苹果获得三项泰坦项目新专利 涉及使用机器学习的AV先进LiDAR系统

盖世汽车讯 据外媒报道，美国专利商标局授予了苹果三项泰坦项目专利，其中两项关键专利涉及LiDAR系统。第一项专利是使用机器学习来预测激光雷达数据，其中机器学习技术目前正在苹果的自动驾驶训练车辆中使用；第二项专利为在自动驾驶汽车上启用LiDAR检测；而第三项专利为多级主动悬架执行器（multi-stage active suspension actuator）。

苹果泰坦项目概念图（图片来源：patentlyapple.com）

使用机器学习预测激光雷达数据

据苹果称，车辆会使用光检测和测距（lidar）传感器来检测附近的环境。自动驾驶汽车可以使用lidar传感器确定道路上的物体或其他车辆，以确定要执行的适当驾驶行为。自动驾驶车辆还会采用附加传感器，例如光学传感器（摄像头）或雷达传感器，以确定附近环境的其他信息。尽管lidar传感器能够以机器学习算法或决策系统可解释的形式感知环境信息，但目前它比现有的摄像头或雷达传感器速度更慢。

摄像头或雷达传感器可以捕获图像帧或雷达数据帧，且捕获速率比lidar传感器更快。因此，自动驾驶车辆可以利用来自摄像头或雷达传感器的图像数据或雷达数据，从而补充来自lidar传感器的激光雷达数据。自动驾驶车辆可以读取图像数据或雷达数据以确定附近环境中的物体。将图像数据、雷达数据和lidar数据结合，可以使自动驾驶汽车能够更全面地了解周围环境。而用于机器学习和信息的lidar数据比图像数据或雷达数据更稳健，因此访问额外的lidar数据的速率要高于lidar传感器的捕获速率。

苹果所获专利包括使用机器学习预测车辆lidar数据的系统和方法。在一些实例中，车辆可具有一个或多个传感器、光检测和测距（lidar）传感器以及lidar预测系统。所采用的一个或多个传感器包括光学传感器、雷达传感器或都有，并被配置为捕获特定视图的传感器数据。lidar传感器预测系统会被配置为捕获特定视图的lidar数据。lidar预测系统包括预测模型，并被配置可生成预测性lidar帧，采用的方式是将预测模型应用于传感器数据，而这些数据由所采用的一个或多个传感器获取。此外，lidar传感器预测系统还可向外部系统发送预测的lidar帧。

在其他实施例中，还展示了一种用于生成预测lidar帧的预测模型的方法。该方法包括从一个或多个训练车辆接收多个位置的多个lida帧，其中多个lida帧会指出不同位置的多个物体。