[发明专利]从表面的扫描信息中提取提取信息以与数据库一起使用在审
申请号: | 202180082164.1 | 申请日: | 2021-11-05 |
公开(公告)号: | CN116569224A | 公开(公告)日: | 2023-08-08 |
发明(设计)人: | 扬·贝林;马蒂亚斯·罗杰里;扬·索伦·埃默里希;德克·霍宁;帕特里克·克洛克夫斯基;克里斯蒂安·哈默迈斯特 | 申请(专利权)人: | 弗劳恩霍夫应用研究促进协会 |
主分类号: | G06V20/56 | 分类号: | G06V20/56 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 罗松梅;潘剑颖 |
地址: | 德国*** | 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: | 发明涉及一种具有处理单元的装置,该处理单元旨在从表面的扫描中获得由检测单元提供的扫描信息,扫描信息包括关于表面的固有特征的信息。处理单元还旨在从扫描信息中提取固有特征的提取信息,并且基于提取信息执行与数据库的比较,其中表面的多个固有特征的提取信息被存储在数据库中。此外,处理单元旨在基于比较来确定检测单元的位置。 | ||
搜索关键词: | 表面 扫描 信息 提取 数据库 一起 使用 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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弗劳恩霍夫应用研究促进协会,未经弗劳恩霍夫应用研究促进协会许可,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/patent/202180082164.1/,转载请声明来源钻瓜专利网。
- 同类专利
- 用于生成计算机视觉的可靠性指示的计算机实现的方法-202280013974.6
- U·赛格尔;C·格拉迪施;M·沃尔勒;C·海因策曼 - 罗伯特·博世有限公司
- 2022-01-25 - 2023-10-10 - G06V20/56
- 用于生成计算机视觉的可靠性指示的计算机实现的方法(100),包括:‑获得(102)包括表示所观察场景的输入图像或图像序列的视觉数据,其中所述视觉数据由第一视觉参数集(10)可表征;‑使用对第二视觉参数集敏感的计算机视觉可靠性模型(45)来分析(104)被包括在视觉数据中的所观察场景,其中第二视觉参数集包括第一视觉参数集的子集,其中第二视觉参数集是根据应用于所述第一视觉参数集中的多个参数的敏感度分析来从所述第一视觉参数集获得的,其中所述敏感度分析是在计算机视觉可靠性模型(45)的离线训练阶段期间执行的;‑使用对所观察场景的分析来生成(106)所观察场景的可靠性指示数据;和‑输出(108)计算机视觉模型的可靠性指示数据。
- 辅助或自动的车辆导引方法-202180093617.0
- C·克尼维尔;L·克鲁格 - 大陆智行德国有限公司
- 2021-12-09 - 2023-09-29 - G06V20/56
- 本发明涉及一种用于自主车辆(1)的辅助或自动车辆导引的方法,其中,自主车辆(1)包括控制装置(2)和至少一个用于环境和对象检测的传感器,其中,根据检测到的周围环境和对象为自主车辆(1)的车辆导引进行轨迹规划,为对象生成Boids(10、11、12),这些Boids根据吸引性和排斥性规则确定,并根据Boids(10、11、12)进行轨迹规划。
- 用于道路地图生成的稳健车道-边界关联-202180090483.7
- U·尼森;M·金;J·乔斯 - 高通股份有限公司
- 2021-11-30 - 2023-09-08 - G06V20/56
- 通过使用生成的或“虚拟”的状态,可以使新检测到的车道边界与车道边界的关联算法更加稳健。不同类型的虚拟状态可用于识别异常/错误的检测和/或新的、合法的车道边界。因此,取决于新检测到的车道边界所关联的虚拟状态类型,新检测到的车道边界可被忽略,或者关联的虚拟状态可被添加到滤波器的车道边界状态中。
