-
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
Applicant: 福特全球技术公司
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。
-
公开(公告)号：CN114758313A
公开(公告)日：2022-07-15
申请号：CN202111585209.5
申请日：2021-12-22
Applicant: 福特全球技术公司
IPC: G06V20/56 , G06V10/774 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开提供了“实时神经网络再训练”。一种系统，其包括计算机，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：确定摩擦系数标签和与描绘表面的图像相对应的所确定的摩擦系数之间的差值是否大于标签阈值；当所述差值大于所述标签阈值时，将所述确定的摩擦系数修改为等于所述摩擦系数标签；以及使用所述图像和所述摩擦系数标签再训练神经网络。
-
公开(公告)号：CN113269219A
公开(公告)日：2021-08-17
申请号：CN202110149529.X
申请日：2021-02-03
Applicant: 福特全球技术公司
Inventor： 马科斯·保罗·杰拉尔多卡斯特罗 , 吴镇炯 , 金尼什·简
Abstract: 本公开提供“利用聚类的增强对象检测”。一种计算机包括处理器和存储器，所述存储器存储指令，所述指令能够由所述处理器执行以：收集多个数据集，每个数据集来自多个传感器中的相应传感器，并且每个数据集包括所述传感器中的相应一个传感器在对象上的检测点的距离、方位角和距离变化率；针对每个检测点，基于与所述检测点相关联的所述数据集和车辆的速度来确定所述检测点的地面速度的径向分量；以及生成多个聚类簇，每个聚类簇包括彼此在距离阈值内并且地面速度的相应径向分量(1)高于第一阈值且(2)在彼此的第二阈值内的选定检测点。
-
公开(公告)号：CN110909441A
公开(公告)日：2020-03-24
申请号：CN201910858104.9
申请日：2019-09-11
Applicant: 福特全球技术公司
Inventor： 古萨姆·肖林格 , 斯拉瓦尼·亚贾马南基达比 , 维迪亚·纳里亚曼特穆拉里 , 金尼什·简
Abstract: 本公开提供了“评估自主车辆算法”。本发明扩展到用于评估自主车辆算法的方法、系统和计算机程序产品。各方面使用(例如，监督的)机器学习技术来分析自主车辆算法在真实世界和模拟数据上的性能。可以使用机器学习技术来识别更可能影响算法性能的场景特征。还可以使用机器学习技术来整合洞察并且在多次迭代中自动化相关测试用例的生成以识别容易出错场景。
-
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
Applicant: 福特全球技术公司
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。
-
Patent Agency Ranking
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
Applicant: 福特全球技术公司
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。
-
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
Applicant: 福特全球技术公司
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。
-
公开(公告)号：CN114074666A
公开(公告)日：2022-02-22
申请号：CN202110923401.4
申请日：2021-08-12
Applicant: 福特全球技术公司
IPC: B60W40/02
Abstract: 本公开提供了“传感器融合”。一种系统包括计算机，计算机包括处理器和存储器。存储器存储指令，指令可由处理器执行以：基于第一数据的第一边际概率分布和第二数据的第二边际概率分布来估计第一数据相对于第二数据的第一联合概率分布，其中第一数据来自基于第一传感器坐标系的第一传感器，并且第二数据来自基于第二传感器坐标系的第二传感器；基于第一数据到第二传感器坐标系中限定的平面上的投射来估计第一数据相对于第二数据的第二联合概率分布；通过使第一联合概率分布与第二联合概率分布之间的距离最小化来估计第一传感器坐标系与第二传感器坐标系之间的刚性变换，其中第二联合概率分布是一组外部校准参数的函数；并且基于该组外部校准参数，检测第一数据和第二数据中的对象。
-
公开(公告)号：CN110456784A
公开(公告)日：2019-11-15
申请号：CN201910371686.8
申请日：2019-05-06
Applicant: 福特全球技术公司
Inventor： 马科斯·保罗·杰拉尔多卡斯特罗 , 金尼什·简 , 布鲁诺·西利·贾尔斯科斯塔
Abstract: 本公开提供了“从距离传感器得到的对感知系统的同时诊断和形状估计”。提供了用于基于传感器数据而估计对象的形状并确定感知系统中的故障或失效的存在的系统、方法和装置。本公开的一种方法包括：从距离传感器接收传感器数据；以及基于所述传感器数据而计算对象的当前形状重建。所述方法包括基于在先传感器数据而从存储器检索所述对象的在先形状重建。所述方法包括通过平衡所述当前形状重建的所得方差的函数和在所述当前形状重建与所述在先形状重建之间的相似性来计算所述当前形状重建的质量评分。
-
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
Applicant: 福特全球技术公司
IPC: G06V20/00 , G06V20/56 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/047 , G06N3/084 , G06N3/0464
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。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.02 seconds)
