JP6756661B2 - 車両電子制御装置 - Google Patents
車両電子制御装置 Download PDFInfo
- Publication number
- JP6756661B2 JP6756661B2 JP2017089825A JP2017089825A JP6756661B2 JP 6756661 B2 JP6756661 B2 JP 6756661B2 JP 2017089825 A JP2017089825 A JP 2017089825A JP 2017089825 A JP2017089825 A JP 2017089825A JP 6756661 B2 JP6756661 B2 JP 6756661B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- vehicle
- electronic control
- control unit
- vehicle electronic
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V10/87—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using selection of the recognition techniques, e.g. of a classifier in a multiple classifier system
-
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Mechanical Engineering (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Traffic Control Systems (AREA)
- Stored Programmes (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Description
本実施形態では、AIモデルを複数の演算ユニットにより構成し、その演算ユニットの組み合わせパターンを車両電子制御装置20の状態に応じて一意に選択する。以下、図1〜図9を用いて説明する。なお、車両電子制御装置20の状態とは、例えば、オブジェクト数、走行シーン、天候、時間帯、装置状態などの自車両走行環境である。
図1は、AIモデルの構造の一例を示す図である。
図1に示すように、ニューラルネットワークモデル1は、入力層10と、中間層11と、出力層12より構成され、各層はそれぞれI個、J個、K個の演算ユニットuを持つ。それぞれの演算ユニットuは、演算ユニットu間の結合情報を基に接続され、入力層10より入力された情報は、その結合情報に従って中間層11内を伝搬されて、最終的に出力層12より予測結果に相当する情報が出力される。演算ユニットu間の接続に関する結合情報を実施形態では「AIモデル構造情報」として記載する。結合情報は結合係数を含み、その結合係数をパラメータとする演算を施行しながら情報は伝搬される。AIモデルの演算で使用される結合係数のことを実施形態では「AIモデルパラメータ情報」として記載する。演算の内容は、結合情報に含まれる層の種類によって特定される。結合情報に含まれる層は、例えば、畳込み層、バッチ正規化、活性化関数、プーリング層、全結合層、LSTM(Long Short Term Memory)層などである。
図2は、第1の実施形態における車両電子制御装置20の構成図である。本実施形態では、AIモデルを複数の演算ユニット2300から構成し、その演算ユニット2300の組み合わせパターンを車両電子制御装置20の状態に応じて一意に選択する。
AIモデル演算処理ユニット有効化可否設定部2104は、AIモデル選択部2103で選択されたAIモデルを使用するため、アクセラレータ23に対して、演算ユニットの組み合わせパターンを有効化するための設定を行う。
AIモデル使用判定部2106は、電子制御装置状態取得部2102からの出力結果を受けて、AIモデルを使用するかどうかを判定し、その判定結果をAIモデル選択部2103へ出力する。
図3は、車両電子制御装置20の状態に関する情報とAIモデルとを対応付けて管理するための状態テーブル221の例を示したものである。状態テーブル221に従ってAIモデル選択部2103がAIモデルを選択する。車両電子制御装置20の状態に関する情報は、例えば、オブジェクト数、走行シーン、天候、時間帯、装置状態などの自車両走行環境を示す情報である。この状態テーブル221は、図2に示す記憶部22に記憶される。
また、走行路情報は、自車両位置情報による地図情報とのマップマッチングにより特定したり、交通インフラやテレマティクスセンタから送信される情報を用いて特定する。
図4は、AIモデルを構成する演算ユニット70の一例を示す図である。なお、演算ユニット70は、図2に示すAIモデル演算処理部230に実装されるか、または、後述する図8に示すAIモデル構造情報421に格納されるものである。
図5は、演算ユニット70により構成されるAIモデルを示す図である。図5(a)は、演算ユニット70を有効とするか、無効とするかの切替え機能付き演算ユニット(有効無効切替え機能付き演算ユニット)80の一例を示す。このような演算ユニット80は、演算ユニット70の処理を有効にしたり、無効にしたりして、演算ユニット70を切替え可能にしたものである。図5(b)は演算ユニット70の処理を有効にした場合を示し、図5(c)は演算ユニット70の処理を無効にした場合を示す。図5(d)は、中間層として有効無効切替え機能付き演算ユニット80を1つ以上組み合わせて構成した有効無効切替え機能付きAIモデル83を示す。ここでは演算ユニット80を5個組み合わせたものを例としているが、その組み合わせの数は任意である。
