-
公开(公告)号：CN114827185A
公开(公告)日：2022-07-29
申请号：CN202210077783.8
申请日：2022-01-24
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里 , 马塞尔·格雷恩
Abstract: 本发明提供了一种用于跟踪运输车辆(6)内部及附近的工具的跟踪系统和方法。该跟踪系统包括多个工具套装(4)，多个工具套装包括工具和固定连接的短距离无线网络通信组件(5)，该跟踪系统还包括用于接收来自通信组件(5)的信号的短距离无线网络通信接收单元(22)。该跟踪系统还包括车载检测单元(24)，其用于从不同角度光学获取位于车辆装载空间(23)中的工具套装(4)，并且提供数字图像数据以及相应的距离信息。电子主控单元(7)可操作地连接到通信接收单元(22)，并与车载检测单元(24)以及跟踪系统的基于云的计算机系统(12)通信。移动处理单元(9)包括光学摄像机(15)和LIDAR传感器设备(16)，并与电子主控单元(7)和基于云的计算机系统(12)进行无线通信。通过结合基于云的计算机系统(12)中利用人工神经网络的基于图像的检测，以及采用短距离无线网络通信装置的基于信号的检测来实现对工具的检测和跟踪。
-
公开(公告)号：CN114078287A
公开(公告)日：2022-02-22
申请号：CN202110940820.9
申请日：2021-08-17
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里 , 尼克尔·莱昂纳达·威廉敏娜·艾克伦伯格
IPC: G07C5/08
Abstract: 本发明涉及一种用于操作具有至少一个牵引电池驱动的牵引马达的传动系(8)的机动车辆(4)的方法，该方法具有以下步骤：用指示为牵引马达提供动力的牵引电池的剩余里程的训练数据(TD)来训练自动编码器(12)，读取机动车辆(4)的操作数据(BD)，用读入的操作数据(BD)加载自动编码器(12)以生成参考数据记录(RD)，确定指示读入的操作数据(BD)与通过训练过的自动编码器(12)提供的参考数据(RD)之间的相似性的值(W)，以及如果指示相似性的值(W)低于预定阈值(SW)，则创建输出数据记录(AD)。
-
公开(公告)号：CN113176822A
公开(公告)日：2021-07-27
申请号：CN202110068381.7
申请日：2021-01-19
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里 , 范珂 , 弗雷德里克·德斯梅特
Abstract: 可以确定真实环境中用户交互的多个训练数据集。使用训练数据集训练机器学习程序。将与虚拟环境进行虚拟用户交互的数据集输入到经过训练的机器学习程序，以输出在虚拟环境中选择对象的概率。基于概率识别用户所选择的虚拟环境中的对象。然后识别用户对对象的操作。
-
公开(公告)号：CN112440981A
公开(公告)日：2021-03-05
申请号：CN202010847378.0
申请日：2020-08-21
Applicant: 福特全球技术公司
Inventor： 弗雷德里克·斯蒂芬 , 迈克尔·玛拜沙 , 埃万盖洛斯·比特萨尼斯 , 图尔加伊·伊斯克·阿斯兰德里 , 阿兰·玛丽·罗杰·谢瓦利埃
IPC: B60W30/06 , B60W50/08 , B60W10/20 , B60W10/18 , B60W30/182 , B60W40/02 , B60W30/14 , B60W30/09 , B60W60/00
Abstract: 本发明涉及一种用于执行自动代客泊车(AVP)的方法，该方法包括选择适用于车道的道路方案(3)；通知驾驶员(2)释放机动车辆(1)的手动控制元件并且离开机动车辆(1)；检查控制元件是否已经被释放以及驾驶员(2)是否已经离开机动车辆(1)；以及，在这种情况下，在机动车辆(1)置于泊车位置之前进入探索模式，在探索模式中，机动车辆(1)沿着车道缓慢自主行驶，以及使用车辆自身的环境传感器搜索空闲的车位或停车位；以及然后从探索模式转换为泊车模式，在泊车模式下，借助于纵向和横向控制器(4，5)、以及使用先前在探索模式中从所述环境传感器获得的环境数据，将机动车辆(1)从停车位置自主停放在车位或停车位中。
-
公开(公告)号：CN116279514A
公开(公告)日：2023-06-23
申请号：CN202211617546.2
申请日：2022-12-15
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里 , 尼克尔·莱昂纳达·威廉敏娜·艾克伦伯格
Abstract: 一种用于操作机动车辆(4)的方法，具有以下步骤：在训练阶段(I)期间使用运行数据(BD)训练人工智能(8)，在预测阶段(II)期间通过向训练过的人工智能(8)供给机动车辆(4)的运行数据(BD)来提供ID数据集(ID)，以及通过评估驾驶员(16)的个人数据(PD)来验证确定的ID数据集(ID)。
-
Patent Agency Ranking
