传感器优化的制作方法

本公开涉及车辆中的传感器系统。

背景技术：

1、数据可以由传感器获取，并且使用计算机来处理以确定关于环境中的对象的数据。感测系统的操作可以包括获取关于系统环境中的对象的准确且及时的数据。计算机可以从一个或多个传感器获取数据，即图像、激光雷达点云或雷达范围数据，所述数据可以被处理以确定对象的位置。计算机可以使用从传感器数据提取的对象位置数据来操作系统，所述系统包括车辆系统、机器人系统、安全系统和对象跟踪系统。

技术实现思路

1、根据本发明，提供了一种计算机，所述计算机具有：处理器；以及存储器，所述存储器包括可由处理器执行以进行以下操作的指令：基于网格元素来确定交通场景的三维网格模型；确定三维网格模型的与优先级区域和被遮挡的网格元素相对应的网格元素的权重；基于三维网格模型的网格元素来确定多个固定传感器中的相应固定传感器的网格覆盖范围；基于多个固定传感器的网格覆盖范围来确定矩阵；以及基于将贪婪搜索算法应用于矩阵、权重和多个固定传感器以基于多个固定传感器的姿态来使网格覆盖范围与固定传感器的数量的比率最大化来确定固定传感器的最佳子集。

2、根据实施例，所述指令包括用于进行以下操作的另外的指令：通过将包括交通场景的地图划分为连续网格元素的矩形阵列并确定网格元素中的相应网格元素的高程来确定三维网格模型。

3、根据实施例，基于卫星激光雷达数据或机载激光雷达数据中的一者或多者来确定高程。

4、根据实施例，所述指令包括用于进行以下操作的另外的指令：通过当模拟车辆行驶通过包括模拟交通的模拟交通场景时基于包括在模拟车辆中的模拟传感器来模拟视野来确定被遮挡的网格元素。

5、根据实施例，所述指令包括用于进行以下操作的另外的指令：基于对应于在一天中的一个或多个不同时间观察到的典型交通的模拟交通来确定被遮挡的网格元素。

6、根据实施例，优先级区域包括人行道、装载区和公共汽车站中的一者或多者。

7、根据实施例，多个固定传感器分别安装在杆、建筑物或结构中的一者或多者上，使得多个固定传感器的视野包括交通场景的各部分。

8、根据实施例，所述指令包括用于进行以下操作的另外的指令：基于从多个固定传感器中的相应固定传感器到三维网格模型的网格元素的视域分析来确定所述相应固定传感器的网格覆盖范围。

9、根据实施例，矩阵包括k×n关联矩阵，所述k×n关联矩阵包括对应于k个固定传感器配置的k行和对应于包括在相应的k个固定传感器配置的网格覆盖范围中的网格元素的n列。

10、根据实施例，贪婪搜索在k个固定传感器配置内使目标函数最大化以确定固定传感器的最佳子集。

11、根据实施例，目标函数其中bkn是关联矩阵，ck是k×1成本矩阵，wn是应用于相应网格元素的权重，⊙是哈达玛积(hadamard product)，并且是外积。

12、根据实施例，所述指令包括用于进行以下操作的另外的指令：将固定传感器数据从固定传感器的最佳子集下载到车辆中所包括的第二计算机。

13、根据实施例，固定传感器数据包括基于包括在固定传感器数据中的对象的元数据，诸如边界框。

14、根据实施例，所述指令包括用于进行以下操作的另外的指令：基于传感器数据来确定车辆路径。

15、根据实施例，所述指令包括用于进行以下操作的另外的指令：通过控制车辆动力传动系统、车辆转向和车辆制动器来在车辆路径上操作车辆。

16、根据本发明，一种方法包括：基于网格元素来确定交通场景的三维网格模型；确定三维网格模型的与优先级区域和被遮挡的网格元素相对应的网格元素的权重；基于三维网格模型的网格元素来确定多个固定传感器中的相应固定传感器的网格覆盖范围；基于多个固定传感器的网格覆盖范围来确定矩阵；以及基于将贪婪搜索算法应用于矩阵、权重和多个固定传感器以基于多个固定传感器的姿态来使网格覆盖范围与固定传感器的数量的比率最大化来确定固定传感器的最佳子集。

