[发明专利]用于车辆的认知映射在审
| 申请号： | 201910068684.1 | 申请日： | 2019-01-24 |
| 公开（公告）号： | CN110084091A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 穆斯塔法·帕尔恰米;瓦希德·泰穆里;金塔拉斯·文森特·普斯科里奥斯 | 申请（专利权）人： | 福特全球技术公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 杨帆 |
| 地址： | 美国密歇根*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 认知 存储器 车辆环境 映射 指令 处理器执行 地图操作 图像确定 俯视图 处理器 图像 | ||
1.一种方法，其包括：
获取车辆环境的图像；
基于所述图像确定包括所述车辆环境的俯视图的认知地图；以及
基于所述认知地图操作所述车辆。
2.如权利要求1所述的方法，其中所述车辆环境包括道路和对象，所述对象包括其他车辆和行人。
3.如权利要求2所述的方法，其还包括确定所述认知地图，所述认知地图包括所述对象相对于所述车辆的位置，所述对象包括其他车辆和行人中的至少一者。
4.如权利要求1所述的方法，其中所述图像是单目视频帧。
5.如权利要求1所述的方法，其还包括基于利用卷积神经网络处理所述图像来确定所述车辆环境的所述认知地图。
6.如权利要求5所述的方法，其还包括：在确定所述认知地图之前，基于地面实况数据训练所述卷积神经网络。
7.如权利要求6所述的方法，其中地面实况数据基于对象检测、按像素分割、3D对象姿态和相对距离。
8.如权利要求7所述的方法，其中训练所述卷积神经网络基于包括在所述卷积神经网络中的预测图像。
9.如权利要求8所述的方法，其中所述预测图像基于地面实况数据。
10.如权利要求9所述的方法，其中所述预测图像将估计的结果转换成估计的认知地图。
11.如权利要求10所述的方法，其中所述估计的认知地图与中间认知地图组合以确定相似性。
12.如权利要求11所述的方法，其中所述估计的认知地图与所述中间认知地图之间的所述相似性通过计算成本函数来确定。
13.如权利要求12所述的方法，其中所述成本函数基于加权的交叉熵函数，所述加权的交叉熵函数基于将所述估计的认知地图与所述中间认知地图进行比较。
14.如权利要求13所述的方法，其中所述预测图像基于激光雷达数据。
15.一种系统，其包括被编程为执行如权利要求1-14中任一项所述的方法的计算机。
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/201910068684.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种光学式屏下指纹识别模组
- 下一篇：用机器学习算法进行温度测量的方法和系统
