머신 러닝을 이용한 모션 계획을 사용한 차량의 동작
모션 계획에서 머신 러닝을 사용하여 차량을 동작시키기 위한 기술은, 환경 내에 위치된 차량의 하나 이상의 프로세서를 사용하여, 환경 내에서 차량을 동작시키는 것에 대한 복수의 제약을 저장하는 것을 포함한다. 차량의 하나 이상의 센서는 환경을 기술하는 센서 데이터를 수신한다. 하나 이상의 프로세서는 저장된 복수의 제약 및 수신된 센서 데이터로부터 특징 벡터를 추출한다. 특징 벡터는 환경 내에 위치된 대상체를 기술하는 제1 특징을 포함한다. 차량의 머신 러닝 회로는 특징 벡터에 기초하여 제1 모션 세그먼트를 생성하는 데 사용된다. 저장...
Saved in:
Main Authors | , , , , , |
---|---|
Format | Patent |
Language | Korean |
Published |
13.08.2021
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | 모션 계획에서 머신 러닝을 사용하여 차량을 동작시키기 위한 기술은, 환경 내에 위치된 차량의 하나 이상의 프로세서를 사용하여, 환경 내에서 차량을 동작시키는 것에 대한 복수의 제약을 저장하는 것을 포함한다. 차량의 하나 이상의 센서는 환경을 기술하는 센서 데이터를 수신한다. 하나 이상의 프로세서는 저장된 복수의 제약 및 수신된 센서 데이터로부터 특징 벡터를 추출한다. 특징 벡터는 환경 내에 위치된 대상체를 기술하는 제1 특징을 포함한다. 차량의 머신 러닝 회로는 특징 벡터에 기초하여 제1 모션 세그먼트를 생성하는 데 사용된다. 저장된 복수의 제약의 위반 횟수가 임계치 미만이다. 하나 이상의 프로세서는 생성된 제1 모션 세그먼트에 따라 차량을 동작시킨다.
Techniques for operation of a vehicle using machine learning with motion planning include storing, using one or more processors of a vehicle located within an environment, a plurality of constraints for operating the vehicle within the environment. One or more sensors of the vehicle receive sensor data describing the environment. The one or more processors extract a feature vector from the stored plurality of constraints and the received sensor data. The feature vector includes a first feature describing an object located within the environment. A machine learning circuit of the vehicle is used to generate a first motion segment based on the feature vector. A number of violations of the stored plurality of constraints is below a threshold. The one or more processors operate the vehicle in accordance with the generated first motion segment. |
---|---|
Bibliography: | Application Number: KR20207035780 |