[发明专利]基于活动来对感知对象进行分类

权利要求书

1.一种运载工具，包括：

至少一个传感器，其被配置为接收与接近所述运载工具的至少一个对象相对应的传感器信息；

至少一个控制器电路，其被配置为操作所述运载工具的控制功能；

计算机可读介质，其存储计算机可执行指令；以及

至少一个处理器，其通信地耦接至所述至少一个传感器，并且被配置为执行所述计算机可执行指令以：

从所述至少一个传感器接收所述传感器信息；

根据所述传感器信息，针对所述至少一个对象来确定活动预测；

根据所述活动预测来对所述至少一个对象进行分类；以及

使所述控制器电路至少部分地基于所述至少一个对象的分类来操作所述运载工具的控制功能。

2.根据权利要求1所述的运载工具，其中，所述至少一个处理器包括贝叶斯模型处理器。

3.根据权利要求1或2所述的运载工具，其中，所述至少一个处理器包括深度学习处理器。

4.根据权利要求3所述的运载工具，其中，所述深度学习处理器包括以下项至少之一：前馈神经网络、卷积神经网络、径向基函数神经网络、递归神经网络和模块化神经网络。

5.根据权利要求1至4中任一项所述的运载工具，其中，对所述至少一个对象进行分类包括：确定所述至少一个对象是非活动或活动的可能性。

6.根据权利要求5所述的运载工具，其中，确定为所述至少一个对象是活动的包括：确定所述至少一个对象是否将在预定时间间隔内处于运动。

7.根据权利要求5所述的运载工具，其中，确定为所述至少一个对象是非活动的包括：确定所述至少一个对象是否将在预定时间间隔内保持静止。

8.根据权利要求1至7中任一项所述的运载工具，其中，操作所述运载工具的控制功能包括：使所述运载工具以预测速率行驶，其中所述预测速率是至少部分地基于所学习的类似人类的行为。

9.根据权利要求1至8中任一项所述的运载工具，其中，操作所述运载工具的控制功能包括：使所述运载工具以预测速率行驶，其中所述预测速率是至少部分地基于以下项至少之一：传感器数据、所述运载工具的历史速率数据、所述运载工具的位置数据、所述至少一个对象的当前位置数据、所述至少一个对象的历史位置数据以及交通灯数据。

10.根据权利要求1至9中任一项所述的运载工具，其中，对所述至少一个对象进行分类包括：指派超过值。

11.根据权利要求1至10中任一项所述的运载工具，其中，所述至少一个处理器被配置为基于所接收到的传感器信息来确定所述至少一个对象的一个或多个属性，以及其中，使所述控制器电路操作所述运载工具的控制功能是至少部分地基于所确定的一个或多个属性。

12.根据权利要求11所述的运载工具，其中，所述一个或多个属性包括以下项至少之一：所述至少一个对象所在的道路车道、所述至少一个对象到交通标志的距离、所述至少一个对象到指定停车位的距离以及所述至少一个对象的速率。

13.根据权利要求11或12所述的运载工具，其中，当所述至少一个处理器正在执行所述计算机可执行指令时，所述至少一个处理器进一步执行操作以向所述至少一个对象的所确定的一个或多个属性指派权重，以及使所述控制器电路操作所述运载工具的控制功能是至少部分地基于所指派的权重。

14.根据权利要求13所述的运载工具，其中，当所述至少一个处理器正在执行所述计算机可执行指令时，所述至少一个处理器进一步执行操作以基于反馈信息来连续地更新所指派的权重。