To provide object detection for autonomous machines using deep neural networks (DNNs).SOLUTION: A DNN is trained to detect moving and stationary obstacles from RADAR data of a three-dimensional (3D) space, in both highway and urban scenarios. RADAR detection is accumulated, ego-motion-compensated, orthographically projected, and fed into a neural network. The DNN includes a common trunk with a feature extractor, and several heads that predict different outputs such as a class confidence head that predicts a confidence map and a detected instance regression head. The outputs are decoded, filtered and/or clustered to form bounding shapes identifying the location, size and/or orientation of detected object instances. The detected object instances are provided to an autonomous vehicle drive stack to enable safe planning and control of the autonomous vehicle.SELECTED DRAWING: Figure 1
【課題】ディープ・ニューラル・ネットワーク(DNN)を使用する自律マシンのための物体検出を提供すること。【解決手段】DNNが、幹線道路と都市の両方のシナリオで、3次元(3D)空間のRADARデータから移動及び静止障害物を検出するようにトレーニングされる。RADAR検出は、蓄積され、エゴ動作補正され、正投影され、ニューラル・ネットワーク内へ供給される。DNNは、特徴エクストラクタを有する共通トランクと、信頼度マップを予測するクラス信頼ヘッド及び検出されたインスタンス回帰ヘッドなどの異なる出力を予測するいくつかのヘッドとを含む。出力は、検出された物体インスタンスの位置、サイズ、及び/又は向きを識別する境界形状を形成するように復号、フィルタリング、及び/又はクラスタ化される。検出された物体インスタンスが、自律型車両の安全なプランニング及び制御を可能にするために自律型車両運転スタックに提供される。【選択図】図1
DEEP NEURAL NETWORK FOR DETECTING OBSTACLE INSTANCES USING RADAR SENSORS IN AUTONOMOUS MACHINE APPLICATIONS
自律マシン適用におけるRADARセンサを使用する障害物インスタンスの検出のためのディープ・ニューラル・ネットワーク
2021-05-27
Patent
Electronic Resource
Japanese
DISTANCE TO OBSTACLE DETECTION IN AUTONOMOUS MACHINE APPLICATIONS
European Patent Office | 2024
|DISTANCE TO OBSTACLE DETECTION IN AUTONOMOUS MACHINE APPLICATIONS
European Patent Office | 2022
|First instances of peacetime applications of radar
Engineering Index Backfile | 1945
DISTANCE TO OBSTACLE DETECTION IN AUTONOMOUS MACHINE APPLICATIONS
European Patent Office | 2024
|Distance to obstacle detection in autonomous machine applications
European Patent Office | 2023
|