蓋世汽車訊 據(jù)外媒報道，美國專利商標局授予了蘋果三項泰坦項目專利，其中兩項關鍵專利涉及LiDAR系統(tǒng)。第一項專利是使用機器學習來預測激光雷達數(shù)據(jù)，其中機器學習技術目前正在蘋果的自動駕駛訓練車輛中使用；第二項專利為在自動駕駛汽車上啟用LiDAR檢測；而第三項專利為多級主動懸架執(zhí)行器（multi-stage active suspension actuator）。

蘋果泰坦項目概念圖（圖片來源：patentlyapple.com）

使用機器學習預測激光雷達數(shù)據(jù)

據(jù)蘋果稱，車輛會使用光檢測和測距（lidar）傳感器來檢測附近的環(huán)境。自動駕駛汽車可以使用lidar傳感器確定道路上的物體或其他車輛，以確定要執(zhí)行的適當駕駛行為。自動駕駛車輛還會采用附加傳感器，例如光學傳感器（攝像頭）或雷達傳感器，以確定附近環(huán)境的其他信息。盡管lidar傳感器能夠以機器學習算法或決策系統(tǒng)可解釋的形式感知環(huán)境信息，但目前它比現(xiàn)有的攝像頭或雷達傳感器速度更慢。

攝像頭或雷達傳感器可以捕獲圖像幀或雷達數(shù)據(jù)幀，且捕獲速率比lidar傳感器更快。因此，自動駕駛車輛可以利用來自攝像頭或雷達傳感器的圖像數(shù)據(jù)或雷達數(shù)據(jù)，從而補充來自lidar傳感器的激光雷達數(shù)據(jù)。自動駕駛車輛可以讀取圖像數(shù)據(jù)或雷達數(shù)據(jù)以確定附近環(huán)境中的物體。將圖像數(shù)據(jù)、雷達數(shù)據(jù)和lidar數(shù)據(jù)結合，可以使自動駕駛汽車能夠更全面地了解周圍環(huán)境。而用于機器學習和信息的lidar數(shù)據(jù)比圖像數(shù)據(jù)或雷達數(shù)據(jù)更穩(wěn)健，因此訪問額外的lidar數(shù)據(jù)的速率要高于lidar傳感器的捕獲速率。

蘋果所獲專利包括使用機器學習預測車輛lidar數(shù)據(jù)的系統(tǒng)和方法。在一些實例中，車輛可具有一個或多個傳感器、光檢測和測距（lidar）傳感器以及l(fā)idar預測系統(tǒng)。所采用的一個或多個傳感器包括光學傳感器、雷達傳感器或都有，并被配置為捕獲特定視圖的傳感器數(shù)據(jù)。lidar傳感器預測系統(tǒng)會被配置為捕獲特定視圖的lidar數(shù)據(jù)。lidar預測系統(tǒng)包括預測模型，并被配置可生成預測性lidar幀，采用的方式是將預測模型應用于傳感器數(shù)據(jù)，而這些數(shù)據(jù)由所采用的一個或多個傳感器獲取。此外，lidar傳感器預測系統(tǒng)還可向外部系統(tǒng)發(fā)送預測的lidar幀。

在其他實施例中，還展示了一種用于生成預測lidar幀的預測模型的方法。該方法包括從一個或多個訓練車輛接收多個位置的多個lida幀，其中多個lida幀會指出不同位置的多個物體。

該方法還包括從一個或多個訓練車輛接收來自其他車輛的一個或多個傳感器的多個傳感器幀，從而確定多個位置。不僅如此，該方法還包括，基于具有來自一個或多個傳感器的多個傳感器幀的多個lidar幀，從而確定多個lidar幀的lidar數(shù)據(jù)點與來自一個或多個傳感器的多個傳感器幀之間的映射。

該方法還包括生成預測模型。基于lidar數(shù)據(jù)點與來自一個或多個傳感器的多個傳感器幀之間的映射，該預測模型可以將一個或多個傳感器的傳感器幀轉換為lidar幀。

蘋果專利圖。圖1展示出具有一個或多個傳感器車輛的框圖，該車輛用于檢測其他車輛；圖2展示多個數(shù)據(jù)幀，用于檢測車輛或了解附近環(huán)境以實現(xiàn)自動駕駛。

蘋果專利圖1與圖2（圖片來源：patentlyapple.com）

蘋果的專利圖。圖3展示了一種模型生成系統(tǒng)，該系統(tǒng)被配置為生成預測模型以根據(jù)一個或多個傳感器的一個或多個傳感器幀生成預測的lidar幀；圖4A-B展示了車輛捕獲的傳感器數(shù)據(jù)；圖6A展示描繪車輛阻礙道路標志的視圖的圖像幀；圖6B展示了由描繪環(huán)境的檢測系統(tǒng)生成的預測lidar幀；圖6C展示了基于指示道路標志的障礙部分的預測lidar幀生成的平視顯示。

蘋果專利圖3、4A、4B、6A、6B與6C（圖片來源：patentlyapple.com）

啟用激光雷達檢測

道路或道路標志涵蓋反光材料，例如反光涂料或附件，以通過反射光來提高其光學可見度。車道標記通常包括反光涂料和物理凹凸，以確保駕駛員即使在光線不足的情況下也能看到車道外邊界。車牌也采用反光材料，以更好地照亮車牌上的文字，以便其他司機和警察看清。

自動駕駛車輛采用了許多傳感器，這些傳感器在駕駛時檢測可能出現(xiàn)的障礙物。而這些障礙物可能包括沿著同一條道路行駛的其他車輛。道路上的車輛可由傳感器檢測，例如光檢測和測距（lidar）傳感器或雷達傳感器。傳感器通常能夠通過確定lidar信號或雷達信號被車輛反射來檢測車輛。通過反射信號，傳感器可能不必可以確定障礙物是否是車輛。通過提高傳感器可檢測信號的可用性，傳感器可以更有效，從而可以提高道路上其他車輛的可檢測性。

蘋果所獲專利涵蓋了在車輛上啟用lidar檢測的系統(tǒng)和方法。在一些實例中，車輛可包括配置成發(fā)射光信號的光源、配置成（至少部分）基于多個反射器的接收反射光信號的接收器傳感器，以及控制器?？刂破骺梢员慌渲脼椋ㄖ辽俨糠郑┗诜瓷涔庑盘杹碜R別多個反射器的布置圖案，并（至少部分）基于布置圖案的識別來確定多個反射器耦合到另一車輛中。

蘋果專利圖。下圖1展示了具有一個或多個傳感器的車輛的框圖，該傳感器用于檢測另一輛車；圖2a展示了被配置為向嵌入車輛中的多個反射器發(fā)送信號的傳感器的側視圖；圖3A和B展示了車輛的框圖，該車輛具有識別車輛多個方向的多個反射器的多個圖案。

蘋果專利圖1、2A、3A、3B（圖片來源：patentlyapple.com）

第三項泰坦項目專利為“多級主動懸架執(zhí)行器”，用于車輛懸架系統(tǒng)，尤其是主動懸架執(zhí)行器和帶有主動懸架執(zhí)行器的懸架系統(tǒng)。

返回第一電動網(wǎng)首頁 >