17、在本发明的一个方面，所述方法包括：通过将包括交通场景的地图划分为连续网格元素的矩形阵列并确定网格元素中的相应网格元素的高程来确定三维网格模型。

18、在本发明的一个方面，基于卫星激光雷达数据或机载激光雷达数据中的一者或多者来确定高程。

19、在本发明的一个方面，所述方法包括：通过当模拟车辆行驶通过包括模拟交通的模拟交通场景时基于包括在模拟车辆中的模拟传感器来模拟视野来确定被遮挡的网格元素。

20、在本发明的一个方面，所述方法包括：基于对应于在一天中的一个或多个不同时间观察到的典型交通的模拟交通来确定被遮挡的网格元素。

技术特征：

1.一种方法，其包括：

2.如权利要求1所述的方法，其还包括通过将包括所述交通场景的地图划分为连续网格元素的矩形阵列并确定所述网格元素中的相应网格元素的高程来确定所述三维网格模型。

3.如权利要求2所述的方法，其中基于卫星激光雷达数据或机载激光雷达数据中的一者或多者来确定所述高程。

4.如权利要求1所述的方法，其还包括通过当模拟车辆行驶通过包括模拟交通的模拟交通场景时基于包括在所述模拟车辆中的模拟传感器来模拟视野来确定所述被遮挡的网格元素。

5.如权利要求4所述的方法，其还包括基于对应于在一天中的一个或多个不同时间观察到的典型交通的所述模拟交通来确定所述被遮挡的网格元素。

6.如权利要求1所述的方法，其中所述优先级区域包括人行道、装载区和公共汽车站中的一者或多者。

7.如权利要求1所述的方法，其中所述多个固定传感器分别安装在杆、建筑物或结构中的一者或多者上，使得所述多个固定传感器的视野包括所述交通场景的各部分。

8.如权利要求1所述的方法，其还包括基于从所述多个固定传感器中的相应固定传感器到所述三维网格模型的所述网格元素的视域分析来确定所述相应固定传感器的所述网格覆盖范围。

9.如权利要求1所述的方法，其中所述矩阵包括k×n关联矩阵，所述k×n关联矩阵包括对应于k个固定传感器配置的k行和对应于包括在所述相应的k个固定传感器配置的所述网格覆盖范围中的所述网格元素的n列。

10.如权利要求9所述的方法，其中所述贪婪搜索在所述k个固定传感器配置内使目标函数最大化以确定固定传感器的所述最佳子集。

11.如权利要求10所述的方法，其中所述目标函数其中bkn是所述关联矩阵，ck是k×1成本矩阵，wn是应用于相应网格元素的所述权重，⊙是哈达玛积，并且是外积。

12.如权利要求1所述的方法，其还包括将固定传感器数据从固定传感器的所述最佳子集下载到车辆中所包括的第二计算机。

13.如权利要求12所述的方法，其中所述固定传感器数据包括基于包括在所述固定传感器数据中的对象的元数据，诸如边界框。

14.如权利要求12所述的方法，其还包括基于所述传感器数据来确定车辆路径。

15.一种系统，其包括被编程为执行权利要求1至14中任一项所述的方法的计算机。

技术总结
本公开提供“传感器优化”。可以基于网格元素来确定交通场景的三维网格模型。可以确定三维网格模型的与优先级区域和被遮挡的网格元素相对应的网格元素的权重。可以基于三维网格模型的网格元素来确定相应的固定传感器的网格覆盖范围。基于多个固定传感器的网格覆盖范围来确定矩阵。可以基于将贪婪搜索算法应用于矩阵、权重和对应于多个固定传感器的成本以基于多个固定传感器的姿态来使网格覆盖范围与成本的比率最大化来确定固定传感器的最佳子集。

技术研发人员：海伦·E·库鲁斯-哈里根,W·T·布勒,J·格雷厄姆,S·雅尼谢夫斯基,C·布鲁克斯
受保护的技术使用者：福特全球技术公司
技术研发日：
技术公布日：2024/1/12