これらのAIモデルを図3で示したような車両電子制御装置20の状態に応じて使い分けることで、車両電子制御装置20の状態に応じた所望の処理完了の所定時間内(デッドライン内)に処理を完了させることができる。例えば、オブジェクト数が多い場合は図5(g)に示すAIモデル86を用いる。なお、本実施形態のAIモデルを専用回路として実装する場合は図5(d)に示す有効無効切替え機能付きAIモデル83のみを搭載すればよく、AIモデル84と、AIモデル85と、AIモデル86は有効無効切替えのためのスイッチの設定変更のみで実現することができる。これにより種類の完全に異なるAIモデルを複数実装する場合に比べて専用回路を作成するためのハードウェアリソースの増加を抑制することが可能となる。
図7は、本実施形態における車両電子制御装置20の処理動作を示すフローチャートである。本フローはAIモデルによる演算処理を実行する際に開始される。
図8は、図2に示した第1の実施形態における車両電子制御装置20の構成の変形例を示す構成図である。図2に示したアクセラレータ23は、GPUを備えることにより、予測実行制御部210と、記憶部22と、アクセラレータ23の一部が変更になる。
図9は、第1の実施形態における車両電子制御装置20の変形例(図8)の処理動作を示すフローチャートである。
第2の実施形態では、車両電子制御装置20の状態に応じて、AIモデルの演算処理対象となる入力データ毎にAIモデルを選択する。以下、図10〜図15を用いて説明する。なお、図1に示したニューラルネットワークの概略構成図、図4に示したAIモデルの構成図、図5に示したAIモデルを構成する演算ユニットの構成図、図6に示したAIモデル情報をアクセラレータに反映する際に使用するテーブル情報は、本実施形態でも同様であるのでその説明を省略する。
図10は、第2の実施形態における車両電子制御装置20の構成図である。図10に示した構成は、図2に示した第1の実施形態の構成と比較して、予測実行制御部210にAIモデル選択用スコア算出部9100と、AIモデル演算処理実行完了判定部9101と、オブジェクト毎AIモデル選択部9102を新たに追加し、AIモデル選択部2103を削除した構成となっている。本実施形態における車両電子制御装置20の構成は、アクセラレータ23にFPGAまたはASICを備える。
図11(a)(b)(c)は、AIモデルの選択に使用する第2の実施形態における状態テーブル130〜132である。この状態テーブル130〜132は、記憶部22に記憶され、AIモデル選択用スコア算出部9100と、オブジェクト毎AIモデル選択部9102で使用するテーブル情報を記憶する。
図12は、第2の実施形態における車両電子制御装置20の処理動作を示すフローチャートである。図7に示す第1の実施形態におけるフローチャートと同一部分には同一の符号を付して説明を簡略にする。
図13は、図10の車両電子制御装置20の構成の変形例を示す構成図である。この場合、アクセラレータ23がGPUを備えることにより、図10の車両電子制御装置20と比較して、ホストデバイス21、記憶部22、アクセラレータ23の構成の一部が変更になる。
図14は、AIモデルの選択に使用する第2の実施形態の変形例におけるテーブル情報である。このテーブル情報は、AIモデル選択用スコア算出部9100と、オブジェクト毎AIモデル選択部9102で使用する。
図15は、第2の実施形態における車両電子制御装置20の変形例の処理動作を示すフローチャートである。図15では、図7に示す第1の実施形態におけるフローチャートと同一部分には同一の符号を付して説明を簡略にする。
図16は、第3の実施形態における車両電子制御装置20の構成図である。第3の実施形態では、第1の実施形態と第2の実施形態の車両電子制御装置20に対して、AIモデルパラメータ情報231ないしAIモデルパラメータ情報321のデータを学習して更新する機能を備える。実施形態における車両電子制御装置20の構成は、アクセラレータ23にFPGAまたはASICを備える。
図16に示した実施形態における車両電子制御装置20の構成は、図2に示した車両電子制御装置20の構成と比較して、ホストデバイス21に学習制御部1600を新たに追加し、アクセラレータ23にAIモデル合計予測誤差算出部1610と、更新用AIモデル演算パラメータ算出部1620を新たに追加する構成である。
図17は、第3の実施形態における車両電子制御装置20の構成の変形例を示す構成図である。実施形態では、アクセラレータ23がGPUを備えることにより、図16に示した車両電子制御装置20と比較して、ホストデバイス21、記憶部22、アクセラレータ23の構成の一部が変更になるが、何れの処理部も第1の実施形態において説明したものと同様であり、その説明を省略する。
(1)車両電子制御装置20は、車両の状態を取得する状態取得部2102と、状態取得部2102で取得された車両の状態に基づいて人工知能モデルを構成するか否かを判定する判定部2106と、を備え、判定部2106が人工知能モデルを構成すると判定した場合に、演算ユニットを複数組み合わせて所定の処理を実行する人工知能モデルを構成する。れにより、車両の状態に基づいて人工知能モデルを構成し、演算処理に要する処理時間を少なくすることができる。
10 入力層
11 中間層
12 出力層
20 車両電子制御装置
21 ホストデバイス
22 記憶部
23 アクセラレータ
210 予測実行制御部
220 AIモデル演算処理ユニット有効化可否テーブル
230 AIモデル演算処理部
231 AIモデルパラメータ情報
2100 AIモデル演算処理時間算出部
2101 AIモデル演算処理時間超過判定部
2102 電子制御装置状態取得部
2103 AIモデル選択部
2104 AIモデル演算処理ユニット有効化可否設定部
2105 AIモデル演算処理実行制御部
2106 AIモデル使用有無判定部
2300 演算ユニット
S30 アプリ処理時間見積もり処理
S31 デッドライン超過判定処理
S32 電子制御装置状態取得処理
S33 AIモデル選択処理
S34 演算ユニット有効化可否設定処理
