用于确定车辆的周围环境状态的方法和系统

    公开(公告)号:CN110472470B

    公开(公告)日:2024-12-10

    申请号:CN201910383950.X

    申请日:2019-05-09

    Inventor: F·蒂姆

    Abstract: 本发明涉及一种用于确定车辆(10)的周围环境状态的方法包括:从所述车辆(10)的至少一个周围环境传感器(14)接收传感器数据(20);将所述传感器数据(20)的至少一个第一部分(20a)馈入到至少一个第一分类器(24)中;通过所述第一分类器(24)从所述传感器数据(20)的所述第一部分(20a)产生中间概率(32);将所述传感器数据的至少一个第二部分(20b)和所述至少一个中间概率(32)馈入到第二分类器(28)中;通过所述第二分类器(28)从所述传感器数据(20)的所述第二部分(20b)和所述至少一个中间概率(32)产生用于所述周围环境状态的最终概率(34a,34b,34c)。

    用于处理数据的方法和设备
    5.
    发明公开

    公开(公告)号:CN118742926A

    公开(公告)日:2024-10-01

    申请号:CN202380021846.0

    申请日:2023-02-13

    Abstract: 用于处理与至少一个空间区域关联的第一数据的方法,该方法具有:将所述第一数据划分成与该空间区域的第一部分关联的至少一个第一子数据组和与该空间区域的第二部分关联的第二子数据组,其中,该空间区域的第二部分至少区域式地与该空间区域的第一部分不同;例如基于该空间区域的第二部分与该空间区域的第一部分之间的相关关系来变换该第二子数据组,其中,获得经变换的第二子数据组;借助用于对象探测的探测器分析处理该第一子数据组和该经变换的第二子数据组。

    用于压缩神经网络的方法和设备
    6.
    发明公开

    公开(公告)号:CN114154633A

    公开(公告)日:2022-03-08

    申请号:CN202111042984.6

    申请日:2021-09-07

    Abstract: 用于压缩神经网络的方法。该方法包括以下步骤:定义所述神经网络的最大复杂度。确定第一成本函数。确定第二成本函数,该第二成本函数表征所述神经网络的当前复杂度与定义的复杂度之间的偏差。使神经网络进行学习,使得根据所述神经网络的参数来优化第一和第二成本函数的总和;以及去除以下加权,分配给所述加权的缩放因子小于预给定阈值。

    用于生成雷达反射点的方法和系统

    公开(公告)号:CN111999706A

    公开(公告)日:2020-11-27

    申请号:CN202010463521.6

    申请日:2020-05-27

    Abstract: 本发明涉及一种用于生成雷达反射点的方法,所述方法包括以下步骤:提供由雷达检测到的至少一个第一对象的多个预定雷达反射点和描述与检测到的第一对象有关的第一环境的至少一个第一场景描述;将预定雷达反射点转换为与从检测到的第一对象返回的功率的分布有关的至少一个第一功率分布模式图像;基于第一功率分布模式图像和第一场景描述来训练模型;提供描述与第二对象有关的第二环境的至少一个第二场景描述;基于训练后的模型和第二场景描述生成与从第二对象返回的功率的分布有关的至少一个第二功率分布模式图像;以及对第二功率分布模式图像进行采样。

    用于确定车辆的周围环境状态的方法和系统

    公开(公告)号:CN110472470A

    公开(公告)日:2019-11-19

    申请号:CN201910383950.X

    申请日:2019-05-09

    Inventor: F·蒂姆

    Abstract: 本发明涉及一种用于确定车辆(10)的周围环境状态的方法包括:从所述车辆(10)的至少一个周围环境传感器(14)接收传感器数据(20);将所述传感器数据(20)的至少一个第一部分(20a)馈入到至少一个第一分类器(24)中;通过所述第一分类器(24)从所述传感器数据(20)的所述第一部分(20a)产生中间概率(32);将所述传感器数据的至少一个第二部分(20b)和所述至少一个中间概率(32)馈入到第二分类器(28)中;通过所述第二分类器(28)从所述传感器数据(20)的所述第二部分(20b)和所述至少一个中间概率(32)产生用于所述周围环境状态的最终概率(34a,34b,34c)。

Patent Agency Ranking