Apple的“Project Titan”中的自动驾驶车辆可以使用“置信度”算法减少识别物体和理解前方道路布局所需的处理量，该算法可以让汽车的计算机从传感器获取足够的数据执行处理。
目前生产自动驾驶车辆系统的努力通常依赖于大量处理。从连接到车辆的各种传感器收集的数据能够提供道路的完整视图，但是不仅要理解数据而且还要确定可能值得支付更多的感兴趣对象，这在计算上是昂贵的。注意和改变道路布局。
虽然解决问题的一种方法是简单地将更多的处理能力加入到车辆的自驱动系统中，但由于所需硬件的增加以及功耗的增加，这是一种昂贵的路线。另一种方法是驱动系统在其耗尽资源的地方有选择性，有目的地在一些区域中使用较少的循环并将剩余部分保存为更重要的元素。
在美国专利商标局周二公布的一项专利中，Apple的“深度感知传感器数据处理”专利描述了系统如何对传感器数据进行选择性处理。
根据该文件，传感器数据处理系统从车辆上的传感器接收数据并生成环境的深度数据表示。该系统能够使用一个或多个无源传感器设备，如相机，为整个环境生成整体地图，包括图像数据和深度数据，从而基本了解系统中的直接区域，初始模型。
然后，由一个或多个有源传感器设备，诸如LiDAR的更密集的硬件生成第二组数据，并将其与模型进行比较。然后使用更活跃的传感器数据迭代地调整模型，并且它继续直到模型准确的“置信度”足以提供给自驱动系统中的其他部分。
该专利将置信水平定义为基于“每次调整迭代算法的修订量”。简而言之，它将继续使用传感器数据调整模型，直到调整可忽略不计。
虽然这可以为自动驾驶系统节省资源并降低成本，但所提出的方法也提供了性能优势。通过更快地为道路创建模型，系统可以到达可以更早识别对象和元素的点，这可以产生响应更快且可能更安全的系统。
Apple建议该专利还可以使用机器学习或深度学习算法来更好地改进模型细化和对象识别过程。还建议可以使用多个车辆的传感器系统，从而提供可以监控的更广泛的环境领域并扩展车辆的有效“视觉”。
虽然Apple确实每周向USPTO提交大量专利和申请，但无法保证这些概念能够进入商业产品或服务，但它们确实表明Apple对研发工作感兴趣的领域。
“ 泰坦计划“这是苹果自驾车和汽车行业的名称，主要围绕基于车辆的计算机视觉和运输。最初该项目被认为是围绕着一辆苹果品牌的汽车，但多年来它已经将重点转向自动驾驶车辆系统，目前正在公司通过加利福尼亚州的车队进行测试。
另一项传感器专利涵盖了使用激光雷达和接近传感器自动捕捉兴趣点的可能性对于司机，例如位置照片或环境扫描。虽然这对于想要获得道路一侧的事物图像的旅行者可能是有用的，但它同样可以用于捕捉保险公司或执法部门可能感兴趣的事故现场。
Apple还考虑过如何使用车辆下方的传感器来监控地面相对于车辆运动的速度和角度，这可以建议自动驾驶系统车辆可以打滑而不是移动到预定位置。方向。
其他相关专利包括使用手势控制来移动车辆，使用增强现实技术在挡风玻璃上显示前方模糊的道路，与其他自动驾驶系统的车辆间通信，以及使用iPhone或类似移动设备召唤和支付自驾车的交通工具的能力。