-
公开(公告)号:CN111868803B
公开(公告)日:2022-11-08
申请号:CN201980021067.4
申请日:2019-03-18
Applicant: 罗伯特·博世有限公司
IPC: G09B9/54
Abstract: 一种用于从利用物理雷达传感器(9)测量的一组雷达信号(10)中产生合成雷达信号(12)的二维或多维频率表示(13)的发生器(1),所述发生器包括随机发生器(2)和第一KI模块(3),所述第一KI模块从随机发生器(2)中获得随机值(21)的向量或张量作为输入,并且将每个这样的向量或每个这样的张量通过内部处理链(4)映射到合成雷达信号(12)的二维或多维频率表示(13),其中利用多个参数(41a‑41c)对第一KI模块(3)的内部处理链(4)进行参数化,并且其中这些参数(41a‑41c)被设置为使得雷达信号(10;12)的二维或多维频率表示(11;3)和/或至少一个从该频率表示(11;13)中导出的特征参量(14)对于合成雷达信号(12)基本上具有与对于所测量的雷达信号(10)相同的分布。用于制造发生器(1)的方法(100)、用于在车辆(7)的环境(71)中识别对象(72a,72b)和/或无特定类型的对象(72a,72b)的空间的方法(200)以及用于优化用于雷达传感器(73)的至少一个安装参数(73a)或运行参数(73b)的方法(300)。所属的计算机程序。
-
公开(公告)号:CN112529208A
公开(公告)日:2021-03-19
申请号:CN202010978926.3
申请日:2020-09-17
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及用于训练发生器的方法,包括以下步骤:向发生器输送至少一个实际信号,所述实际信号包括来自所述第一区域的至少一个观察的真实或模拟物理测量数据;由发生器将实际信号转化成经变换的信号,所述经变换的信号代表第二区域中的所属的合成测量数据;借助于成本函数评估:经变换的信号与一个/多个额定信号在何种程度上一致,其中至少一个额定信号对于通过实际信号代表的状况而言由第二物理观察模态Mod_B的真实或模拟测量数据构成;优化表征发生器的行为的可训练参数,其具有的目标是,获得经变换的信号,通过成本函数更好地评估所述经变换的信号。本发明涉及用于运行发生器的方法。本发明涉及具有完整效果链的方法。
-
公开(公告)号:CN112444822A
公开(公告)日:2021-03-05
申请号:CN202010920771.8
申请日:2020-09-04
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及从利用物理激光雷达传感器测量的一组激光雷达信号中产生合成激光雷达信号的两维或多维频率表示的发生器,包括随机发生器和第一机器学习系统,其从随机发生器获得随机值的向量或张量作为输入,并且将每个向量或张量通过内部处理链映射成合成激光雷达信号的两维或多维频率表示,其中内部处理链利用多个参数被参数化,并且参数被设置为使得两维或多维频率表示和/或至少一个从频率表示中导出的特征参量对于合成激光雷达信号基本上具有与对于所测量的激光雷达信号相同的分布。此外本发明涉及制造发生器的方法、在车辆的环境中识别对象和/或无特定类型的对象的空间的方法以及优化激光雷达传感器的至少一个安装参数或运行参数的方法。
-
公开(公告)号:CN111868803A
公开(公告)日:2020-10-30
申请号:CN201980021067.4
申请日:2019-03-18
Applicant: 罗伯特·博世有限公司
IPC: G09B9/54
Abstract: 一种用于从利用物理雷达传感器(9)测量的一组雷达信号(10)中产生合成雷达信号(12)的二维或多维频率表示(13)的发生器(1),所述发生器包括随机发生器(2)和第一KI模块(3),所述第一KI模块从随机发生器(2)中获得随机值(21)的向量或张量作为输入,并且将每个这样的向量或每个这样的张量通过内部处理链(4)映射到合成雷达信号(12)的二维或多维频率表示(13),其中利用多个参数(41a‑41c)对第一KI模块(3)的内部处理链(4)进行参数化,并且其中这些参数(41a‑41c)被设置为使得雷达信号(10;12)的二维或多维频率表示(11;3)和/或至少一个从该频率表示(11;13)中导出的特征参量(14)对于合成雷达信号(12)基本上具有与对于所测量的雷达信号(10)相同的分布。用于制造发生器(1)的方法(100)、用于在车辆(7)的环境(71)中识别对象(72a,72b)和/或无特定类型的对象(72a,72b)的空间的方法(200)以及用于优化用于雷达传感器(73)的至少一个安装参数(73a)或运行参数(73b)的方法(300)。所属的计算机程序。
-
公开(公告)号:CN114202007A
公开(公告)日:2022-03-18
申请号:CN202111079702.X
申请日:2021-09-15
Applicant: 罗伯特·博世有限公司
Abstract: 本发明涉及用于从测量数据、尤其从时间序列测量数据中为人工智能模块、特别是回归系统创建训练、验证或测试数据集的方法(100),具有如下步骤:将测量数据划分(101)、特别是按照时间部段进行划分;将数学函数应用(102)于测量数据的划分的部分,以便获得代表测量数据的相应划分的部分的签名;确定(103)相应签名出现的频率的度量;根据所确定的频率的度量从测量数据中创建(104)训练、验证或测试数据集。
-
-
-
-