- 用于对用于训练远程机器学习模型的数据进行智能机载选择的自主交通工具系统-202180085497.X
- S·朱;R·L·克万特;N·塞布隆 - 埃尔构人工智能有限责任公司
- 2021-12-14 - 2023-09-05 - G06V20/56
- 用于对用于训练机器学习模型的数据日志进行机载选择的系统和方法。该方法包括:由自主交通工具从多个传感器接收与自主交通工具的周围环境相对应的传感器数据日志,识别每个传感器数据日志内的一个或多个事件。对于每个传感器数据日志,该方法还包括:分析该传感器数据日志内已识别的一个或多个事件的特征,以用于确定该传感器数据日志是否满足用于训练机器学习模型的一个或多个有用性标准,并且如果该传感器数据日志满足用于训练机器学习模型的一个或多个有用性标准,则将该传感器数据日志发送到远程计算设备以用于训练机器学习模型。特征可以包括空间特征、时间特征、边界框不一致或基于地图的特征。
- 用于构建远程机器学习模型的数据的智能车载选择的自主车辆系统-202280008853.2
- T·穆伦斯泰特;J·弗图尼基;Z·库尔茨 - 埃尔构人工智能有限责任公司
- 2022-01-14 - 2023-09-05 - G06V20/56
- 公开了用于训练机器学习模型的数据日志的车载选择的系统和方法。该系统包括具有多个传感器和处理器的自主车辆。处理器接收来自多个传感器的多个未标记图像、机器学习模型和与机器学习模型相对应的损失函数。对于多个图像中的每一个,处理器然后使用机器学习模型确定一个或多个预测,基于损失函数和该一个或多个预测来计算重要性函数,并且当重要性函数的值大于阈值时,将该图像发送到远程服务器以更新机器学习模型。
- 使用位置信息评估扫描信息-202180087926.7
- 扬·贝林;马蒂亚斯·罗杰里;扬·索伦·埃默里希;德克·霍宁;帕特里克·克洛克夫斯基;克里斯蒂安·哈默迈斯特;迈克尔·坦洪佩尔 - 弗劳恩霍夫应用研究促进协会
- 2021-11-23 - 2023-09-01 - G06V20/56
- 本文描述了一种具有处理单元(110)的装置(100、200),该处理单元被配置成接收表面(130)的二维扫描(120b)的扫描信息(120a)。处理单元(110)还被配置成接收指示捕获单元(120、510)相对于表面(130)的倾斜度的位置信息(120c),所述捕获单元提供二维扫描(120b),并且使用用于捕获单元(120、510)相对于表面(130)的定位的位置信息(120c)来评估扫描信息(120a)。
- 用于验证所实现的神经网络的方法-202180084215.4
- N·皮尔洛;P·鲁瑙;C·布劳恩霍尔兹 - 罗伯特·博世有限公司
- 2021-12-14 - 2023-08-18 - G06V20/56
- 提出了一种用于验证所实现的神经网络的方法,所述方法具有如下步骤:提供多个验证图像;将所述多个验证图像馈入原始神经网络;将所述多个验证图像馈入所述所实现的神经网络;通过所提供的多个验证图像中的所有验证图像,确定所述原始神经网络的激活覆盖率;将所确定的激活覆盖率与目标覆盖率进行比较;而且将所述原始神经网络的相应的、从所述多个验证图像中产生的输出图像与所述所实现的神经网络的相应的、从所述多个验证图像中产生的输出图像进行比较,以验证所述所实现的神经网络。
- 从表面的扫描信息中提取提取信息以与数据库一起使用-202180082164.1
- 扬·贝林;马蒂亚斯·罗杰里;扬·索伦·埃默里希;德克·霍宁;帕特里克·克洛克夫斯基;克里斯蒂安·哈默迈斯特 - 弗劳恩霍夫应用研究促进协会
- 2021-11-05 - 2023-08-08 - G06V20/56
- 发明涉及一种具有处理单元的装置,该处理单元旨在从表面的扫描中获得由检测单元提供的扫描信息,扫描信息包括关于表面的固有特征的信息。处理单元还旨在从扫描信息中提取固有特征的提取信息,并且基于提取信息执行与数据库的比较,其中表面的多个固有特征的提取信息被存储在数据库中。此外,处理单元旨在基于比较来确定检测单元的位置。
