[发明专利]在测量系统的不同配置之间变换测量数据

权利要求书

1.一种用于确定如下变换（6）的方法（100），所述变换将已经在场景（1）利用测量系统（2）的源配置（2a）所记录的源测量数据F转换成所述测量系统（2）的目标配置（2b）在相同的场景（1）将会记录的目标测量数据F'，所述方法具有步骤：

•提供（110）学习源测量数据，所述学习源测量数据已经在学习场景（1a）利用所述测量系统（2）的源配置（2a）被记录；

•预先给定（120）方案（3），根据所述方案通过将至少一个预先给定的过滤操作应用于所述源测量数据F而从所述源测量数据F得出所述目标测量数据F'，其中所述预先给定的过滤操作又经由可训练的模型（4）而取决于所述过滤操作应该被应用于的所述源测量数据F，；

•分别通过应用所述过滤操作将所述学习源测量数据映射（130）到目标测量数据F'；

•以如下目标对所述可训练的模型（4）进行训练（140）：使由此得出的过滤操作和/或借此生成的目标测量数据F'与预先给定的附加信息和/或条件（5）协调一致；

•提供（150）以经训练的模型（4*）而补充的方案（3），作为所寻求的变换（6）。

2.根据权利要求1所述的方法（100），其中所述过滤操作被预先给定（121）为参数化函数并且其中所述函数的参数从所述可训练的模型（4）中被提取（122）。

3.根据权利要求1至2中任一项所述的方法（100），其中选择神经网络作为用于所述过滤操作与所述源测量数据F的相关性的可训练的模型（4）。

4.根据权利要求1至3中任一项所述的方法（100），其中能够以如下目标对所述可训练的模型（4）进行训练（141）：所述过滤操作与至少针对特定控制点而预先给定的过滤操作相对应。

5.根据权利要求1至4中任一项所述的方法（100），其中能够以如下目标对所述可训练的模型（4）进行训练（142）：所述目标测量数据F'与所述源测量数据F的相关性尽可能好地对应于所述预先给定的方案（3）。

6.根据权利要求1至5中任一项所述的方法（100），其中能够以如下目标对所述可训练的模型（4）进行训练（143）：所述目标测量数据F'尽可能好地对应于预先给定的学习目标测量数据。

7.根据权利要求6所述的方法（100），其中选择（143a）如下学习目标测量数据，所述学习目标测量数据已分别在与所述学习源测量数据相同的学习场景（1a）利用所述测量系统（2）的所述目标配置（2b）被记录。

8.根据权利要求1至7中任一项所述的方法（100），其中选择（123）如下过滤操作，所述过滤操作以包含在源测量数据F 中的对象的相同汇编产生目标测量数据F'。

9.根据权利要求1至8中任一项所述的方法（100），其中选择（105）已利用至少一个雷达传感器所记录的源测量数据F，并且其中所述源测量数据F至少说明已经将雷达辐射反射到雷达传感器的对象的位置和速度。

10.根据权利要求9所述的方法（100），其中选择（125）如下过滤操作，所述过滤操作使对象的速度在数值上不变。

11.根据权利要求1至10中任一项所述的方法（100），其中所述源测量数据F以及所述目标测量数据F'是张量并且其中选择（124）如下过滤操作，所述过滤操作使所述目标测量的元素与所述源测量数据F相比在数值上改变至多10%。