-
公开(公告)号：CN108292139A
公开(公告)日：2018-07-17
申请号：CN201680070400.7
申请日：2016-11-03
Applicant: 高通股份有限公司
Inventor： A·阿加默汉马蒂 , B·F·贝哈巴迪 , C·洛特 , S·奥米德萨菲伊 , K·索曼荪达拉姆 , S·P·吉布森 , C·M·维任斯基 , S·阿加瓦尔 , G·瑞特玛耶 , S·迪亚兹斯宾多拉
IPC: G05D1/02
Abstract: 一种方法由机器人基本上同时规划路径并绘制环境的地图。该方法确定地图中的位置的占用水平的均值。该方法还包括确定占用水平的概率分布函数(PDF)。该方法进一步包括基于该PDF来计算成本函数。最后，该方法包括基于成本函数来同时规划路径并绘制环境的地图。
-
公开(公告)号：CN108292137A
公开(公告)日：2018-07-17
申请号：CN201680070171.9
申请日：2016-11-02
Applicant: 高通股份有限公司
Inventor： A·阿加默汉马蒂 , S·阿加瓦尔 , S·奥米德萨菲伊 , C·洛特 , K·索曼荪达拉姆 , B·F·贝哈巴迪 , S·P·吉布森 , C·M·维任斯基 , G·瑞特玛耶 , S·迪亚兹斯宾多拉
IPC: G05D1/02
CPC classification number: G05D1/0251 , G06T7/579 , G06T7/593 , G06T2207/10021 , G06T2207/20076 , H04N13/204
Abstract: 基于批量数据来计算最可能的地图的方法包括在整个要绘制地图的环境中搜集由传感器的位置索引的传感器测量的素材库。该方法还包括在搜集传感器测量的素材库之后，根据传感器测量的素材库和随机传感器模型来确定环境的多个体元中的每个体元的最可能的占用水平。该方法进一步包括基于确定的最可能的占用水平来计算最可能的地图。
-
公开(公告)号：CN107646116A
公开(公告)日：2018-01-30
申请号：CN201680026249.7
申请日：2016-04-11
Applicant: 高通股份有限公司
Inventor： D·林 , V·S·R·安纳普莱蒂 , D·J·朱利安 , C·M·维任斯基
Abstract: 一种用于选择定点机器学习模型的位宽的方法包括评估该模型的每个计算级处的模型准确度对于位宽的敏感度。该方法还包括选择该模型的计算级中的参数和/或中间计算的位宽。该参数的位宽和该中间计算的位宽可以是不同的。所选择的位宽可以基于敏感度评估来确定。
-
-
-
Patent Agency Ranking
公开(公告)号：CN107646116B
公开(公告)日：2021-07-30
申请号：CN201680026249.7
申请日：2016-04-11
Applicant: 高通股份有限公司
Inventor： D·林 , V·S·R·安纳普莱蒂 , D·J·朱利安 , C·M·维任斯基
Abstract: 一种用于选择定点机器学习模型的位宽的方法包括评估该模型的每个计算级处的模型准确度对于位宽的敏感度。该方法还包括选择该模型的计算级中的参数和/或中间计算的位宽。该参数的位宽和该中间计算的位宽可以是不同的。所选择的位宽可以基于敏感度评估来确定。
-
公开(公告)号：CN108292138B
公开(公告)日：2021-06-01
申请号：CN201680070304.2
申请日：2016-11-10
Applicant: 高通股份有限公司
Inventor： A·阿加默汉马蒂 , S·阿加瓦尔 , S·奥米德萨菲伊 , K·索曼荪达拉姆 , C·洛特 , B·F·贝哈巴迪 , S·P·吉布森 , C·M·维任斯基 , G·瑞特玛耶 , S·迪亚兹斯宾多拉
IPC: G05D1/02
Abstract: 一种用于定义传感器模型的方法包括确定从在基于随机地图来建模的传感器的视场中的多个潜在原因获得测量的概率。该随机地图包括该随机地图中的每个体素的均值占用程度以及每个像素的均值占用程度的方差。该方法还包括基于所确定的获得测量的概率来确定获得图像的概率。该方法进一步包括基于获得图像的概率来规划包括该传感器的机器人的动作。
-
公开(公告)号：CN108885719A
公开(公告)日：2018-11-23
申请号：CN201680061538.0
申请日：2016-11-03
Applicant: 高通股份有限公司
Inventor： A·阿加默汉马蒂 , S·阿加瓦尔 , K·索曼荪达拉姆 , S·奥米德萨菲伊 , C·洛特 , B·F·贝哈巴迪 , S·P·吉布森 , C·M·维任斯基 , G·瑞特玛耶 , S·迪亚兹斯宾多拉
CPC classification number: G06T17/05 , B25J9/1697 , G05D1/0212 , G06F17/18 , G06K9/00805 , G06N3/008 , G06N7/005 , G06N99/005 , Y10S901/47
Abstract: 一种用于生成地图的方法包括确定多个体素中的每个体素的占用程度。该方法还包括确定每个体素的占用程度的概率分布函数(PDF)。该方法进一步包括基于在确定PDF之后所执行的测量来对PDF执行增量贝叶斯更新以生成地图。
-
公开(公告)号：CN108292138A
公开(公告)日：2018-07-17
申请号：CN201680070304.2
申请日：2016-11-10
Applicant: 高通股份有限公司
Inventor： A·阿加默汉马蒂 , S·阿加瓦尔 , S·奥米德萨菲伊 , K·索曼荪达拉姆 , C·洛特 , B·F·贝哈巴迪 , S·P·吉布森 , C·M·维任斯基 , G·瑞特玛耶 , S·迪亚兹斯宾多拉
IPC: G05D1/02
CPC classification number: G06T7/208 , G05D1/0251 , G05D1/0274 , G06K9/00664 , G06K9/6277 , G06T7/00 , G06T2207/10021 , G06T2207/20076 , G06T2207/30241
Abstract: 一种用于定义传感器模型的方法包括确定从在基于随机地图来建模的传感器的视场中的多个潜在原因获得测量的概率。该随机地图包括该随机地图中的每个体素的均值占用程度以及每个像素的均值占用程度的方差。该方法还包括基于所确定的获得测量的概率来确定获得图像的概率。该方法进一步包括基于获得图像的概率来规划包括该传感器的机器人的动作。
-
公开(公告)号：CN107851213A
公开(公告)日：2018-03-27
申请号：CN201680042307.5
申请日：2016-06-27
Applicant: 高通股份有限公司
Inventor： C·M·维任斯基
IPC: G06N3/04
CPC classification number: G06N3/08 , G06K9/4628 , G06N3/0454
Abstract: 一种转移学习的方法包括：接收第二数据；以及经由第一网络针对第二数据生成第二标记。在一种配置中，第一网络先前已在第一数据的第一标记上被训练。另外，第二标记被生成以用于训练第二网络。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