S35 AIモデル演算処理実行開始命令処理
420 AIモデルパラメータ情報
421 AIモデル構造情報
430 AIモデル情報設定部
4100 AIモデル演算処理実行部
S50 AIモデルデータ転送
60 オブジェクト数・モデルID対応テーブル
61 走行シーン・モデルID対応テーブル
600 モデルID
601 オブジェクト数情報
611 走行シーン情報
62 天候・モデルID対応テーブル
621 天候情報
63 時間帯・モデルID対応テーブル
631 時間帯情報
64 装置状態・モデルID対応テーブル
641 装置状態
70 演算ユニット
71 AIモデル
700 畳み込み層
701 バッチ正規化
702 活性化関数
703 プーリング層
704 全結合層
705 LSTM層
80 有効無効切替え機能付き演算ユニット
81 有効切替え時演算ユニット
82 無効切替え時演算ユニット
83 有効無効切替え機能付AIモデル
84 モデルパターン1
85 モデルパターン2
86 モデルパターン3
9100 AIモデル選択用スコア算出部
9101 AIモデル演算処理実行完了判定部
9102オブジェクト毎AIモデル選択部
S100 ニューラルネットモデル選択用スコア算出処理
S101 ニューラルネットモデル演算完了判定処理
130 スコアT値テーブル
1300 車両電子制御装置状態
1301 相対距離D
1302 スコアT値
131 スコアP値テーブル
1310 将来軌道存在有無情報
1311 スコアP値
132 スコアS値テーブル
1320 モデルID
1321 スコアS値
140 スコアT値テーブル
1401 オブジェクト検出経過時間
1402 スコアT値
1500 演算ユニットID
1501 演算ユニット有効化可否情報
1600 学習制御部
1610 AIモデル合計予測誤差算出
1620 更新用AIモデル演算パラメータ算出部
16000 AIモデル演算パラメータ更新判定部
16001 AIモデル演算パラメータ更新部
Claims (12)
- 車両の状態を取得する状態取得部と、前記状態取得部で取得された車両の状態に基づいて人工知能モデルの構成を選択するAIモデル選択部を備え、
前記人工知能モデルは、外部からの信号を受付ける入力層と、外部に演算結果を出力する出力層と、複数の演算ユニットから構成され、前記入力層から受付けた情報に対して所定の処理を施し、前記出力層に当該処理結果を出力する中間層とから構成されるニューラルネットワークであり、前記AIモデル選択部は前記状態取得部で取得された車両の状態に応じて前記中間層の構成を選択する車両電子制御装置。 - 請求項1に記載の車両電子制御装置において、
前記所定の処理が所定の時間内に完了しない場合に、複数の前記演算ユニットのいずれを用いて前記人工知能モデルを構成するかを決定して前記所定の処理を実行する、
車両電子制御装置。 - 請求項1または請求項2に記載の車両電子制御装置において、
前記車両の状態は、前記車両の周辺に存在するオブジェクトの個数を含む自車両走行環境である車両電子制御装置。 - 請求項1または請求項2に記載の車両電子制御装置において、
前記車両の状態は、前記車両の走行シーンを含む自車両走行環境である車両電子制御装置。 - 請求項1または請求項2に記載の車両電子制御装置において、
前記車両の状態は、前記車両の走行地点の天候を含む自車両走行環境である車両電子制御装置。 - 請求項1または請求項2に記載の車両電子制御装置において、
前記車両の状態は、前記車両の走行中の時間帯を含む自車両走行環境である車両電子制御装置。 - 請求項1または請求項2に記載の車両電子制御装置において、
前記車両の状態は、前記車両の装置状態を含む自車両走行環境である車両電子制御装置。 - 請求項1または請求項2に記載の車両電子制御装置において、
前記演算ユニットの有効化可否が前記車両の状態に応じて設定された有効ユニットテーブルを備え、
前記ニューラルネットワークは、有効ユニットテーブルに基づいて、前記演算ユニットを有効化して複数の前記演算ユニットを組み合わせて構成される車両電子制御装置。 - 請求項3に記載の車両電子制御装置において、
前記ニューラルネットワークは、前記オブジェクトの個数に応じて、複数の前記演算ユニットのいずれを用いて構成されるかを決定する車両電子制御装置。 - 請求項3に記載の車両電子制御装置において、
前記車両の状態に基づいて、オブジェクトに優先度を付与し、
前記ニューラルネットワークは、前記オブジェクトの優先度に応じて、複数の前記演算ユニットのいずれを用いて構成されるかを決定する車両電子制御装置。 - 請求項10記載の車両電子制御装置において、
前記優先度は、自車両と前記オブジェクトの間の相対関係に基づいて付与する車両電子制御装置。 - 請求項1に記載の車両電子制御装置において、
前記複数の前記演算ユニットの演算パラメータを記憶する記憶部を備え、
前記ニューラルネットワークは、前記車両の状態における前記出力層からの出力値の信頼度が向上するように前記演算パラメータが更新される車両電子制御装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017089825A JP6756661B2 (ja) | 2017-04-28 | 2017-04-28 | 車両電子制御装置 |
US16/607,486 US20200143670A1 (en) | 2017-04-28 | 2018-04-13 | Vehicle electronic controller |
PCT/JP2018/015511 WO2018198823A1 (ja) | 2017-04-28 | 2018-04-13 | 車両電子制御装置 |
DE112018001596.3T DE112018001596T5 (de) | 2017-04-28 | 2018-04-13 | Elektronische fahrzeugsteuerung |
