-
公开(公告)号：CN110046640B
公开(公告)日：2023-08-01
申请号：CN201910026470.8
申请日：2019-01-11
Applicant: 丰田自动车株式会社
IPC: G06V10/764
Abstract: 用于关联来自多个车辆的观察的分布式表示学习。在示例性实施例中，一种计算机实现的方法：使用第一机器学习逻辑产生从第一角度捕获的第一图像中的第一对象的第一紧凑表示；使用第二机器学习逻辑产生从第二角度捕获的第二图像中的第二对象的第二紧凑表示；计算反映第一对象的第一紧凑表示和第二对象的第二紧凑表示之间的相似度的水平的相似度得分；以及基于相似度得分与预定目标输出的比较，将第一对象和第二对象的特征的子集识别为比第一对象和第二对象的其它特征更加具有确定性。
-
公开(公告)号：CN110047275A
公开(公告)日：2019-07-23
申请号：CN201910025800.1
申请日：2019-01-11
Applicant: 丰田自动车株式会社
Abstract: 本申请涉及多个连接的车辆的观察结果之间的关联和相似度学习。在示例实施例中，第一车辆平台包括第一传感器和通信单元，第一传感器具有指向外部环境的第一视角并且捕获反映第一多个对象的第一传感器数据，通信单元用于从第二车辆平台接收反映包括在外部环境中的第二多个对象的第二传感器数据。一个或多个计算设备从第一多个对象提取第一多模态特征集合，并且从第二图像中的第二多个对象提取第二多模态特征集合，使用单独的机器学习逻辑处理第一多模态特征集合和第二多模态特征集合以分别产生第一输出和第二输出，使用第一输出和第二输出生成相似度得分，以及使用相似度得分关联第一视角和第二视角。
-
Patent Agency Ranking
公开(公告)号：CN110349405A
公开(公告)日：2019-10-18
申请号：CN201910268235.1
申请日：2019-04-04
Applicant: 丰田自动车株式会社
Abstract: 本申请涉及利用联网汽车的实时交通监视。联网车辆包括：第一传感器，其捕获第一传感器数据以识别联网车辆的一个或多个动力学特性；和第二传感器，其具有指向外部环境的第一视角并且捕获反映未联网车辆和一个或多个路边基础设施的第二传感器数据。处理来自联网车辆的第二传感器数据，以识别未联网车辆和一个或多个路边基础设施，并确定未联网车辆的一个或多个动力学特性。基于联网车辆的确定的一个或多个动力学特性、未联网车辆的一个或多个动力学特性以及一个或多个路边基础设施生成动态道路地图。可以基于动态道路地图导航第一车辆平台、第二车辆平台和/或相对于第一车辆平台或第二车辆平台的另一个车辆平台。
-
公开(公告)号：CN110349405B
公开(公告)日：2022-07-05
申请号：CN201910268235.1
申请日：2019-04-04
Applicant: 丰田自动车株式会社
Abstract: 本申请涉及利用联网汽车的实时交通监视。联网车辆包括：第一传感器，其捕获第一传感器数据以识别联网车辆的一个或多个动力学特性；和第二传感器，其具有指向外部环境的第一视角并且捕获反映未联网车辆和一个或多个路边基础设施的第二传感器数据。处理来自联网车辆的第二传感器数据，以识别未联网车辆和一个或多个路边基础设施，并确定未联网车辆的一个或多个动力学特性。基于联网车辆的确定的一个或多个动力学特性、未联网车辆的一个或多个动力学特性以及一个或多个路边基础设施生成动态道路地图。可以基于动态道路地图导航第一车辆平台、第二车辆平台和/或相对于第一车辆平台或第二车辆平台的另一个车辆平台。
-
公开(公告)号：CN110364006B
公开(公告)日：2022-01-07
申请号：CN201910278033.5
申请日：2019-04-09
Applicant: 丰田自动车株式会社
IPC: G08G1/0967 , G06K9/00 , G06K9/62
Abstract: 本申请涉及机器学习增强的车辆合流。一种方法接收描绘合流区域的第一图像集，第一图像集包括与第一时间戳相关联的(一个或多个)第一图像；使用训练的第一机器学习逻辑，使用第一图像集确定描述第一时间戳处的合流区域的交通状况的第一状态；使用训练的第二机器学习逻辑，使用训练的后向时间距离从描述时间戳序列处的合流区域的交通状况的状态序列中确定与第一状态的第一时间戳之前的第二时间戳相关联的第二状态；使用训练的第三机器学习逻辑，使用第一状态、第二状态和合流行为计算用于合流行为的影响度量；基于影响度量从合流行为中选择第一合流行为；以及向合流车辆提供包括第一合流行为的合流指令。
-
公开(公告)号：CN110364006A
公开(公告)日：2019-10-22
申请号：CN201910278033.5
申请日：2019-04-09
Applicant: 丰田自动车株式会社
IPC: G08G1/0967 , G06K9/00 , G06K9/62
Abstract: 本申请涉及机器学习增强的车辆合流。一种方法接收描绘合流区域的第一图像集，第一图像集包括与第一时间戳相关联的(一个或多个)第一图像；使用训练的第一机器学习逻辑，使用第一图像集确定描述第一时间戳处的合流区域的交通状况的第一状态；使用训练的第二机器学习逻辑，使用训练的后向时间距离从描述时间戳序列处的合流区域的交通状况的状态序列中确定与第一状态的第一时间戳之前的第二时间戳相关联的第二状态；使用训练的第三机器学习逻辑，使用第一状态、第二状态和合流行为计算用于合流行为的影响度量；基于影响度量从合流行为中选择第一合流行为；以及向合流车辆提供包括第一合流行为的合流指令。
-
公开(公告)号：CN110046640A
公开(公告)日：2019-07-23
申请号：CN201910026470.8
申请日：2019-01-11
Applicant: 丰田自动车株式会社
IPC: G06K9/62
Abstract: 用于关联来自多个车辆的观察的分布式表示学习。在示例性实施例中，一种计算机实现的方法：使用第一机器学习逻辑产生从第一角度捕获的第一图像中的第一对象的第一紧凑表示；使用第二机器学习逻辑产生从第二角度捕获的第二图像中的第二对象的第二紧凑表示；计算反映第一对象的第一紧凑表示和第二对象的第二紧凑表示之间的相似度的水平的相似度得分；以及基于相似度得分与预定目标输出的比较，将第一对象和第二对象的特征的子集识别为比第一对象和第二对象的其它特征更加具有确定性。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
