[发明专利]用于产生车辆的周围环境的标签对象的设备和方法

权利要求书

1.一种用于由对象(120)的观测(420)产生标签对象(620)的方法，所述标签对象包括所述对象(120)的在第一时刻(t1)的至少一个属性，所述方法具有以下步骤：

从所述观测(420)中选择：

在所述第一时刻(t1)所检测的第一观测(421)，

在第二时刻(t2)所检测的第二观测(422)，其中，所述第二时刻(t2)是在所述第一时刻(t1)之前的时刻，

在第三时刻(t3)所检测的第三观测(423)，其中，所述第三时刻(t3)是在所述第一时刻(t1)之后的时刻；

在使用所选择的观测(421，422，423)的情况下求取所述对象(120)的至少一个属性。

2.根据权利要求1所述的方法，

其中，所述观测(421，422，423)中的每个由单个观测(421a，421b；422a，422b；423a，423b)组成，其中，所述单个观测(421a，421b；422a，422b；423a，423b)分别借助不同的对比机制检测，和/或

其中，所述观测(421，422，423)中的每个由单个观测(421a，421b；422a，422b；423a，423b)组成，其中，所述单个观测分别借助相同的对比机制并且借助不同品质值的传感器检测。

3.根据权利要求2所述的方法，

其中，在将所述观测(421，422，423)进而用于求取所述对象(120)的属性之前，将所述单个观测(421a，421b；422a，422b；423a，423b)分别融合成所述观测(421，422，423)。

4.根据以上权利要求中任一项所述的方法，

其中，所述求取包括分类或回归分析的步骤，

其中，所述分类或回归分析包括：对所构造的标签对象(620)进行类型分类，和/或，对所构造的标签对象(620)进行状态分类或对所构造的标签对象(620)的状态进行回归分析。

5.根据权利要求4所述的方法，

其中，所述分类包括所述第一观测(421)与所述第二观测(422)和/或与所述第三观测(423)的比较，和/或

其中，所述状态分类包括将所述标签对象(620)分类为静态标签对象或动态标签对象，和/或

其中，所述分类包括使用模型，和/或

其中，所述分类包括使用人工神经网络，和/或

其中，所述分类包括使用贝叶斯滤波器，和/或

其中，所述分类或所述回归分析包括使用贝叶斯平滑器，和/或

其中，所述分类或所述回归分析包括使用基于图形的优化。

6.根据权利要求4或5所述的方法，

其中，所述分类和/或所述回归分析包括以下步骤：

产生临时静态标签对象(522)、临时动态标签对象(524)或临时杂扰标签对象(526)；

使观测(421，422，423)与临时标签对象(522，524，526)相关联(510)，并且基于此确定：所述观测(421，422，423)所基于的测量是静态测量(522)、动态测量(524)还是杂扰测量(526)；

根据分别关联的观测(421，422，423)，完善所述临时静态标签对象和/或临时动态标签对象(522，524)的类型和属性(120)；

根据品质度量和/或质量度量来评估所述临时静态标签对象(522)或所述临时动态标签对象(524)；

响应于所述品质度量和/或质量度量低于预给定的阈值的情况，分支回到所述关联的步骤；

响应于所述品质度量和/或质量度量达到或超过所述预给定的阈值的情况，在使用所述临时静态标签对象(522)或所述临时动态标签对象(524)的情况下产生最终标签对象(620)。

7.根据以上权利要求中任一项所述的方法，

其中，使用所述第一观测(421)包括将所述第一观测(421)与示例对象(570)的列表(550)进行比较。