-
公开(公告)号：CN117993438A
公开(公告)日：2024-05-07
申请号：CN202311373074.5
申请日：2023-10-23
Applicant: 福特全球技术公司 , 小利兰·斯坦福大学托管委员会
Inventor： 华心如 , 徐焕中 , J·布兰切特 , V·A·阮 , 马科斯·保罗·杰拉尔多卡斯特罗
IPC: G06N3/0464 , G06N3/094 , G06N3/084 , G06V10/74 , G06V10/82 , G06V10/764
Abstract: 本公开提供“公平神经网络”。公开了一种系统，所述系统包括计算机，所述计算机包括处理器和存储器，所述存储器包括指令，所述指令可由所述处理器执行以将由传感器获取的图像输入到神经网络以输出关于所述图像中包括的对象的预测。可以基于以下各项来训练所述神经网络：(a)使应用于损失函数的概率分布的期望值最小化以选择产生具有选定不确定性水平的解的训练图像的分布稳健优化，以及(b)基于对抗图像生成附加输入图像。
-
公开(公告)号：CN117710932A
公开(公告)日：2024-03-15
申请号：CN202311096326.4
申请日：2023-08-29
Applicant: 福特全球技术公司
Inventor： 马科斯·保罗·杰拉尔多卡斯特罗 , 阿尼鲁德·瑞维达冉 , M·约翰斯
Abstract: 本公开提供了“使用反射表面的对象检测”。通过检测包括在包括在多个图像中的一个或多个图像中的反射表面来跟踪包括在反射表面中的对象，所述检测是通过确定所述反射表面在像素坐标中的位置并跟踪所述反射表面在所述多个图像中的位置来进行。所述对象的真实世界位置可以基于所述反射表面的属性来确定，所述属性包括几何类别、使到达反射表面与环境相关的外在性质、描述所述反射表面而不涉及所述环境的固有性质以及所述传感器的校准性质。
-
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
Applicant: 福特全球技术公司
Inventor： 什里亚莎·波德尔 , 马科斯·保罗·杰拉尔多卡斯特罗 , S·巴斯卡尔 , 克利夫顿·K·托马斯
IPC: B60W30/095
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。
-
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：CN116703966A
公开(公告)日：2023-09-05
申请号：CN202310167569.6
申请日：2023-02-27
Applicant: 福特全球技术公司
Inventor： 庞溯 , 马科斯·保罗·杰拉尔多卡斯特罗 , 吴镇炯 , 克利夫顿·K·托马斯 , 金尼什·简
IPC: G06T7/246 , G06V10/762 , G06T7/70 , G06N3/0464 , G06N3/08
Abstract: 本公开提供“多对象跟踪”。在第一时间步，可基于确定第一雷达数据中的一个或多个第一雷达聚类簇以及确定第一相机数据中的一个或多个第一二维边界框，确定第一融合图像中的一个或多个第一对象。可通过将所述第一对象和所述第一雷达聚类簇输入到数据关联算法中来确定第一检测到的对象和第一未检测到的对象，所述数据关联算法确定第一概率，并通过确定成本函数来将所述第一雷达聚类簇和所述第一对象添加到第一检测到的对象或第一未检测到的对象中的一个或多个。可将所述第一检测到的对象和所述第一未检测到的对象输入到第一泊松多伯努利混合(PMBM)滤波器，以确定第二检测到的对象、第二未检测到的对象以及第二概率。可基于由所述第一PMBM滤波器确定的所述第二概率来减少所述第二检测到的对象和所述第二未检测到的对象，并且可输出所述第二检测到的对象。
-
Patent Agency Ranking
公开(公告)号：CN114119625A
公开(公告)日：2022-03-01
申请号：CN202111008027.1
申请日：2021-08-30
Applicant: 福特全球技术公司
Inventor： 马科斯·保罗·杰拉尔多卡斯特罗 , 金锋 , 金尼什·简
Abstract: 本公开提供“点云数据的分割与分类”。一种系统可包括计算机，所述计算机包括处理器和存储器，所述存储器存储可由所述处理器执行以接收点云数据的指令。所述指令还包括用于基于所述点云数据来生成多个特征图的指令，所述多个特征图中的每个特征图对应于所述点云数据的参数。所述指令还包括用于将所述多个特征图聚合成经聚合特征图的指令。所述指令还包括用于基于所述经聚合特征图经由前馈神经网络生成分割输出或分类输出中的至少一者的指令。
-
公开(公告)号：CN115731524A
公开(公告)日：2023-03-03
申请号：CN202211008350.3
申请日：2022-08-22
Applicant: 福特全球技术公司
Inventor： M·阿拉法 , 尼基尔·纳格拉拉奥 , 马科斯·保罗·杰拉尔多卡斯特罗 , A·马利克
IPC: G06V20/56 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本公开提供了“对象分割”。通过将第一传感器数据和第二传感器数据输入到深度神经网络来组合第一传感器数据和第二传感器数据。包括标记的片段的来自所组合的传感器数据的分割映射图可以基于所组合的第一传感器数据和第二传感器数据在深度神经网络中确定，其中标记的片段包括(a)与所组合的传感器数据中的对象相对应的像素，(b)包括在分割映射图中的相应标记的片段的危险概率。可以输出分割映射图和危险概率。
-
公开(公告)号：CN115691156A
公开(公告)日：2023-02-03
申请号：CN202210808179.8
申请日：2022-07-11
Applicant: 福特全球技术公司 , 密歇根州立大学董事会
Abstract: 本公开提供“使用雷达进行全速度确定的车辆”。一种计算机包括处理器和存储器，所述存储器存储指令，所述指令可由处理器执行以：从雷达接收包括具有径向速度的雷达像素的雷达数据；从相机接收包括包含相机像素的图像帧的相机数据；将雷达像素映射到图像帧；生成图像帧的围绕雷达像素的区域；确定区域中的相应相机像素的关联分数；从区域中选择相机像素中的第一相机像素，所述第一相机像素具有关联分数中的最大关联分数；以及使用雷达像素的径向速度和第一相机像素处的第一光流来计算雷达像素的全速度。关联分数指示相应相机像素对应于环境中与雷达像素相同的点的可能性。
-
公开(公告)号：CN115436934A
公开(公告)日：2022-12-06
申请号：CN202210623609.9
申请日：2022-06-02
Applicant: 福特全球技术公司 , 密歇根州立大学董事会
Abstract: 本公开提供了“深度图生成”。一种计算机包括处理器和存储器，所述存储器存储指令，所述指令可由处理器执行以：从雷达接收雷达数据，所述雷达数据包括具有相应测量深度的雷达像素；从相机接收相机数据，所述相机数据包括具有相机像素的图像帧；将所述雷达像素映射到所述图像帧；生成围绕所述相应雷达像素的所述图像帧的相应区域；对于每个区域，确定所述区域中的所述相应相机像素的置信度分数；基于所述置信度分数输出所述相应相机像素的投影深度的深度图；以及基于所述深度图操作包括所述雷达和所述相机的车辆。所述置信度分数指示将所述区域的雷达像素的测量深度应用于所述相应相机像素的置信度。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
