-
公开(公告)号：CN115470836A
公开(公告)日：2022-12-13
申请号：CN202210661450.X
申请日：2022-06-13
Applicant: 罗伯特·博世有限公司
Inventor： L·M·加尔西亚 , R·K·萨佐达 , F·切基 , A·库马尔 , M·威尔森 , N·拉玛克里施南 , T·普罗默 , J·K·杜塔 , J·J·施密特 , T·温格尔特 , M·特胡热夫斯基 , M·舒曼
Abstract: 用于重新配置车辆内使用的机器学习模型的超声波系统和方法。公开了一种用于创建可重新配置的机器学习模型的方法和系统。创建固定参数模型以包括在机器学习模型的训练过程期间获得的固定特征值。固定参数模型可以包括由机器学习模型使用的固定基础分类器，以对由超声波系统在车辆附近内检测到的对象进行分类。可以创建可配置参数模型以包括不同于固定特征值的特征值，该可配置参数模型包括修改的基础分类器。车辆控制器可以接收并用可配置参数模型更新固定参数模型。机器学习模型可以被更新以使用可配置参数模型来对超声波系统检测到的对象进行分类。
-
公开(公告)号：CN112644482A
公开(公告)日：2021-04-13
申请号：CN202011085757.7
申请日：2020-10-12
Applicant: 罗伯特·博世有限公司
IPC: B60W30/09 , G01S15/08 , G01S15/931 , G08G1/16 , G08G1/04
Abstract: 本发明涉及一种用于确定行驶通道(6)的可通过性的方法，其中，所述方法包括在使用多个超声波传感器(2)的情况下发射超声波脉冲并且从车辆(1)周围环境中的反射对象接收回波以及确定狭窄部位可通过性概率P。在此设置，通过考虑至少两个标准tp来确定所述狭窄部位E可通过性概率P，所述标准选自振幅梯度、所接收的回波的数量梯度、聚集点的位置、所求取的间距的变化曲线和所识别的表征对象。本发明的另一方面涉及一种驾驶员辅助系统(100)，所述驾驶员辅助系统设置为用于实施所述方法，以及一种车辆(1)，所述车辆包括这种驾驶员辅助系统(100)。
-
公开(公告)号：CN119301478A
公开(公告)日：2025-01-10
申请号：CN202380044098.8
申请日：2023-04-24
Applicant: 罗伯特·博世有限公司
IPC: G01S7/539 , G01S15/931 , G01S7/52 , G06N3/08 , G06N20/00
Abstract: 本发明涉及一种用来利用训练数据记录来训练用于具有多个超声波换能器(5)的新超声波传感器系统(2)的配置的基于数据的分类模型(61)的方法、尤其是计算机实现的方法，其中，所述分类模型(61)针对一个或多个环境对象(U)指示对象特性的至少一个类别，其中，训练数据记录将来自所述超声波换能器(5)的传感器数据中和/或来自从中导出的传感器数据特征中的输入数据记录分配给用于一个或多个环境对象(U)的分类向量，所述方法具有如下步骤：‑为超声波传感器系统(2)的多个配置提供(S1)训练数据集合，其中，所述训练数据集合针对各一个相对应的测量情况分别包括一个或多个训练数据记录；‑选择(S3)超声波传感器系统(2)的如下配置，所述配置至少在配置特征方面最接近新超声波传感器系统(2)的配置；‑从被分配给超声波传感器系统(2)的所选择的配置的训练数据集合中，选择(S4)训练数据记录和验证数据记录；‑基于所选择的训练数据记录和验证数据记录，针对新超声波传感器系统(2)的配置，训练(S5)所述分类模型(61)。
-
公开(公告)号：CN117269967A
公开(公告)日：2023-12-22
申请号：CN202310737588.8
申请日：2023-06-20
Applicant: 罗伯特·博世有限公司
Abstract: 一种用于求取具有两个超声波传感器(111)和车辆摄像机(121)的车辆(100)的环境(90)中的动态对象(1)的接近的对象位置的方法，包括用两个超声波传感器检测(210)传感器数据；根据传感器数据求取(220)对象(1，50，51)的当前反射源位置；用车辆摄像机检测(230)摄像机图像；根据所述摄像机图像识别(240)动态对象和求取(250)该动态对象相对于车辆的当前估计位置；如果该动态对象的该估计位置与该反射源位置间的位置距离小于或等于距离阈值则根据反射源位置求取基于的传感器数据将该反射源位置分类(270)为属于所识别到的动态对象；根据经分类的该反射源位置求取该动态对象的接近的对象位置。
-
Patent Agency Ranking
公开(公告)号：CN118176436A
公开(公告)日：2024-06-11
申请号：CN202280072269.3
申请日：2022-09-19
Applicant: 罗伯特·博世有限公司
IPC: G01S7/539 , G01S15/58 , G01S15/87 , G01S15/931 , G08G1/16
