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for vehicle lane change prediction using structural recurrent neural networks
US10739775B2 (en) * 2017-10-28 2020-08-11 Tusimple, Inc. System and method for real world autonomous vehicle trajectory simulation
KR101936629B1 (ko) 2018-01-19 2019-01-09 엘지전자 주식회사 차량 및 그 제어방법
US11625036B2 (en) * 2018-04-09 2023-04-11 SafeAl, Inc. User interface for presenting decisions
US11511745B2 (en) * 2018-04-27 2022-11-29 Huawei Technologies Co., Ltd. Method and system for adaptively controlling object spacing
US11370423B2 (en) * 2018-06-15 2022-06-28 Uatc, Llc Multi-task machine-learned models for object intention determination in autonomous driving
US20200017124A1 (en) * 2018-07-12 2020-01-16 Sf Motors, Inc. Adaptive driver monitoring for advanced driver-assistance systems
US11724691B2 (en) * 2018-09-15 2023-08-15 Toyota Research Institute, Inc. Systems and methods for estimating the risk associated with a vehicular maneuver
US11169531B2 (en) * 2018-10-04 2021-11-09 Zoox, Inc. Trajectory prediction on top-down scenes
US11465633B2 (en) * 2018-11-14 2022-10-11 Huawei Technologies Co., Ltd. Method and system for generating predicted occupancy grid maps
US11755018B2 (en) * 2018-11-16 2023-09-12 Uatc, Llc End-to-end interpretable motion planner for autonomous vehicles
US11034348B2 (en) * 2018-11-20 2021-06-15 Waymo Llc Agent prioritization for autonomous vehicles
US10739777B2 (en) * 2018-11-20 2020-08-11 Waymo Llc Trajectory representation in behavior prediction systems
US11126180B1 (en) * 2019-04-30 2021-09-21 Zoox, Inc. Predicting an occupancy associated with occluded region
US11131993B2 (en) * 2019-05-29 2021-09-28 Argo AI, LLC Methods and systems for trajectory forecasting with recurrent neural networks using inertial behavioral rollout
US10990855B2 (en) * 2019-06-13 2021-04-27 Baidu Usa Llc Detecting adversarial samples by a vision based perception system
US11403853B2 (en) * 2019-08-30 2022-08-02 Waymo Llc Occupancy prediction neural networks
US11586931B2 (en) * 2019-10-31 2023-02-21 Waymo Llc Training trajectory scoring neural networks to accurately assign scores

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016024318A1 (ja) 2014-08-11 2016-02-18 日産自動車株式会社 車両の走行制御装置及び方法
JP2016177729A (ja) 2015-03-23 2016-10-06 本田技研工業株式会社 車両用衝突回避支援装置
US20190152490A1 (en) 2017-11-22 2019-05-23 Uber Technologies, Inc. Object Interaction Prediction Systems and Methods for Autonomous Vehicles

Also Published As

Publication number Publication date
CN114341950A (zh) 2022-04-12
US20210064890A1 (en) 2021-03-04
WO2021040910A1 (en) 2021-03-04
US20220343657A1 (en) 2022-10-27
KR20220054358A (ko) 2022-05-02
US11772654B2 (en) 2023-10-03
EP4000015A1 (en) 2022-05-25
JP2022546283A (ja) 2022-11-04
US11403853B2 (en) 2022-08-02
EP4000015A4 (en) 2023-07-19

Similar Documents

Publication Publication Date Title
JP7367183B2 (ja) 占有予測ニューラルネットワーク
US11797407B2 (en) Systems and methods for generating synthetic sensor data via machine learning
JP7459224B2 (ja) アンカー軌道を使用したエージェント軌道予測
CN113272830B (zh) 行为预测系统中的轨迹表示
US11537127B2 (en) Systems and methods for vehicle motion planning based on uncertainty
US20210200212A1 (en) Jointly Learnable Behavior and Trajectory Planning for Autonomous Vehicles
US11727690B2 (en) Behavior prediction of surrounding agents
US11967103B2 (en) Multi-modal 3-D pose estimation
CN114830138A (zh) 训练轨迹评分神经网络以准确分配分数
US11858536B1 (en) Systems and methods for interactive prediction and planning
CN114514524A (zh) 多智能体模拟
US20210364637A1 (en) Object localization using machine learning
US11657268B1 (en) Training neural networks to assign scores
US20230406360A1 (en) Trajectory prediction using efficient attention neural networks
US20230406361A1 (en) Structured multi-agent interactive trajectory forecasting

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220414

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230417

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230628

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230920

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231011

R150 Certificate of patent or registration of utility model

Ref document number: 7367183

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150