[发明专利]用于产生用于训练车辆控制设备的人工智能模块的训练数据组的方法

权利要求书

1.一种用于产生训练数据组的方法，所述训练数据集用于训练人工智能模块，即KI模块(1)，所述方法包括以下步骤：

提供图像序列(5)，在所述图像序列中检测了机器人的周围环境(6)，

确定至少一个轨迹(14a-14e)，所述至少一个轨迹能够布置在所述机器人的所检测的周围环境(6)中，

生成至少一个未来的图像序列，所述至少一个未来的图像序列延伸到相对于序列结束时刻(t0)而言未来的时间区段(t0+n)上，并且基于所确定的所述至少一个轨迹(14a-14e)包括针对以下情况对图像的预测：在所述未来的时间区段(t0+n)期间将遵循所确定的轨迹(14a-14e)，

如果通过遵循所述轨迹(14a-14e)来预测的运动相当于有效的运动状况，则将包含在所生成的图像序列中的所确定的轨迹(14a-14e)的至少一个子区段评估为正面的，或者，如果通过遵循所述轨迹(14a-14e)来预测的运动相当于无效的运动状况，则将包含在所生成的图像序列中的所确定的轨迹的至少一个子区段评估为负面的，

将所生成的未来的图像序列与分配给所述未来的图像序列的对所述轨迹(14a-14e)的评估相结合来产生用于所述KI模块(1)的训练数据集(2)。

2.根据权利要求1所述的方法，其特征在于，将所述训练数据集(2)馈入到所述KI模块(1)中。

3.根据以上权利要求中任一项所述的方法，其特征在于，仅提供唯一的图像序列(5)，在确定彼此分别不同的轨迹(14a-14e)的情况下，由所述唯一的图像序列产生多个未来的图像序列。

4.根据以上权利要求中任一项所述的方法，其特征在于，针对相应的确定的轨迹(14a-14e)生成的所述图像序列包括沿着同一轨迹的一定数量的深度图像、实际图像和/或语义分割的图像。

5.根据以上权利要求中任一项所述的方法，其特征在于，针对包含在所提供的图像序列(5)中的动态对象确定所述轨迹(14a-14e)，并且基于所述轨迹生成所述未来的图像序列。

6.根据以上权利要求中任一项所述的方法，其特征在于，针对所述机器人确定所述轨迹(14a-14e)，并且基于所述轨迹生成所述未来的图像序列。

7.根据以上权利要求中任一项所述的方法，其特征在于，在进行所述确定之前，在考虑预确定的概率分布情况下，对能够实现的、能够布置在所述周围环境中的所述轨迹(14a-14e)进行预选择。

8.根据以上权利要求中任一项所述的方法，其特征在于，所述确定仅针对一个或多个轨迹(14a-14e)进行，根据行驶状况，所述一个或多个轨迹在考虑构造为车辆的所述机器人的所分配的行驶动态模型情况下是能够实现的。

9.根据以上权利要求中任一项所述的方法，其特征在于，将时间区段(t+n)确定为具有0.5s至1.5s之间的持续时间，优选具有大约1s的持续时间。

10.根据以上权利要求中任一项所述的方法，其特征在于，所述预测包含以下方法中的至少一个或多个：单眼深度估计、立体深度估计、激光雷达数据处理和/或根据光流进行的估计。

11.根据以上权利要求中任一项所述的方法，其特征在于，所述预测包含：产生所述图像序列(5)的至少若干单个图像的语义分割。

12.根据权利要求11所述的方法，其特征在于，在所述评估中使用从所述语义分割中获得的对象识别和/或特征识别，以便对正面的或负面的评估进行加权。

13.根据以上权利要求中任一项所述的方法，其特征在于，所述有效的运动状况包括沿着所确定的轨迹(14a-14e)的避免碰撞的继续运动和/或遵循道路的继续运动，而所述无效的行驶状况包括偏离行车道、离开车道和/或与其他对象(7，8，9)碰撞。