冗余车辆轨迹验证

公开了用于使用硬件和软件部件中的冗余来验证车辆轨迹的技术。经计算的车辆轨迹可以经由两个单独的SoC通过将3D经计算的车辆轨迹投影到由车辆摄像头获取的2D图像上来独立地验证。每个SoC可以通过使用经训练的机器学习模型诸如深度神经网络(DNN)来执行独立的轨迹验证。由每个SoC实施的DNN可以针对映射和验证过程使用摄像头输入的单独集合来执行轨迹验证。仅当该轨迹由两个SoC轨迹验证器验证时，该车辆才实施用于控制功能的车辆轨迹，从而提供符合诸如汽车安全完整性等级(ASIL)D级等监管要求的稳健轨迹验证过程。