基于焦点的对传感器数据的标记
    2.
    发明公开

    公开(公告)号:CN110576847A

    公开(公告)日:2019-12-17

    申请号:CN201910492835.6

    申请日:2019-06-06

    Abstract: 本公开提供了“基于焦点的对传感器数据的标记”。捕获来自车辆的传感器的数据以及追踪驾驶员的注视的数据。还可以捕获所述车辆行进的路线。相对于所述传感器数据来评估所述驾驶员的注视以确定所述驾驶员关注的特征。针对所述特征来创建焦点记录。可以聚集很多驾驶员的焦点记录以确定对所述特征的观看频率。可以使用所述焦点记录来训练机器学习模型,以识别给定场景的感兴趣区域,以便更快速地识别相关危险。

    用于传感器系统的数据漂移识别
    3.
    发明公开

    公开(公告)号:CN118196732A

    公开(公告)日:2024-06-14

    申请号:CN202311600130.4

    申请日:2023-11-28

    Abstract: 本公开提供了“用于传感器系统的数据漂移识别”。一种识别经训练的对象检测深度神经网络(DNN)中的数据漂移的系统和方法包括:接收基于真实世界使用的数据集,其中所述数据集包括与图像中的每个类别相关联的分数,所述类别包括背景(BG)类别;通过在白盒设置下用以特定交并比(IoU)阈值为条件的来自非极大值抑制之前的所述数据集的检测(NMS前检测)计算预期校准误差(ECE)来测量IoU调节的ECE(IoU‑ECE);在确定所述IoU‑ECE大于预设的第一阈值时,对所述数据集的所述NMS前检测执行白盒温度缩放(WB‑TS)校准以提取温度T;以及在确定温度T超过预设的第二阈值时,识别出已经发生了所述数据漂移。

    车辆不确定性共享
    4.
    发明公开

    公开(公告)号:CN113442916A

    公开(公告)日:2021-09-28

    申请号:CN202110305265.2

    申请日:2021-03-19

    Abstract: 本公开提供了“车辆不确定性共享”。一种计算机,所述计算机包括处理器和存储器,所述存储器包括指令,所述指令待由所述处理器执行以进行以下操作:基于车辆中的传感器数据,确定包括多个对象的对象数据的数据库,对于每个对象,所述对象数据包括对象标识、一个或多个对象属性的测量值以及针对基于所述传感器数据确定的所述对象标识和所述对象属性指定正确对象标识的概率的不确定性,其中所述对象属性包括对象大小、对象形状和对象位置。所述指令包括另外的指令,用于进行以下操作:基于所述数据库确定地图,所述地图包括针对车辆类型的相应位置和对应不确定性;以及基于所述车辆位置和所述车辆类型将所述地图下载到车辆。

    未见环境分类
    5.
    发明公开
    未见环境分类 审中-实审

    公开(公告)号:CN117115625A

    公开(公告)日:2023-11-24

    申请号:CN202210515198.1

    申请日:2022-05-12

    Abstract: 本公开提供了“未见环境分类”。一种系统,包括计算机,所述计算机包括处理器和存储器,所述存储器包括指令,使得所述处理器被编程为:利用深度神经网络处理车辆传感器数据以基于所述数据生成指示一个或多个对象的预测,并且确定与所述预测相对应的对象不确定性,并且当所述对象不确定性大于不确定性阈值时,将所述车辆传感器数据分割为前景部分和背景部分。当前景不确定性大于前景不确定性阈值时,将所述前景部分分类为包括未见对象类别;当背景不确定性大于背景不确定性阈值时,将所述背景部分分类为包括未见背景;以及将所述数据和数据分类传输到服务器。

    用于对象检测中的不确定性估计的白盒温度缩放

    公开(公告)号:CN117710916A

    公开(公告)日:2024-03-15

    申请号:CN202311164538.1

    申请日:2023-09-11

    Abstract: 本公开提供了“用于对象检测中的不确定性估计的白盒温度缩放”。一种系统和方法包括通过以下操作来确定对象检测深度神经网络(DNN)中的不确定性估计:从验证数据集检索校准数据集,所述校准数据集包括与图像中的所有类别相关联的分数,所述类别包括背景(BG)类别;通过使用交并比(IoU)阈值将地面实况框与由对象检测DNN生成的检测框进行比较来确定校准数据集中的背景地面实况框;通过基于地面实况类别中的地面实况框的数量将所述地面实况类别更新为包括多个背景地面实况框来校正所述地面实况类别中地面实况框与背景地面实况框之间的类别不平衡;基于类别不平衡校正来估计对象检测DNN的不确定性;以及基于所述类别不平衡校正来更新对象检测DNN的输出数据集。

    分布式系统的校准
    8.
    发明公开

    公开(公告)号:CN115496177A

    公开(公告)日:2022-12-20

    申请号:CN202210674396.2

    申请日:2022-06-15

    Abstract: 本公开提供了“分布式系统的校准”。第一计算机可操作神经网络的第一实例,接收输入到神经网络的第一实例的第一数据集,基于第一数据集确定神经网络的第一实例中的神经网络的第一校准参数,以及将第一校准参数发送到服务器计算机。第二计算机可操作神经网络的第二实例,接收输入到神经网络的第二实例的第二数据集,基于第二数据集确定神经网络的第二实例中的神经网络的第二校准参数,以及将第二校准参数发送到服务器计算机。服务器计算机可聚合第一校准参数和第二校准参数以更新神经网络的模型,并基于所聚合的第一校准参数和第二校准参数针对第一计算机和第二计算机处的神经网络的第一实例和第二实例更新神经网络模型。

    使用高斯混合模型进行自主车辆定位

    公开(公告)号:CN110632610A

    公开(公告)日:2019-12-31

    申请号:CN201910539098.0

    申请日:2019-06-20

    Abstract: 本文提供了“使用高斯混合模型进行自主车辆定位”。公开了用于确定车辆或其他装置的位置的系统、方法和装置。一种方法包括从传感器接收传感器数据,以及确定包括激光雷达强度值的在先地图。所述方法包括提取所述在先地图中在所述传感器的假设位置周围的子区域。所述方法包括通过期望最大化提取所述传感器数据的区域的高斯混合模型(GMM)强度值分布,以及基于所述传感器数据的强度值的所述GMM分布来计算所述在先地图的所述子区域的对数似然。

Patent Agency Ranking