公开(公告)号：CN115588307A
公开(公告)日：2023-01-10
申请号：CN202210782458.1
申请日：2022-07-05
Applicant: 福特全球技术公司
Inventor： 塞姆·曼吉 , 图尔加伊·伊斯克·阿斯兰德里
Abstract: 本发明提供用于确定可用停车位并且用于为机动车辆(9)提供停车支持的方法以及机动车辆(9)的停车辅助系统。机动车辆(9、10、H)与至少一个基于云的计算机系统(11)通信以传输对首选停车区域(PR1、PR2)中的空闲停车位(L1、L2)的请求并且当离开至今占用的停车位(L1、L2)时报告位置数据。基于云的计算机系统(11)收集空闲停车位的位置数据。人工智能用于识别停车位寻求者(H)的首选停车区域(PR1、PR2)并且在选定的目标停车位(S)附近在没有任何驾驶员参与的情况下启动或停用机动车辆的停车辅助系统。
-
公开(公告)号：CN112530022A
公开(公告)日：2021-03-19
申请号：CN202010973580.8
申请日：2020-09-16
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里 , 阿兰·玛丽·罗杰·谢瓦利埃 , 迈克尔·玛拜沙 , 弗雷德里克·斯蒂芬 , 埃万盖洛斯·比特萨尼斯
Abstract: 本发明涉及一种用于在虚拟环境中计算机实现模拟LIDAR传感器的方法，包括以下步骤：(S100)读取代表虚拟环境的虚拟现实数据集(VR)，(S200)读取用于参数化LIDAR传感器仿真模块(4)的参数数据集(PM)，(S300)通过使用LIDAR传感器仿真模块(4)和参数数据集(PM)创建代表由LIDAR传感器发射的激光束(LS1、LS2、LS3、LS4和LS5)的激光束数据集(LD)，(S400)通过光线追踪评估虚拟现实数据集(VR)和激光束数据集(LD)确定代表激光束(LS1、LS2、LS3、LS4和LS5)的程距的程距数据集(RD)，以及(S500)通过将虚拟现实数据集(VR)与激光束数据集(LD)以及程距数据集(RD)组合来创建代表虚拟环境的图像数据(BD)。
-
公开(公告)号：CN114386160A
公开(公告)日：2022-04-22
申请号：CN202111170556.1
申请日：2021-10-08
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里
Abstract: 本发明涉及一种用于生成在XiL系统中使用的简化模型的方法，方法具有以下步骤：确定用于起动模型的定量地表征模型的复杂性的规定参数(1)；生成起动模型的输入数据和输出数据(2)；使用起动模型的生成的输入数据和输出数据的训练集来训练神经网络以便生成简化模型，简化模型具有比起动模型的复杂性低的复杂性并且在简化模型中超过定量地表征模型的可靠性的参数的规定的下限阈值(3)；使用经过训练的神经网络生成简化模型(4)；确定用于简化模型的表征复杂性的参数(5)；如果生成的简化模型的确定的复杂性低于起动模型的复杂性(6)，则使用至少一个起动模型的生成的输入和输出数据的测试集来测试生成的简化模型，测试集与训练集不同，并且确定表征可靠性的生成的简化模型的参数(7)；如果简化模型的确定的可靠性超过规定阈值(8)，则输出简化模型(9)。
-
公开(公告)号：CN114118352A
公开(公告)日：2022-03-01
申请号：CN202110962328.1
申请日：2021-08-20
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里
Abstract: 人工神经网络包括输入层、第一中间层和至少一个其它中间层以及输出层，其中输入层包括多个神经元，第一中间层有第一数量的神经元以及其它中间层有其它数量的神经元，其中第一数量大于其它数量。
-
公开(公告)号：CN112634342A
公开(公告)日：2021-04-09
申请号：CN202010977169.8
申请日：2020-09-17
Applicant: 福特全球技术公司
Inventor： 图尔加伊·伊斯克·阿斯兰德里 , 阿兰·玛丽·罗杰·谢瓦利埃 , 弗雷德里克·斯蒂芬 , 迈克尔·玛拜沙 , 埃万盖洛斯·比特萨尼斯
Abstract: 本发明涉及一种用于在虚拟环境中对光学传感器(6)进行计算机实现的仿真的方法，其中光学传感器(6)提供深度信息，该方法包括以下步骤：(S100)读取表示传感器(6)的平截头体(F)的多个部分平截头体(F1、F2、F3)的数量的值(W)，每个部分平截头体具有一个近相交平面(NS1、NS2、NS3)和一个远相交平面(FS1、FS2、FS3)，(S200)通过沿着光学传感器(6)的光轴(A)将部分平截头体(F1、F2、F3)一个接一个地排列而根据值(W)形成部分平截头体(F1、F2、F3)，和(S1300)用深度数据(TD)填充Z缓冲器(8)，该深度数据基于至少一个部分平截头体(F1、F2、F3)的应用而获得。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.03 seconds)