CN201880024484.XA CN110494868B (zh) | 2017-04-28 | 2018-04-13 | 车辆电子控制装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017089825A JP6756661B2 (ja) | 2017-04-28 | 2017-04-28 | 車両電子制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018190045A JP2018190045A (ja) | 2018-11-29 |
JP6756661B2 true JP6756661B2 (ja) | 2020-09-16 |
Family
ID=63919841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017089825A Active JP6756661B2 (ja) | 2017-04-28 | 2017-04-28 | 車両電子制御装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200143670A1 (ja) |
JP (1) | JP6756661B2 (ja) |
CN (1) | CN110494868B (ja) |
DE (1) | DE112018001596T5 (ja) |
WO (1) | WO2018198823A1 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112017007600T5 (de) | 2017-06-02 | 2020-02-20 | Honda Motor Co., Ltd. | Fahrzeug-Steuervorrichtung und Verfahren zum Steuern eines automatisiert fahrenden Fahrzeugs |
WO2018220853A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
JP6979648B2 (ja) * | 2018-02-02 | 2021-12-15 | Kddi株式会社 | 車載制御装置 |
JP7177609B2 (ja) * | 2018-06-13 | 2022-11-24 | 株式会社デンソーテン | 画像認識装置、画像認識方法、機械学習モデル提供装置、機械学習モデル提供方法、機械学習モデル生成方法、および機械学習モデル装置 |
US20220001858A1 (en) * | 2018-11-13 | 2022-01-06 | Nec Corporation | Dangerous scene prediction device, dangerous scene prediction method, and dangerous scene prediction program |
DE102018221063A1 (de) * | 2018-12-05 | 2020-06-10 | Volkswagen Aktiengesellschaft | Konfiguration eines Steuerungssystems für ein zumindest teilautonomes Kraftfahrzeug |
DE102018222720B4 (de) | 2018-12-21 | 2022-01-05 | Continental Teves Ag & Co. Ohg | Überwachung von auf neuronalen Netzwerken basierten Fahrfunktionen |
JP7174243B2 (ja) * | 2018-12-21 | 2022-11-17 | 富士通株式会社 | 情報処理装置、ニューラルネットワークプログラム、ニューラルネットワークの処理方法 |
KR102166811B1 (ko) * | 2019-01-21 | 2020-10-19 | 한양대학교 산학협력단 | 심층강화학습과 운전자보조시스템을 이용한 자율주행차량의 제어 방법 및 장치 |
JP7145770B2 (ja) * | 2019-01-25 | 2022-10-03 | 株式会社デンソーアイティーラボラトリ | 車間距離測定装置、誤差モデル生成装置および学習モデル生成装置とこれらの方法およびプログラム |
JP7099368B2 (ja) * | 2019-03-07 | 2022-07-12 | 株式会社デンソー | 支援時間提示システム |
GB201909506D0 (en) | 2019-07-02 | 2019-08-14 | Wista Lab Ltd | Synaptopathies |
JP2021032563A (ja) * | 2019-08-13 | 2021-03-01 | ソニーセミコンダクタソリューションズ株式会社 | 装置、測定装置および測距システム |
US11588796B2 (en) | 2019-09-11 | 2023-02-21 | Baidu Usa Llc | Data transmission with obfuscation for a data processing (DP) accelerator |
WO2021117186A1 (ja) | 2019-12-12 | 2021-06-17 | 三菱電機株式会社 | データ処理実行装置、データ処理実行方法及びデータ処理実行プログラム |
JP7373387B2 (ja) | 2019-12-20 | 2023-11-02 | 株式会社デンソーテン | 情報処理装置 |
JP2021105798A (ja) * | 2019-12-26 | 2021-07-26 | パナソニックIpマネジメント株式会社 | 人工知能システム |
CN114846505A (zh) * | 2020-01-30 | 2022-08-02 | 日立安斯泰莫株式会社 | 信息处理装置 |