- 用于构建机器学习模型的数据的智能选择的系统和方法-202180078343.8
- J·弗图尼克;D·阿尔方塞蒂 - 埃尔构人工智能有限责任公司
- 2021-11-18 - 2023-08-01 - G06V20/56
- 公开了用于选择用于使用主动学习来训练机器学习模型的数据的系统和方法。这些方法包括:接收与自主车辆的周围环境相对应的多个未标记的传感器数据日志;识别与包括多个已标记的数据日志的训练数据集相关联的一个或多个趋势;确定用于给多个未标记的传感器数据日志中的每一者指派重要性得分的函数;使用一个或多个趋势;使用用于给多个未标记的传感器数据日志中的每一者指派重要性得分的函数;选择多个传感器数据日志中的具有大于阈值的重要性得分的子集;以及使用多个传感器数据日志的子集来进一步训练使用训练数据集来训练的机器学习模型以生成更新的模型。
- 用于注释汽车雷达数据的系统和方法-202180070746.8
- 罗伯特·普罗菲特;马塞尔·霍夫曼;马塞尔·施特尔齐希;马丁·沃塞克 - 埃尔朗根-纽伦堡弗里德里希·亚历山大大学
- 2021-10-14 - 2023-07-28 - G06V20/56
- 一种用于注释汽车雷达数据的系统,所述系统包括:至少一个设置在汽车上的雷达,以用于通过雷达测量产生雷达图像;设置在所述汽车外部的至少一个光学检测系统,以用于产生摄像机图像;分割单元,所述分割单元设计用于对由所述光学检测系统产生的摄像机图像进行语义分割,以形成语义网格,以便将所述摄像机图像逐像素地与多个对象类别的中一个相关联;计算单元,所述计算单元设计用于将所述摄像机图像和/或所述雷达图像转移到共同的坐标系中,以进行配准;和注释单元,所述注释单元设计用于执行所述雷达图像的注释,即把对象类别分派至所述雷达图像的雷达目标,使得配准的摄像机图像的语义网格的那个对象类别被分派给相应的雷达目标,配准的雷达图像的雷达目标位于其中。
- 道路标记检测-202180079400.4
- M·罗哈斯奎诺内斯;M·休伯;V·特鲁索夫 - 法雷奥开关和传感器有限责任公司
- 2021-11-22 - 2023-07-25 - G06V20/56
- 根据用于道路标记检测的方法,由环境传感器系统(4)生成在第一和第二测量时刻描绘道路标记(7)的传感器数据集,并且确定表征环境传感器系统(4)的运动的参数。基于传感器数据集生成分别描述在第一和第二测量时刻的道路标记(17)的第一和第二观察状态向量。根据至少一个运动参数和第一观察状态向量来计算第二测量时刻的预测状态向量,并且根据预测状态向量和第二观察状态向量来生成第二测量时刻的校正状态向量。
- 用于检测第一传感器系统的环境的方法-202180075978.2
- R·施塔尔;T·贡普;A·P·孔杜拉凯;C·格莱泽;J·埃伯特;M·乌尔里希;S·明茨纳;F·法永;L·罗森鲍姆;F·蒂姆;F·德鲁兹 - 罗伯特·博世有限公司
- 2021-11-03 - 2023-07-21 - G06V20/56
- 提出一种用于检测第一传感器系统的环境的方法,所述方法具有下述步骤:提供用于检测该环境的、该第一传感器系统的数据的时间序列;使用该第一传感器系统的数据的该时间序列为经训练的神经网络生成输入张量,其中,该神经网络已被设置和训练用于基于该输入张量来辨识该环境的至少一个部分区域以借助第二传感器系统来改善该环境的检测;借助该经训练的神经网络的输出信号为该第二传感器系统生成控制信号,以便在所述至少一个部分区域中改善该环境的检测。
- 装配玻璃光学质量分析方法、摄像机校准方法、被分析的装配玻璃-202280004523.6
- J-B·劳德罗;T·雷巴奇克;T·塞费林-法比亚尼 - 法国圣戈班玻璃厂
- 2022-06-28 - 2023-03-03 - G06V20/56
- 本发明涉及基于图像点的视在移位来分析装配玻璃的区域的光学质量的分析方法,所述区域旨在安置在诸如摄像机之类的采集或测量装置前方。因此,本发明涉及基于所述分析方法来校准摄像机的方法以及被这样分析的装配玻璃。
- 专利分类
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置