[发明专利]确定关于对象的预期轨迹的连续信息的方法在审
申请号: | 202011501288.2 | 申请日: | 2020-12-18 |
公开(公告)号: | CN113010959A | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | I·弗里曼;赵坤 | 申请(专利权)人: | APTIV技术有限公司 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/27;G06N3/04;G06N3/08;G06N20/00;G06F119/12 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 师玮;王小东 |
地址: | 巴巴多斯*** | 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: | 确定 关于 对象 预期 轨迹 连续 信息 方法 | ||
1.一种确定关于对象(18)的预期轨迹(28)的连续信息的计算机实现方法,所述计算机实现方法至少包括由计算机硬件组件执行的以下步骤:
确定与所述对象(18)的所述预期轨迹(28)有关的数据(32);以及
基于所述数据(32)来确定连续函数的至少一个参数值(36),其中,所述连续函数和所述至少一个参数值(36)表示关于所述对象(18)的所述预期轨迹(28)的所述连续信息,
其中,所述至少一个参数值(36)是利用机器学习模型确定的。
2.根据权利要求1所述的计算机实现方法,其中,所述数据(32)是在第一时间确定的,所述数据(32)与所述对象(18)在第二时间的所述预期轨迹(28)有关,其中,所述连续函数和所述至少一个参数值(36)表示关于所述对象(18)在所述第二时间的所述预期轨迹(28)的所述连续信息。
3.根据权利要求1或2所述的计算机实现方法,其中,所述连续函数表示基于连续变量和被设定为所述至少一个参数值(36)的至少一个参数的函数值。
4.根据前述权利要求中任一项所述的计算机实现方法,其中,所述机器学习模型包括人工神经网络。
5.根据权利要求4所述的计算机实现方法,其中,所述人工神经网络包括多个层,其中,所述至少一个参数值(36)包括多个参数值,其中,所述多个参数值中的至少一些参数值分别由所述人工神经网络的所述多个层中的相应层来确定,和/或,其中,所述多个参数值中的至少一些参数值或所有参数值由所述人工神经网络的单个层来确定。
6.根据前述权利要求中任一项所述的计算机实现方法,其中,所述连续函数形成多项式函数。
7.根据权利要求6所述的计算机实现方法,其中,所述多项式函数的次数至少为一。
8.根据前述权利要求中任一项所述的计算机实现方法,其中,所述至少一个参数值包括至少一个第一参数值和至少一个第二参数值,其中,第一连续函数(f)和所述至少一个第一参数值在第一维度中表示所述对象(18)的所述预期轨迹(28),并且其中,第二连续函数(g)和所述至少一个第二参数值在第二维度中表示所述对象(18)的所述预期轨迹(28)。
9.根据前述权利要求中任一项所述的计算机实现方法,其中,所述至少一个参数值(36)包括至少一个第三参数值,其中,第三连续函数(e)和所述至少一个第三参数值表示所述对象(18)的所述预期轨迹(28)的置信度值。
10.根据前述权利要求中任一项所述的计算机实现方法,其中,针对所述至少一个参数值生成至少一个置信度值。
11.根据前述权利要求中任一项所述的计算机实现方法,其中,所述计算机实现方法的至少一些步骤按一重复率重复地执行,其中,所述重复率基于所述对象(18)的所述预期轨迹(28)的置信度值和/或所述至少一个参数值(36)的置信度值而变化。
12.根据前述权利要求中任一项所述的计算机实现方法,其中,确定所述至少一个参数值(36)的步骤不包括在所述对象(18)的所述预期轨迹(28)的数据点之间进行插值。
13.一种计算机系统,所述计算机系统被配置为执行权利要求1至12中任一项所述的计算机实现方法。
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APTIV技术有限公司,未经APTIV技术有限公司许可,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/202011501288.2/1.html,转载请声明来源钻瓜专利网。