DE112020006752T5 (de) * | 2020-02-17 | 2022-12-29 | Mitsubishi Electric Corporation | Modellerzeugungsvorrichtung, fahrzeugseitige Vorrichtung und Modellerzeugungsverfahren |
US20230163983A1 (en) * | 2020-05-07 | 2023-05-25 | NEC Communication Systems. Ltd. | Network control apparatus, network control method, and network control program |
JP2023528079A (ja) | 2020-06-05 | 2023-07-03 | ガティック エーアイ インコーポレイテッド | 自律エージェントのデータドリブンかつモジュラー式の意思決定と経路生成のための方法およびシステム |
JP7454048B2 (ja) | 2020-07-01 | 2024-03-21 | 日立Astemo株式会社 | 電子制御装置 |
EP4180954A4 (en) * | 2020-07-10 | 2023-08-23 | Panasonic Intellectual Property Management Co., Ltd. | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, AND PROGRAM |
JP6885553B1 (ja) * | 2020-07-14 | 2021-06-16 | エッジコーティックス ピーティーイー. リミテッド | ハードウェアとニューラルアーキテクチャとの共同探索 |
US11938941B2 (en) * | 2020-08-31 | 2024-03-26 | Denso International America, Inc. | Mode selection according to system conditions |
EP4224368A4 (en) * | 2020-09-29 | 2024-05-22 | Sony Semiconductor Solutions Corporation | INFORMATION PROCESSING SYSTEM AND INFORMATION PROCESSING METHOD |
JP7471602B2 (ja) | 2021-01-14 | 2024-04-22 | 株式会社アイビス・キャピタル・パートナーズ | 情報処理装置及び情報処理方法 |
JP2022178465A (ja) * | 2021-05-20 | 2022-12-02 | 日立Astemo株式会社 | 演算装置、認識装置および制御装置 |
JP7315738B2 (ja) * | 2021-09-02 | 2023-07-26 | 株式会社日立製作所 | 携帯通信システム向けサービス性能としてのマシーンラーニング最適化法 |
JP7487159B2 (ja) * | 2021-10-12 | 2024-05-20 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法およびプログラム |
WO2024111682A1 (ko) * | 2022-11-21 | 2024-05-30 | 엘지전자 주식회사 | 인공지능 장치 및 그 제어 방법 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5142612A (en) * | 1990-08-03 | 1992-08-25 | E. I. Du Pont De Nemours & Co. (Inc.) | Computer neural network supervisory process control system and method |
JPH07333242A (ja) * | 1994-06-13 | 1995-12-22 | Mazda Motor Corp | 車両のヨーレート推定方法及びその装置 |
US7426437B2 (en) * | 1997-10-22 | 2008-09-16 | Intelligent Technologies International, Inc. | Accident avoidance systems and methods |
JPH09230935A (ja) * | 1996-02-28 | 1997-09-05 | Zexel Corp | 車両の自走制御方法 |
JP5441626B2 (ja) * | 2009-11-06 | 2014-03-12 | 日立オートモティブシステムズ株式会社 | 車載用マルチアプリ実行装置 |
JP5259647B2 (ja) * | 2010-05-27 | 2013-08-07 | 本田技研工業株式会社 | 車両の周辺監視装置 |
US9884624B2 (en) * | 2013-12-10 | 2018-02-06 | Mitsubishi Electric Corporation | Travel control device |
KR101555444B1 (ko) * | 2014-07-10 | 2015-10-06 | 현대모비스 주식회사 | 차량탑재 상황감지 장치 및 그 방법 |
CN107004138A (zh) * | 2014-12-17 | 2017-08-01 | 诺基亚技术有限公司 | 利用神经网络的对象检测 |
US20160328644A1 (en) * | 2015-05-08 | 2016-11-10 | Qualcomm Incorporated | Adaptive selection of artificial neural networks |