Abstract: 本发明涉及一种用于借助超声波传感器系统(10)对车辆(100)的环境(150)中的至少一个对象(200)进行分类的方法，所述方法具有以下步骤：在多个彼此相继的时间点上借助所述超声波传感器系统(10)来发射超声波信号(31、41)，借助所述超声波传感器系统来接收尤其是在所述车辆(100)的所述环境(150)中的一个或多个对象(200)上反射的超声波回波信号(32、42)，其中，根据接收到的超声波回波信号(32、42)，求取在所述环境(150)中的一个或多个对象(200)，其中，根据接收到的超声波回波信号(32、42)，确定相应的对象(200)是否被分类为动态的、尤其被分类为行人。此外，本发明涉及一种用于运行超声波传感器系统(10)的控制装置(20)、这样的超声波传感器系统(10)以及一种具有这样的超声波传感器系统(10)的车辆(100)。
-
公开(公告)号：CN114207469A
公开(公告)日：2022-03-18
申请号：CN202080054078.5
申请日：2020-04-29
Applicant: 罗伯特·博世有限公司
IPC: G01S15/931 , G01S15/52
Abstract: 本发明涉及一种用于使用超声波传感器(10)对车辆(1)的周围环境中的对象进行分类的方法，超声波传感器发射超声波脉冲并再接收由对象所反射的超声波回波，其中，通过至少两个具有至少部分重叠的视场(30)的超声波传感器(10)来求取相应超声波传感器(10)与周围环境中对超声波脉冲进行反射的对象之间的距离，并且为了区分延展对象与点状对象，借助测边来对进行反射的对象进行位置确定，并且将接收到的超声波回波配属给对象假设。此外，基于分类参数来对点状对象进行高度分类。另一方面涉及一种设置为用于实施该方法的驾驶员辅助系统(100)。
-
公开(公告)号：CN118742826A
公开(公告)日：2024-10-01
申请号：CN202380022740.2
申请日：2023-02-06
Applicant: 罗伯特·博世有限公司
IPC: G01S7/539 , G01S15/87 , G01S15/931 , G01S15/66
Abstract: 本发明涉及一种用于借助于移动装置中超声波传感器装置(3a，3b)融合多个用于对环境对象(U)进行分类的分类模型(61a、61b)的分类结果的方法，具有以下步骤：‑检测(S1、S11)超声波传感器装置(3a、3b)的超声波换能器(5)的传感器信号；‑通过超声波传感器装置(3a、3b)跟踪所探测的环境对象(U)的位置并且通过分别分配给超声波传感器装置(3a、3b)的分类模型(61a、61b)对所探测的环境对象(U)的对象类型进行分类，以便获得相应的分类结果；‑在确定特定的环境对象(U)已进入超声波传感器装置(3a、3b)中一个超声波传感器装置的检测区域并且先前已定位于超声波传感器装置(3a、3b)中另一个超声波传感器装置的检测区域中时(S3、S4)，根据基于分类模型(61a、61b)的分类品质(sigma_klass)和分类结果的新鲜度为特定的环境对象(U)选择(S7)分类结果之一。
-
公开(公告)号：CN115470835A
公开(公告)日：2022-12-13
申请号：CN202210661309.X
申请日：2022-06-13
Applicant: 罗伯特·博世有限公司
Inventor： A·库马尔 , F·切基 , R·K·萨佐达 , L·M·加尔西亚 , M·威尔森 , N·拉玛克里施南 , T·普罗默 , J·K·杜塔 , J·J·施密特 , T·温格尔特 , M·特胡热夫斯基 , M·舒曼
Abstract: 用于调谐在机器学习算法内使用的机器学习分类器的超声波系统和方法。公开了一种用于调谐机器学习分类器的方法和系统。可以提供对象类要求，并且该对象类要求包括评级阈值。对象类要求还可以包括范围目标，该范围目标定义了机器学习算法不应当提供假阳性结果的离对象的最小距离。可以使用加权损失函数来训练基础分类器，该加权损失函数包括使用一个或多个对象类要求来计算的一个或多个权重值。可以使用目标函数来评估加权损失函数的输出，该目标函数可以使用一个或多个对象类要求来建立。如果加权损失函数的输出没有收敛在预定的损失阈值内，则也可以使用加权损失函数来重新调谐一个或多个权重。
-
公开(公告)号：CN115469316A
公开(公告)日：2022-12-13
申请号：CN202210661434.0
申请日：2022-06-13
Applicant: 罗伯特·博世有限公司
Inventor： F·切基 , A·库马尔 , R·K·萨佐达 , L·M·加尔西亚 , M·威尔森 , N·拉玛克里施南 , T·普罗默 , J·K·杜塔 , J·J·施密特 , T·温格尔特 , M·特胡热夫斯基 , M·舒曼 , 陈若冰 , K·埃莱弗森
IPC: G01S15/931 , G01S7/539 , G06K9/00 , G06K9/62 , G06N20/00
Abstract: 使用机器学习算法对障碍物进行分类的超声波系统和方法。公开了一种用于对车辆附近内的一个或多个对象进行分类的系统和方法。超声波数据可以从多个超声波传感器接收，并且可以包括指示最接近地位于车辆附近内的一个或多个对象的回波信号。可以使用对于多个超声波传感器中的每一个唯一的一个或多个信号处理算法从超声波数据计算一个或多个特征。可以使用第二水平信号处理算法来组合一个或多个特征，以确定一个或多个对象的几何关系。一个或多个特征然后可以在对象水平上统计地聚集。然后，可以使用机器学习算法对一个或多个对象进行分类，该机器学习算法将一个或多个特征中的每一个的输入与经训练的分类器进行比较。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
