公开(公告)号：CN118447239A

公开(公告)日：2024-08-06

申请号：CN202410134800.6

申请日：2024-01-31

Applicant: APTIV技术股份公司

Inventor： F·L·哈赛克 ,  M·卢塞克

IPC: G06V10/26 ,  G06V10/74 ,  G06V20/70 ,  G06V10/774

Abstract: 本发明涉及用于语义分割模型的有效训练的数据结构，尤其涉及一种用于创建用于训练在车辆辅助系统中可用的语义分割模型的数据样本的方法。该方法包括：获得表示车辆在第一时间点的周围环境的第一点云和表示车辆在第二时间点的周围环境的第二点云；将第一和第二点云相结合以获得表示该车辆在第一时间点和第二时间点的持续时间内的周围环境的全局点云；基于该全局点云创建周围环境的表示；从该表示中提取语义图和一个或更多个高度图；以及提供该语义图和该一个或更多个高度图作为数据样本。此外，公开了用于训练语义分割模型的相应数据结构、使用该数据结构训练语义分割模型的方法、语义分割模型以及相应的计算机程序和装置。

公开(公告)号：CN118115754A

公开(公告)日：2024-05-31

申请号：CN202311628158.9

申请日：2023-11-30

Applicant: APTIV技术股份公司

Inventor： M·卢塞克

IPC: G06V10/62 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本主题公开涉及增强跟踪和速度检测，尤其涉及用于车辆的高级驾驶辅助系统和自主驾驶系统中的对象跟踪。例如，本主题公开提供了一种用于跟踪对象的计算机实现方法。该方法包括基于从感测系统接收到的数据获得所述对象在时间帧内的运动；将所述时间帧分割成多个子间隔；以及使用跟踪系统基于所述对象在所述多个子间隔内的子运动来确定所述对象在下一时间帧中的位置。

公开(公告)号：CN114648633B

公开(公告)日：2024-11-29

申请号：CN202111439975.0

申请日：2021-11-30

Applicant: APTIV技术股份公司

Inventor： M·博朗 ,  M·卢塞克 ,  J·西格蒙德

IPC: G06V20/70 ,  G06V20/56 ,  G06V10/82 ,  G06N3/045 ,  G06N3/047 ,  G06N3/084 ,  B60W40/04 ,  G01S13/93 ,  G01S7/41

Abstract: 本发明提供了一种确定车辆环境的语义分割的方法。经由处理装置，定义划分车辆的环境的单元的网格。从多个雷达传感器接收雷达点云，并且向各个网格单元指派雷达点云的至少一个特征。通过使用包括确定性权重的神经网络，提取各个网格单元的高级特征。定义网格单元的几个类。对于贝叶斯神经网络的层，概率性地确定各种权重集。经由贝叶斯神经网络，基于高级特征并且基于各种权重集来确定各个类的置信度值和各个网格单元的置信度值，以便确定各个网格单元的预测类以及该预测类的不确定性程度。

公开(公告)号：CN118411686A

公开(公告)日：2024-07-30

申请号：CN202410108709.7

申请日：2024-01-25

Applicant: APTIV技术股份公司

Inventor： M·卢塞克 ,  S·罗斯勒

IPC: G06V20/56 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766

Abstract: 本发明涉及训练BEV对象检测模型。本发明涉及一种用于训练鸟瞰图BEV对象检测模型的计算机实现的方法，该方法包括以下步骤：将训练样本输入到BEV对象检测模型中，其中，所述训练样本包括BEV图像和多个目标置信度值，其中，BEV图像包括多个像素，其中，所述多个像素中的每个像素与多个目标置信度值中的目标置信度值相关联；从BEV对象检测模型接收至少多个预测置信度值作为输出，其中，每个预测置信度值与多个像素中的一像素相关联；以及根据损失来调整BEV对象检测模型的参数集，其中，所述损失至少基于多个预测置信度值和多个目标置信度值。此外，本发明公开了对应的用于BEV对象检测的计算机实现的方法、BEV模型以及计算机程序、数据处理装置和车辆。