JP2017089825A (ja) | 2015-11-13 | 2017-05-25 | 日本精工株式会社 | ボールねじ及びこれを備えるアクチュエータ |
US20180157972A1 (en) * | 2016-12-02 | 2018-06-07 | Apple Inc. | Partially shared neural networks for multiple tasks |
-
2017
- 2017-04-28 JP JP2017089825A patent/JP6756661B2/ja active Active
-
2018
- 2018-04-13 US US16/607,486 patent/US20200143670A1/en active Pending
- 2018-04-13 WO PCT/JP2018/015511 patent/WO2018198823A1/ja active Application Filing
- 2018-04-13 DE DE112018001596.3T patent/DE112018001596T5/de active Pending
- 2018-04-13 CN CN201880024484.XA patent/CN110494868B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
US20200143670A1 (en) | 2020-05-07 |
WO2018198823A1 (ja) | 2018-11-01 |
CN110494868A (zh) | 2019-11-22 |
DE112018001596T5 (de) | 2020-01-02 |
JP2018190045A (ja) | 2018-11-29 |
CN110494868B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6756661B2 (ja) | 車両電子制御装置 | |
CN113805572B (zh) | 运动规划的方法与装置 | |
US11897518B2 (en) | Systems and methods for navigating with sensing uncertainty | |
US20230347877A1 (en) | Navigation Based on Detected Size of Occlusion Zones | |
CN110244701B (zh) | 用于基于自动生成的课程序列的自主车辆的强化学习的方法和装置 | |
US11169528B2 (en) | Initial trajectory generator for motion planning system of autonomous vehicles | |
US20200088539A1 (en) | Safety and comfort constraints for navigation | |
JP6382515B2 (ja) | 障害物の近くに車両を駐車させるための方法及びシステム | |
CN112292719B (zh) | 使自我车辆的轨迹与运动的外来对象适配 | |
US20180304889A1 (en) | Navigating a vehicle based on predictive aggression of other vehicle | |
CN108445750A (zh) | 用于车辆运动规划的方法和*** | |
JP2023510136A (ja) | 知覚、予測又は計画のための地理的位置特定モデル | |
CN112567439B (zh) | 一种交通流信息的确定方法、装置、电子设备和存储介质 | |
CN110435667A (zh) | 用于控制自主车辆的***和方法 | |
CN113544467A (zh) | 对齐用于导航的道路信息 | |
WO2021146086A1 (en) | Collaborative vehicle headlight directing | |
CN112088117B (zh) | 用于运行机动车的方法、控制***和机动车 | |
JP7181354B2 (ja) | 接続されたデータ分析プラットフォームを用いた車両経路指定 | |
EP4388509A1 (en) | Detected object path prediction for vision-based systems | |
WO2022044210A1 (ja) | 運転支援装置、学習装置、運転支援方法、運転支援プログラム、学習済モデルの生成方法、学習済モデル生成プログラム | |
JP7323548B2 (ja) | 自動車の環境情報を融合させるためのフュージョンシステム | |
WO2022024947A1 (ja) | 軌道生成装置、軌道生成方法、および軌道生成プログラム | |
CN116225026A (zh) | 自动驾驶车辆操作方法、电子设备以及计算机可读介质 | |
JP7368319B2 (ja) | 自動運転システム | |
WO2023119800A1 (ja) | 車載演算処理装置、および、演算処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200519 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200714 |
|
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: 20200811 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200827 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6756661 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |