[發明專利]用于訓練事件檢測器的快照圖像在審
| 申請號： | 201880098545.7 | 申請日： | 2018-10-11 |
| 公開（公告）號： | CN112805716A | 公開（公告）日： | 2021-05-14 |
| 發明（設計）人： | M·德姆林;江萬里;李千山 | 申請（專利權）人： | 寶馬股份公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00 |
| 代理公司： | 上海專利商標事務所有限公司 31100 | 代理人： | 蔡悅;唐杰敏 |
| 地址： | 德國*** | 國省代碼： | 暫無信息 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 用于 訓練 事件 檢測器 快照 圖像 | ||
1.一種用于利用快照圖像來訓練事件檢測器的計算機實現的方法，其中所述方法包括：
從安裝在車輛上的至少一個傳感器獲取至少兩個傳感器數據幀，所述至少兩個傳感器數據幀是在不同時間處按順序收集的；
獲取在所述傳感器數據被獲取時正在發生的事件的結果；
對于所述至少兩幀中的每一幀，利用所獲取的傳感器數據來創建快照圖像；
將所獲取的事件的結果與對應的快照圖像相關聯作為訓練數據；以及
使用所述訓練數據來訓練事件檢測器。
2.根據權利要求1所述的方法，其中創建快照圖像進一步包括：
獲取所述至少一個傳感器的位置；
基于所獲取的所述至少一個傳感器的位置來將每個傳感器數據幀變換到當前參考坐標系中；以及
將所有經變換的傳感器數據繪制到圖像上以形成快照圖像。
3.根據前述權利要求中任一項所述的方法，其中所述至少一個傳感器包括：
激光雷達；
雷達；以及
相機。
4.據前述權利要求中任一項所述的方法，其中使用所述訓練數據來訓練事件檢測器包括：
使用所述訓練數據作為標簽，基于機器學習來訓練所述事件檢測器。
5.根據前述權利要求中任一項所述的方法，其中所述事件包括：
切入；
車道改變；
超車；
轉向；
剎車；
碰撞；以及
失控。
6.一種車輛上的用于檢測事件的計算機實現的方法，其特征在于，所述方法包括：
獲取通過根據權利要求1至5中任一項所述的方法來訓練的事件檢測器；
從安裝在車輛上的至少一個傳感器獲取至少一個傳感器數據幀；
對于所述至少一幀中的每一幀，利用所獲取的傳感器數據來創建快照圖像；以及
基于所創建的快照圖像利用所述事件檢測器來檢測事件。
7.根據權利要求6所述的方法，其中基于所創建的快照圖像利用所述事件檢測器來檢測事件進一步包括：
將所創建的快照圖像輸入到所述事件檢測器；以及
輸出所檢測到的事件。
8.根據權利要求6-7中任一項所述的方法，其中輸出所檢測到的事件進一步包括：
按概率來輸出所檢測到的事件。
9.根據權利要求8所述的方法，其中按概率來輸出所檢測到的事件進一步包括：
輸出具有超過一預定閾值的概率的所檢測到的事件。
10.一種用于利用快照圖像來訓練事件檢測器的系統，其中所述系統包括：
傳感器數據獲取模塊，所述傳感器數據獲取模塊被配置用于從安裝在車輛上的至少一個傳感器獲取至少兩個傳感器數據幀；
事件結果獲取模塊，所述事件結果獲取模塊被配置用于獲取在所述傳感器數據被獲取時正在發生的事件的結果；
快照圖像創建模塊，所述快照圖像創建模塊被配置用于對于所述至少兩幀中的每一幀，利用所獲取的傳感器數據來創建快照圖像；
關聯模塊，所述關聯模塊被配置用于將所獲取的事件的結果與對應的快照圖像相關聯作為訓練數據；以及
訓練模塊，所述訓練模塊被配置用于使用所述訓練數據來訓練事件檢測器。
11.一種車輛上的用于檢測事件的裝置，其特征在于，所述裝置包括：
檢測器獲取模塊，所述檢測器獲取模塊被配置用于獲取通過根據權利要求1至5中任一項所述的方法來訓練的事件檢測器；
傳感器數據獲取模塊，所述傳感器數據獲取模塊被配置用于從安裝在車輛上的至少一個傳感器獲取至少兩個傳感器數據幀；
快照圖像創建模塊，所述快照圖像創建模塊被配置用于對于所述至少兩幀中的每一幀，利用所獲取的傳感器數據來創建快照圖像；
事件檢測模塊，所述事件檢測模塊被配置用于基于所創建的快照圖像利用事件檢測器來檢測事件。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于寶馬股份公司，未經寶馬股份公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201880098545.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：交通場景的快照圖像
- 下一篇：抗BCMA單鏈抗體scFv及其制備方法和應用
