目前生產(chǎn)自動駕駛汽車系統(tǒng)通常依賴大量的數(shù)據(jù)處理過程。安裝在汽車上的傳感器陣列收集的數(shù)據(jù)，能夠提供完整的道路視圖。但是理解這些數(shù)據(jù)，以及確定可能需要更多注意的物體和道路變化，需要昂貴的計算費用。

解決這個問題的一種方法是增強汽車自動駕駛系統(tǒng)的處理能力。但由于硬件需求和能耗增加，導(dǎo)致費用昂貴。另一種方法是使驅(qū)動系統(tǒng)在用盡資源時具有選擇性，有目的在某些區(qū)域使用更少的循環(huán)周期，并將剩余的用于更重要的元素。

據(jù)外媒報道，近期，美國專利商標(biāo)局（US patent and Trademark Office）公布了蘋果公司的“深度感知傳感器數(shù)據(jù)處理”（Depth perception sensor data processing）的專利申請，該專利描述了系統(tǒng)如何對傳感器數(shù)據(jù)進(jìn)行選擇性處理。

（圖片來源：appleinsider.com）

據(jù)該專利申請文件，傳感器數(shù)據(jù)處理系統(tǒng)從車輛上的傳感器接收數(shù)據(jù)，并生成環(huán)境深度數(shù)據(jù)表。該系統(tǒng)能夠使用一個或多個無源傳感器設(shè)備，如相機，為整個環(huán)境生成一個整體地圖，包括圖像數(shù)據(jù)和深度數(shù)據(jù)，使系統(tǒng)對當(dāng)前區(qū)域有一個基本的了解。然后，由一個或多個有源傳感器設(shè)備，如激光雷達(dá)等更密集的硬件，生成第二組數(shù)據(jù)，并與模型進(jìn)行比較。接著，使用更多的有源傳感器數(shù)據(jù)對模型進(jìn)行迭代調(diào)整，直到“置信”模型準(zhǔn)確到足以適用于自動駕駛系統(tǒng)中的其他部件。

（圖片來源：appleinsider.com）

該專利將置信水平定義為基于“每次調(diào)整迭代對算法的修訂幅度”。簡而言之，它會一直利用傳感器數(shù)據(jù)來調(diào)整模型，直到可以忽略不計為止。這可以使自動駕駛系統(tǒng)節(jié)約資源、降低成本、提高性能。通過更快地創(chuàng)建道路模型，系統(tǒng)可以更早地識別物體，從而反應(yīng)更靈敏，并且更安全。蘋果公司表示，該專利還可以使用機器學(xué)習(xí)或深度學(xué)習(xí)算法來更好地改進(jìn)模型調(diào)整和物體識別過程。該公司還建議使用多輛車的傳感器系統(tǒng)，提供更廣泛的可監(jiān)測環(huán)境范圍，擴大車輛的有效“視野”。

盡管蘋果公司每周都會向美國專利商標(biāo)局提交大量專利申請而且此類專利申請也確實表明了蘋果對此領(lǐng)域的研發(fā)興趣，但并不能保證這些概念會成為商業(yè)產(chǎn)品或服務(wù)。