[发明专利]用于车轮止动器检测的虚拟传感器数据生成有效

专利信息
申请号: 201611136591.0 申请日: 2016-12-12
公开(公告)号: CN107031656B 公开(公告)日: 2021-12-10
发明(设计)人: 艾希莉·伊丽莎白·米克斯;温卡塔帕斯·拉居·纳尔帕;哈珀丽特辛格·班瓦伊特;斯科特·文森特·迈尔斯 申请(专利权)人: 福特全球技术公司
主分类号: B60W50/00 分类号: B60W50/00;B60W30/08
代理公司: 北京连和连知识产权代理有限公司 11278 代理人: 刘小峰
地址: 美国密歇根州迪尔*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 车轮 止动器 检测 虚拟 传感器 数据 生成
【权利要求书】:

1.一种用于生成虚拟传感器数据的方法,所述方法包含:

模拟包含一个或多个对象的三维环境,其中所述一个或多个对象包含停车障碍或车轮止动器;

生成针对所述三维环境内一个或多个传感器的多个位置的虚拟传感器数据,其中所述多个位置对应于车辆上传感器的规划位置,其中所述虚拟传感器数据包含下列中的一个或多个:计算机生成的图像、计算机生成的雷达数据、计算机生成的光探测和测距数据以及计算机生成的超声数据;

确定对应于所述多个位置中的每一个的虚拟地面实况,所述地面实况包含关于所述虚拟传感器数据内至少一个对象的信息;以及

存储和关联所述虚拟传感器数据和所述虚拟地面实况。

2.根据权利要求1所述的方法,进一步包含提供所述虚拟传感器数据和所述虚拟地面实况中的一个或多个以用于训练或测试机器学习算法或模型。

3.根据权利要求2所述的方法,其中所述机器学习算法或模型包含神经网络。

4.根据权利要求2所述的方法,其中所述一个或多个对象为停车障碍,并且其中训练所述机器学习算法或模型包含提供所述虚拟传感器数据的至少一部分和对应的所述虚拟地面实况以训练所述机器学习算法或模型以确定所述停车障碍的高度和位置中的一个或多个。

5.根据权利要求2所述的方法,其中测试所述机器学习算法或模型包含将所述虚拟传感器数据的至少一部分提供至所述机器学习算法或模型以确定所述至少一个对象的分类或位置和将所述分类或所述位置与所述虚拟地面实况进行比较。

6.根据权利要求1所述的方法,其中模拟所述三维环境包含随机生成针对下列中的一个或多个的不同条件:照明、天气、所述一个或多个对象的位置、以及所述一个或多个对象的分类或类型。

7.根据权利要求1所述的方法,其中生成所述虚拟传感器数据包含在模拟所述三维环境内所述一个或多个传感器的运动期间周期性地生成所述虚拟传感器数据。

8.根据权利要求1所述的方法,其中确定所述虚拟地面实况包含生成与所述虚拟传感器数据的帧互补的地面实况帧,其中所述地面实况帧包含针对对应于所述一个或多个对象的像素的相同颜色值。

9.一种用于生成虚拟传感器数据的系统,所述系统包含:

环境部件,所述环境部件被配置为模拟包含一个或多个障碍物的三维环境,其中所述一个或多个障碍物包含停车障碍或车轮止动器;

虚拟传感器部件,所述虚拟传感器部件被配置为生成针对所述三维环境内一个或多个传感器的多个位置的虚拟传感器数据,其中所述多个位置对应于车辆上传感器的规划位置,其中所述虚拟传感器数据包含下列中的一个或多个:计算机生成的图像、计算机生成的雷达数据、计算机生成的光探测和测距数据以及计算机生成的超声数据;

地面实况部件,所述地面实况部件被配置为确定对应于所述多个位置中的每一个的虚拟地面实况,其中所述地面实况包含关于所述一个或多个障碍物中的至少一个障碍物的信息;以及

模型部件,所述模型部件被配置为将所述虚拟传感器数据和所述地面实况提供至机器学习算法或模型以训练或测试所述机器学习算法或模型。

10.根据权利要求9所述的系统,其中所述模型部件被配置为训练所述机器学习算法或模型,其中所述训练包含:

提供所述虚拟传感器数据的至少一部分和对应的所述虚拟地面实况以训练所述机器学习算法或模型以确定所述至少一个障碍物的分类或位置。

11.根据权利要求9所述的系统,其中所述模型部件被配置为测试所述机器学习算法或模型,其中所述测试包含:

将所述虚拟传感器数据的至少一部分提供至所述机器学习算法或模型以确定所述至少一个障碍物的分类或位置;以及

将所述分类或所述位置与所述虚拟地面实况进行比较。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福特全球技术公司,未经福特全球技术公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611136591.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top